forked from fxjollois/fxjollois.github.io
-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathvisualisation-donnees.html
1091 lines (1033 loc) · 73.4 KB
/
visualisation-donnees.html
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
<!DOCTYPE html>
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta charset="utf-8">
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
<meta name="generator" content="pandoc" />
<meta name="viewport" content="width=device-width, initial-scale=1">
<meta name="author" content="DU Dataviz" />
<title>Visualisation de données avec R</title>
<script src="libs/jquery-1.11.3/jquery.min.js"></script>
<script src="libs/jqueryui-1.11.4/jquery-ui.min.js"></script>
<link href="libs/tocify-1.9.1/jquery.tocify.css" rel="stylesheet" />
<script src="libs/tocify-1.9.1/jquery.tocify.js"></script>
<meta name="viewport" content="width=device-width, initial-scale=1" />
<link href="libs/bootstrap-3.3.5/css/journal.min.css" rel="stylesheet" />
<script src="libs/bootstrap-3.3.5/js/bootstrap.min.js"></script>
<script src="libs/bootstrap-3.3.5/shim/html5shiv.min.js"></script>
<script src="libs/bootstrap-3.3.5/shim/respond.min.js"></script>
<script src="libs/htmlwidgets-0.6/htmlwidgets.js"></script>
<link href="libs/leaflet-0.7.3/leaflet.css" rel="stylesheet" />
<script src="libs/leaflet-0.7.3/leaflet.js"></script>
<link href="libs/leafletfix-1.0.0/leafletfix.css" rel="stylesheet" />
<script src="libs/leaflet-binding-1.0.1/leaflet.js"></script>
<script src="libs/datatables-binding-0.1/datatables.js"></script>
<script src="libs/datatables-1.10.7/jquery.dataTables.min.js"></script>
<link href="libs/datatables-default-1.10.7/dataTables.extra.css" rel="stylesheet" />
<link href="libs/datatables-default-1.10.7/jquery.dataTables.min.css" rel="stylesheet" />
<style>
.contenu {
margin-bottom: 50px;
}
.contact-liens {
text-align: center;
}
.contact-icones {
height: 30px;
}
/* Espacement pour barre du haut et pied de page */
#header, .section.level1 {
margin-top: 60px;
margin-bottom: 60px;
}
/* Espacement pour table des matières */
#TOC {
margin-top: 100px;
}
.footer {
position: fixed;
width: 100%;
text-align: center;
bottom: 0;
left: 0;
background-color: #E6E6E6;
}
</style>
<style type="text/css">code{white-space: pre;}</style>
<link rel="stylesheet"
href="libs/highlight/default.css"
type="text/css" />
<script src="libs/highlight/highlight.js"></script>
<style type="text/css">
pre:not([class]) {
background-color: white;
}
</style>
<script type="text/javascript">
if (window.hljs && document.readyState && document.readyState === "complete") {
window.setTimeout(function() {
hljs.initHighlighting();
}, 0);
}
</script>
<link rel="stylesheet" href="libs/bootstrap-journal.min.css" type="text/css" />
</head>
<body>
<style type = "text/css">
.main-container {
max-width: 940px;
margin-left: auto;
margin-right: auto;
}
code {
color: inherit;
background-color: rgba(0, 0, 0, 0.04);
}
img {
max-width:100%;
height: auto;
}
h1 {
font-size: 34px;
}
h1.title {
font-size: 38px;
}
h2 {
font-size: 30px;
}
h3 {
font-size: 24px;
}
h4 {
font-size: 18px;
}
h5 {
font-size: 16px;
}
h6 {
font-size: 12px;
}
.tabbed-pane {
padding-top: 12px;
}
button.code-folding-btn:focus {
outline: none;
}
</style>
<div class="container-fluid main-container">
<!-- tabsets -->
<script src="libs/navigation-1.0/tabsets.js"></script>
<script>
$(document).ready(function () {
window.buildTabsets("TOC");
});
</script>
<!-- code folding -->
<script>
$(document).ready(function () {
// establish options
var options = {
selectors: "h1,h2,h3,h4",
theme: "bootstrap3",
context: '.toc-content',
hashGenerator: function (text) {
return text.replace(/[.\/?&!#<>]/g, '').replace(/\s/g, '_').toLowerCase();
},
ignoreSelector: "h1.title, .toc-ignore",
scrollTo: 0
};
options.showAndHide = true;
options.smoothScroll = true;
// tocify
var toc = $("#TOC").tocify(options).data("toc-tocify");
});
</script>
<style type="text/css">
#TOC {
margin: 25px 0px 20px 0px;
}
@media (max-width: 768px) {
#TOC {
position: relative;
width: 100%;
}
}
.toc-content {
padding-left: 30px;
padding-right: 40px;
}
div.main-container {
max-width: 1200px;
}
div.tocify {
width: 20%;
max-width: 260px;
max-height: 85%;
}
@media (min-width: 768px) and (max-width: 991px) {
div.tocify {
width: 25%;
}
}
@media (max-width: 767px) {
div.tocify {
width: 100%;
max-width: none;
}
}
.tocify ul, .tocify li {
line-height: 20px;
}
.tocify-subheader .tocify-item {
font-size: 0.9em;
padding-left: 5px;
}
.tocify .list-group-item {
border-radius: 0px;
}
</style>
<!-- setup 3col/9col grid for toc_float and main content -->
<div class="row-fluid">
<div class="col-xs-12 col-sm-4 col-md-3">
<div id="TOC" class="tocify">
</div>
</div>
<div class="toc-content col-xs-12 col-sm-8 col-md-9">
<div class="navbar navbar-default navbar-fixed-top">
<div class="container">
<div class="navbar-header">
<button type="button" class="navbar-toggle" data-toggle="collapse" data-target="#navbar-main">
<span class="icon-bar"></span>
<span class="icon-bar"></span>
<span class="icon-bar"></span>
</button>
<a class="navbar-brand" href="index.html">FX Jollois</a>
</div>
<div id="navbar-main" class="navbar-collapse collapse">
<ul class="nav navbar-nav">
<li class="dropdown">
<a href="#" class="dropdown-toggle" data-toggle="dropdown" role="button">Données <span class="caret"></span></a>
<ul class="dropdown-menu">
<li><a href="accesdonnees.html">A télécharger</a></li>
<li><a href="donnees-integrees-r.html">Sous R</a></li>
</ul>
</li>
<li class="dropdown">
<a href="#" class="dropdown-toggle" data-toggle="dropdown" role="button">Enseignement <span class="caret"></span></a>
<ul class="dropdown-menu">
<li><a href="enseignement.html">Informations</a></li>
<li><a href="supports.html">Supports</a></li>
<li role="separator" class="divider"></li>
<li class="dropdown-header">DUT 1ère année</li>
<li><a href="interrogation-donnees.html">Interrogation de données</a></li>
<li><a href="reporting.html">Reporting</a></li>
<li class="dropdown-header">DUT 2ème année</li>
<li><a href="sid.html">SID</a></li>
<li><a href="bd-prog-avancees.html">BD et Programmation avancées</a></li>
<li class="dropdown-header">DU Analyste Big Data</li>
<li><a href="initiation-r-et-rmongodb.html">Intiation à R</a></li>
<li class="dropdown-header">DU Dataviz</li>
<li><a href="visualisation-donnees.html">Visualisation de données</a></li>
<li role="separator" class="divider"></li>
<li class="dropdown-header">Master MIAGE</li>
<li><a href="webreporting.html">Web-Reporting</a></li>
<li class="dropdown-header">Master</li>
<li><a href="logiciels-stats.html">Logiciels statistiques</a></li>
<li><a href="slides/cnam-classif-modeles.html">Classification et Modèles de mélange</a></li>
</ul>
</li>
<li class="dropdown">
<a href="#" class="dropdown-toggle" data-toggle="dropdown" role="button">Recherche <span class="caret"></span></a>
<ul class="dropdown-menu">
<li><a href="recherche.html">Sujets</a></li>
<li><a href="publications.html">Publications</a></li>
</ul>
</li>
</ul>
<ul class="nav navbar-nav navbar-right">
<li><a href="contact.html">Contact</a></li>
</ul>
</div><!--/.nav-collapse -->
</div><!--/.container-fluid -->
</div>
<div class="contenu">
<div class="fluid-row" id="header">
<h1 class="title">Visualisation de données avec <strong>R</strong></h1>
<h4 class="author"><em>DU Dataviz</em></h4>
</div>
<p>Dans ce document est présenté un certain nombre de commandes concernant des packages <strong>R</strong> utiles pour la visualisation de données. Voici comment les charger :</p>
<pre class="r"><code>library(RColorBrewer)
library(ggplot2)
library(scales)
library(reshape2)
library(leaflet)
library(ggmap)
library(geojsonio)</code></pre>
<p>Le but de la visualisation de données étant de représenter graphiquement des données brutes (ou quasi-brutes), il est souvent nécessaire de prendre en compte plusieurs variables. Nous devons donc aller plus loin que les graphiques de base (nuage de points, ligne, boîte à moustache, diagramme en barres ou circulaires, …), pour les combiner par exemple.</p>
<div id="avec-r-base-package-graphics" class="section level2">
<h2>Avec <code>r-base</code> (package <code>graphics</code>)</h2>
<p>Ce package permet de créer plusieurs graphiques simplement. Il est nécessaire de les modifier ensuite pour avoir un résultat esthétique.</p>
<div id="multiples-graphiques" class="section level3">
<h3>Multiples graphiques</h3>
<p>Si on veut avoir, par exemple, toutes les informations utiles pour une variable quantitative, il est nécessaire d’avoir a minima un histogramme et une boîte à moustache, mais on peut aussi vouloir un <span class="math inline">\(qq\)</span>-plot. Ceci permet d’introduire les commandes <code>par(mfrow=)</code> (ou <code>mfcol</code>) et <code>layout()</code>.</p>
<div id="mfrow-et-mfcol" class="section level4">
<h4><code>mfrow</code> et <code>mfcol</code></h4>
<p>Le paramètre <code>mfrow</code> de la fonction <code>par()</code> permet de définir un découpage (<code>mf</code> pour <em>multi-frame</em> et <code>row</code> car on va remplir ligne par ligne). Le paramètre <code>mfcol</code> fait de même en remplissant colonne par colonne.</p>
<p>Ces paramètres <code>mfrow</code> et <code>mfcol</code> prend donc deux valeurs :</p>
<ul>
<li>le nombre de lignes</li>
<li>le nombre de colonnes</li>
</ul>
<div id="mfrow" class="section level5">
<h5><code>mfrow</code></h5>
<p>Voici par exemple un découpage en 2 lignes et 3 colonnes, et l’ordre de remplissage des graphiques.</p>
<pre class="r"><code>par(mfrow = c(2, 3))
for (i in 1:6) {
plot.new()
rect(0, 0, 1, 1)
text(.5, .5, i, cex = 2)
}</code></pre>
<p><img src="visualisation-donnees_files/figure-html/ex-mfrow-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
</div>
<div id="mfcol" class="section level5">
<h5><code>mfcol</code></h5>
<p>Le même découpage, mais avec le paramètre <code>mfcol</code>, ce qui modifie l’ordre de remplissage des zones graphiques.</p>
<pre class="r"><code>par(mfcol = c(2, 3))
for (i in 1:6) {
plot.new()
rect(0, 0, 1, 1)
text(.5, .5, i, cex = 2)
}</code></pre>
<p><img src="visualisation-donnees_files/figure-html/ex-mfcol-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
</div>
</div>
<div id="layout" class="section level4">
<h4><code>layout()</code></h4>
<p>Les découpages précédents ne permettent qu’un découpage en grille. Si on veut avoir un découpage plus fin (une grande zone en haut et deux petites en bas, par exemple), il existe la commande <code>layout()</code>. Celle-ci prend en paramètre une matrice indiquant les numéros des graphiques, et leur placement.</p>
<p>En reprenant l’exemple (une grande zone en haut et deux petites en bas), il nous faut définir cette matrice :</p>
<pre class="r"><code>mat = matrix(c(1, 2, 1, 3), 2, 2)
print(mat)</code></pre>
<pre><code>## [,1] [,2]
## [1,] 1 1
## [2,] 2 3</code></pre>
<p>Pour l’utiliser, il suffit de faire comme ceci :</p>
<pre class="r"><code>layout(mat)
for (i in 1:3) {
plot.new()
rect(0, 0, 1, 1)
text(.5, .5, i, cex = 2)
}</code></pre>
<p><img src="visualisation-donnees_files/figure-html/ex-layout-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<div id="exemple-dutilisation-de-layout" class="section level5">
<h5>Exemple d’utilisation de <code>layout</code></h5>
<p>Nous allons utiliser <code>layout</code> pour représenter une variable quantitative (<code>co2</code> ici, déjà présente dans R), avec les quatre représentations suivantes :</p>
<ol style="list-style-type: decimal">
<li>Histogramme (avec la fonction <code>hist()</code>)</li>
<li>Evolution sur le temps (avec <code>plot()</code> - <code>co2</code> étant une série temporelle, <code>ts</code> sous R)</li>
<li>Boîte à moustache (avec <code>boxplot()</code>)</li>
<li><span class="math inline">\(qq\)</span>-plot (avec <code>qqline()</code>et <code>qqnorm()</code>)</li>
</ol>
<pre class="r"><code>mat = matrix(c(4, 3, 3, 1, 2, 2, 1, 2, 2), 3, 3)
print(mat)</code></pre>
<pre><code>## [,1] [,2] [,3]
## [1,] 4 1 1
## [2,] 3 2 2
## [3,] 3 2 2</code></pre>
<pre class="r"><code>layout(mat)
par(mar = c(2, 2, 2, 0)+.1)
hist(co2, main = "co2")
plot(co2)
boxplot(co2, axes = FALSE)
qqnorm(co2, main = "");qqline(co2)</code></pre>
<p><img src="visualisation-donnees_files/figure-html/ex-layout-bis-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
</div>
</div>
</div>
<div id="amelioration-de-graphique" class="section level3">
<h3>Amélioration de graphique</h3>
<p>Voici ici un exemple de graphique personnalisé, représentant 4 variables (trois quantitatives et une qualitative), ainsi qu’une explication succinte des différentes fonctions utilisées, et quelques paramètres de celles-ci.</p>
<pre class="r"><code>par(family = "serif", mar = c(5, 4, 2, 0)+.1)
couleurs_am = brewer.pal(3, "Dark2")
plot(mpg ~ hp, data = mtcars,
pch = 19,
cex = wt/3,
col = couleurs_am[mtcars$am+1],
main = "Consommation et autres",
sub = "Source : 1974 Motor Trend US magazine", font.sub = 3, cex.sub = .8,
xlab = "Puissance (en ch)",
ylab = "Consommation en Miles/Galon",
bty = "n", axes = FALSE)
axis(1, lwd = 0, lwd.ticks = .5)
at.y = axis(2, lwd = 0, lwd.ticks = .5, labels = FALSE)
text(y = at.y, x = 35, labels = at.y, srt = 0, pos = 2, xpd = TRUE)
l1 = legend("topright", legend = c("Automatique", "Manuelle"),
col = couleurs_am, bty = "n", cex = .8, pch = 19,
text.width = 50, text.col = couleurs_am,
title = "Boîte de vitesse", title.col = "black")
legend(l1$rect$left, l1$rect$top-l1$rect$h-1,
legend = range(mtcars$wt), title = "Poids (1000 lbs)",
pch = 19, pt.cex = range(mtcars$wt)/3, bty = "n", cex = .8, col = gray(.5),
text.width = 50, adj = -.25)
outliers_hp = subset(mtcars, subset = hp > 250)
text(outliers_hp$hp, outliers_hp$mpg, row.names(outliers_hp), pos = c(3, 2), cex = .8, font = 4)
outliers_mpg = subset(mtcars, subset = mpg > 30)
text(outliers_mpg$hp, outliers_mpg$mpg, row.names(outliers_mpg), pos = 4, cex = .8, font = 4)</code></pre>
<p><img src="visualisation-donnees_files/figure-html/ex-amelioration-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<ul>
<li>La fonction <code>par()</code> permet de modifier les paramètres graphiques, tel que :
<ul>
<li><code>mar</code> pour les marges</li>
<li><code>family</code> pour la famille de police d’écriture</li>
<li>certains paramètres ci-après sont définissables globalement dans la fonction <code>par()</code>, ou localement dans les fonctions suivantes</li>
</ul></li>
<li>Les paramètres de la fonction <code>plot()</code>
<ul>
<li><code>pch</code> : symbole utilisé pour chaque point (ici <code>19</code> indique un rond plein)</li>
<li><code>cex</code> : taille du point (ici en fonction de la variable <code>wt</code>)</li>
<li><code>col</code> : couleur des points (ici en fonction de la variable <code>am</code>)</li>
<li><code>main</code>, <code>sub</code>, <code>xlab</code>, <code>ylab</code> : resp. titre, sous-titre, intitulé en abcisse et intitulé en ordonnée</li>
<li><code>*.sub</code> : indication spécifique pour le sous-titre</li>
<li><code>bty</code> : type de la boîte (ici <code>n</code> veut dire rien autour du graphique)</li>
<li><code>axes</code> : présence ou non des axes (non ici)</li>
</ul></li>
<li>La fonction <code>axis()</code> qui permet d’ajouter un axe (<code>1</code> : en abcisse, et <code>2</code> : en ordonnée)
<ul>
<li>si rien d’indiqué pour <code>at</code>, utilisation des <code>ticks</code> par défaut</li>
<li><code>lwd</code> : largeur de la ligne (ici non-présente)</li>
<li><code>lwd.ticks</code> : largeur des ticks (asse fine ici)</li>
<li>renvoie les valeurs des ticks</li>
</ul></li>
<li>La fonction <code>text()</code> permet d’écrire du texte sur le graphique
<ul>
<li>le <code>x = 35</code> est choisi par expérience</li>
<li><code>srt</code> : angle du texte</li>
<li><code>pos</code> : ajustement du texte par rapport aux coordonnées indiquées</li>
<li><code>xpd</code> : permet d’écrire en dehors du graphique (dans les marges donc)</li>
</ul></li>
<li>La fonction <code>legend()</code> permet d’ajouter une légende
<ul>
<li>position : soit <span class="math inline">\((x,y)\)</span>, soit chaîne spécifique</li>
<li><code>legend</code> : texte des items</li>
<li><code>col</code>, <code>bty</code>, <code>cex</code>, <code>pch</code> : identique à précédemment</li>
<li><code>text.width</code> et <code>text.col</code> : largeur du texte des items et couleur(s)</li>
<li><code>title</code> et <code>title.col</code> : titre de la légende (et couleur du titre)</li>
<li>renvoie une liste avec deux objets (<code>rect</code> qui contient des infos sur le rectangle occupé par la légende dans le graphique et <code>text</code> qui contient les coordonnées du texte des items)</li>
<li><code>pt.cex</code> : taille des symboles</li>
<li><code>adj</code>: ajustement du texte</li>
</ul></li>
</ul>
</div>
</div>
<div id="avec-la-librairie-ggplot2" class="section level2">
<h2>Avec la librairie <code>ggplot2</code></h2>
<p>Ce package reproduit la grammaire des graphiques (cf <a href="http://www.springer.com/us/book/9780387245447"><em>Grammar of Graphics</em>, Leland Wilkinson</a>), avec le même formalisme. Vous pouvez trouver plus d’informations sur le <a href="http://had.co.nz/ggplot2/">site officiel</a> et la <a href="http://docs.ggplot2.org/current/">documentation</a>. Finalement, cet <a href="http://www.tandfonline.com/doi/abs/10.1198/jcgs.2009.07098">article</a> permet de bien comprendre la philosophie du package et de la grammaire.</p>
<p>Le principe de cette grammaire est qu’un graphique est composé de couches :</p>
<ul>
<li>les <strong>données</strong> à représenter, à partir desquelles nous définissons des attributs <strong>estéthiques</strong> (soit identique pour tous, soit fonction d’une des variables) :
<ul>
<li>les axes <span class="math inline">\(x\)</span> et <span class="math inline">\(y\)</span>,</li>
<li>la couleur</li>
<li>la taille</li>
<li>le symbole</li>
</ul></li>
<li>les attributs <strong>géométriques</strong> (point, ligne, …)</li>
<li>les transformations <strong>statistiques</strong> (déombrement, ajustement, …)</li>
<li>les <strong>échelles</strong></li>
<li>le système de <strong>coordonnées</strong> (linéaire, logarithmique, polaire, …)</li>
<li>le découpage (ou non) en <strong>facettes</strong></li>
</ul>
<p>Dans cette librairie, il y a deux fonctions principales :</p>
<ul>
<li><code>qplot</code> (ou <code>quickplot</code>) permettant de faire des graphiques rapidement</li>
<li><code>ggplot</code> permettant d’initialiser un graphique auquel on va ajouter des couches successivement</li>
</ul>
<div id="fonction-qplot" class="section level3">
<h3>Fonction <code>qplot</code></h3>
<p>Comme indiqué précédemment, cette fonction permet de produire vite des graphiques propres et clairs, soit automatiquement en fonction des variables fournies, soit en définissant précisemment ce que l’on souhaite.</p>
<p>Voici quelques exemples de production de graphiques. Nous remarquons que le comportement de <code>qplot</code> dépend du type de la variable :</p>
<ul>
<li><code>numeric</code> : histogramme à 30 barres par défaut (<code>geom = "histogram"</code>)</li>
<li><code>factor</code> : diagramme en barres (<code>geom = "bar"</code>)</li>
</ul>
<div id="var-quantitative" class="section level4">
<h4>Var quantitative</h4>
<div id="histogramme" class="section level5">
<h5>Histogramme</h5>
<p>Il est possible de déclarer le nombre d’intervalles d’un histogramme, ou de les définir directement. Attention, dans ce dernier cas, le premier graphique produit est faux car il est nécessaire d’utiliser la densité (variable spéciale <code>..density..</code> dans <code>ggplot2</code>) et non le dénombrement. Et puisqu’on a préciser des valeurs en <span class="math inline">\(y\)</span>, nous devons préciser que nous souhaitons un histogramme en représentation géométrique.</p>
<pre class="r"><code>qplot(mtcars$mpg)</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-uni-hist-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>qplot(mpg, data = mtcars)</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-uni-hist-2.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>qplot(mpg, data = mtcars, binwidth = 2)</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-uni-hist-3.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>qplot(mpg, data = mtcars, bins = 10)</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-uni-hist-4.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>qplot(mpg, data = mtcars, breaks = c(10,12.5,15,18,25,35))</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-uni-hist-5.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>qplot(mpg, y = ..density.., data = mtcars,
geom = "histogram", breaks = c(10,12.5,15,18,25,35))</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-uni-hist-6.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
</div>
<div id="boite-a-moustaches" class="section level5">
<h5>Boîte à moustaches</h5>
<p>Pour avoir une boîte à moustache sur une variable, nous sommes obligé de déclarer en <span class="math inline">\(x\)</span> une valeur fixe (ici une chaîne vide <code>""</code>), et de préciser la transformation géométrique (<code>boxplot</code> ici donc).</p>
<pre class="r"><code>qplot("", mpg, data = mtcars, geom = "boxplot")</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-uni-boxplot-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
</div>
<div id="qq-plot" class="section level5">
<h5><span class="math inline">\(qq\)</span>-plot</h5>
<p>Dans le cas de la représentation géomtrique en <span class="math inline">\(qq\)</span>-plot, nous ne définissons pas de <span class="math inline">\(x\)</span> et de <span class="math inline">\(y\)</span>, mais juste l’échantillon à utiliser (<code>sample</code>).</p>
<pre class="r"><code>qplot(sample = mpg, data = mtcars, geom = "qq")</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-uni-qqplot-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
</div>
</div>
<div id="var-qualitative" class="section level4">
<h4>Var qualitative</h4>
<p>Un diagramme circulaire nécessite des coordonnées dites polaires et nous utiliserons plutôt la deuxième fonction, <code>ggplot</code>, pour le réaliser.</p>
<div id="diagramme-en-barres" class="section level5">
<h5>Diagramme en barres</h5>
<p>Comme indiqué, si nous mettons une variable numérique, sans préciser la représentation géométrique, <code>qplot</code> produit un histogramme. C’est pourquoi nous devons spécifier que nous souhaitons une représentation en barre (<code>geom = "bar"</code>) pour l’utiliser sur <code>am</code> de <code>mtcars</code>. Sinon, nous réalisons directement une transformation en variable <code>factor</code>. Ce qui est préférable, au regard de l’axe des abcisses généré.</p>
<pre class="r"><code>qplot(am, data = mtcars, geom = "bar")</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-uni-quali-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>qplot(factor(am), data = mtcars)</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-uni-quali-2.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
</div>
</div>
<div id="var-quantitative---var-quantitative" class="section level4">
<h4>Var quantitative - Var quantitative</h4>
<p>Pour réaliser un nuage de points, nous n’avons rien besoin de spécifier (i.e. c’est le choix par défaut de <code>qplot</code> pour deux variables numériques).</p>
<pre class="r"><code>qplot(hp, mpg, data = mtcars)</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-quanti-quanti-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<p>Il est possible aussi de faire un ajustement (avec <code>geom = "smooth</code>) ou une réprésentation des valeurs prises à l’aide de <em>ticks</em> (avec <code>geom = "rug"</code>). Et même de faire un graphique avec toutes ces informations. Mais pour avoir l’ajustement linéaire en plus des points, il est préférable d’utiliser <code>ggplot</code>.</p>
<pre class="r"><code>qplot(hp, mpg, data = mtcars, geom = "smooth")</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-quanti-quanti-autres-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>qplot(hp, mpg, data = mtcars, geom = "smooth", method = "lm")</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-quanti-quanti-autres-2.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>qplot(hp, mpg, data = mtcars, geom = "rug")</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-quanti-quanti-autres-3.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>qplot(hp, mpg, data = mtcars, geom = c("smooth", "rug", "point"))</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-quanti-quanti-autres-4.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<p>Une autre réprésentation est une <em>carte de chaleur</em> (ou <strong>heatmap</strong>), représentation les deux axes et un ensemble de zones rectangulaires ayant une couleur en fonction du nombre de points présents dans cette zone. Ce graphique est très intéressant dans le cas de données nombreuses.</p>
<pre class="r"><code>qplot(hp, mpg, data = mtcars, geom = "bin2d")</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-quanti-quanti-heatmap-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>qplot(hp, mpg, data = mtcars, geom = "bin2d", bins = 10)</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-quanti-quanti-heatmap-2.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
</div>
<div id="var-qualitative---var-qualitative" class="section level4">
<h4>Var qualitative - Var qualitative</h4>
<p>Dans ce cas, la fonction <code>qplot</code> est plutôt utilisé pour réaliser des diagrammes en barres.</p>
<pre class="r"><code>qplot(factor(am), facets = 1 ~ cyl, data = mtcars, geom = "bar")</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-quali-quali-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>qplot(factor(am), facets = 1 ~ cyl, fill = factor(am), data = mtcars, geom = "bar")</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-quali-quali-2.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>qplot(factor(am), fill = factor(cyl), data = mtcars, geom = "bar")</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-quali-quali-3.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<p>Pour les empiler correctement (i.e. somme à 100%), il faut faire une manipulation en deux étapes :</p>
<ul>
<li>calculer les profils pour chaque modalité de la variable en <span class="math inline">\(x\)</span>, avec <code>prop.table</code> et <code>table</code></li>
<li>faire une modification du tableau obtenu avec la fonction <code>melt</code> du package <code>reshape2</code></li>
</ul>
<pre class="r"><code>tab = table(mtcars$am, mtcars$cyl)
tab</code></pre>
<pre><code>##
## 4 6 8
## 0 3 4 12
## 1 8 3 2</code></pre>
<pre class="r"><code>pro = prop.table(tab, margin = 1)
pro</code></pre>
<pre><code>##
## 4 6 8
## 0 0.1578947 0.2105263 0.6315789
## 1 0.6153846 0.2307692 0.1538462</code></pre>
<pre class="r"><code>mel = setNames(melt(pro), c("am", "cyl", "value"))
mel</code></pre>
<pre><code>## am cyl value
## 1 0 4 0.1578947
## 2 1 4 0.6153846
## 3 0 6 0.2105263
## 4 1 6 0.2307692
## 5 0 8 0.6315789
## 6 1 8 0.1538462</code></pre>
<pre class="r"><code>qplot(factor(am), weight = value, fill = factor(cyl), data = mel,
geom = "bar")</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-quali-quali-stack-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<p>Il est possible aussi de réaliser une <em>heatmap</em>, ou chaque zone est colorée en fonction du nombre d’individus ayant les modalités correspondantes dans les deux variables. Et si on veut représenter les profils comme précédemment, on peut réutiliser l’objet <code>mel</code> que l’on a créé précédemment. Ici, la lecture se fait verticalement (les proportions sont en fonction de la valeur de la variable en <span class="math inline">\(x\)</span>).</p>
<pre class="r"><code>qplot(factor(am), factor(cyl), data = mtcars, geom = "bin2d")</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-quali-quali-heatmap-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>qplot(factor(am), factor(cyl), fill = value, data = mel, geom = "bin2d")</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-quali-quali-heatmap-2.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
</div>
<div id="var-quantitative---var-qualitative" class="section level4">
<h4>Var quantitative - Var qualitative</h4>
<p>Pour croiser deux variables de type différent, nous devons représenter la distribution de la variable quantitative pour chaque modalité de la variable qualitative (ici, respectivement histogramme, densité, boîte à moustaches, et représentation des points avec une opération de <em>jittering</em>).</p>
<pre class="r"><code>qplot(mpg, data = mtcars, geom = "histogram", bins = 10, facets = am ~ .)</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-quanti-quali-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>qplot(mpg, col = factor(am), data = mtcars, geom = "density")</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-quanti-quali-2.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>qplot(factor(am), mpg, data = mtcars, geom = "boxplot")</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-quanti-quali-3.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>qplot(factor(am), mpg, data = mtcars, geom = "jitter")</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-quanti-quali-4.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>qplot(factor(am), mpg, data = mtcars, geom = c("boxplot", "jitter"))</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-quanti-quali-5.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
</div>
<div id="exemple-ameliore-version-qplot" class="section level4">
<h4>Exemple amélioré version <code>qplot</code></h4>
<p>Si nous voulons reproduire l’<a href="#amelioration-de-graphique">exemple amélioré</a> précédent, nous voyons que la définition de la couleur et de la taille est simple. Mais nous sommes ici encore limité dans les options, et la fonction <code>ggplot</code> est plus approprié pour personnalisé un tel graphique.</p>
<pre class="r"><code>qplot(hp, mpg, data = mtcars, color = factor(am), size = wt,
main = "Consommation et autres",
xlab = "Puissance (en ch)",
ylab = "Consommation en Miles/Galon")</code></pre>
<p><img src="visualisation-donnees_files/figure-html/qplot-amelioration-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
</div>
</div>
<div id="fonction-ggplot" class="section level3">
<h3>Fonction <code>ggplot</code></h3>
<p>La fonction <code>ggplot</code> permet de faire plus de choses que <code>qplot</code> mais nécessite un formalisme plus lourd, dont voici quelques détails :</p>
<ul>
<li><code>ggplot()</code> créé un graphique (et le renvoie, i.e. on peut stocker un graphique dans une variable pour l’afficher plus tard, éventuellement en lui ajoutant des couches)</li>
<li><code>aes()</code> permet de définir les aspects esthétiques (<code>x</code> et <code>y</code> principalement, mais aussi <code>color</code>, <code>fill</code>, <code>size</code>, …)</li>
<li><code>geom_xxx()</code> indique la représentation à choisir (<code>xxx</code> étant remplacé par <code>historam</code>, <code>boxplot</code>, …)</li>
<li><code>stat_xxx</code> indique les transformations statistiques à utiliser, si besoin</li>
<li><code>scale_xxx</code> s’emploie pour des changements d’échelle</li>
<li><code>coord_xxx</code> s’utilise pour des modifications de systèmes de coordonnées</li>
<li><code>facet_grid()</code> découpe les données (et donc le graphique) en plusieurs facettes selon les variables fournie dans la formule</li>
<li><code>theme_xxx</code>, <code>labs()</code>, <code>xlab()</code>, <code>ylab()</code>, <code>ggtitle()</code>, … pour des améliorations du graphique (annotation, couleurs, …)</li>
</ul>
<p>Hormis la fonction <code>aes()</code>, qui s’utilise à l’intérieur des autres, toutes ces fonctions peuvent s’additionner pour compléter le graphique. Voici un exemple de suite de commandes pour produire un graphique :</p>
<pre class="r"><code># Récupération des moyennes et des écarts-type de Sepal.Length pour chaque espèce
iris.mean = data.frame(
Species = levels(iris$Species),
mean = tapply(iris$Sepal.Length, iris$Species, mean),
sd = tapply(iris$Sepal.Length, iris$Species, sd)
)
ggplot(data = iris, aes(y = Sepal.Length, x = Species)) + geom_boxplot() +
geom_jitter() +
geom_errorbar(data = iris.mean,
aes(y = mean, ymin = mean - sd, ymax = mean + sd),
col = "red", width = .4)</code></pre>
<p><img src="visualisation-donnees_files/figure-html/ggplot-ex-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<p>Dans le code précédent, vous pouvez remarquer que <span class="math inline">\(x\)</span> n’est défini qu’une seule fois, dans le <code>ggplot()</code>. Cette spécification est conservée pour les fonctions ajoutées, et donc pour <code>geom_errorbar()</code>.</p>
<p>Pour détailler ce comportement, voici trois commandes permettant de faire strictement le même graphique (le premier produit dans le paragraphe ci-dessous).</p>
<pre class="r"><code>ggplot(mtcars, aes(x = mpg)) + geom_histogram()
ggplot(mtcars) + geom_histogram(aes(x = mpg))
ggplot() + geom_histogram(data = mtcars, aes(x = mpg))</code></pre>
<p>Voici ce qui diffère entre ces trois versions :</p>
<ul>
<li>Dans la première, les données seront <code>mtcars</code> pour l’ensemble des commandes ajoutées, et <span class="math inline">\(x\)</span> sera la variable <code>mpg</code> (sauf spécification ultérieure)</li>
<li>Dans la seconde, on utilisera toujours <code>mtcars</code> comme données, mais <span class="math inline">\(x\)</span> n’est défini que pour l’histogramme. On devra définir <span class="math inline">\(x\)</span> pour les fonctions ultérieures si besoin</li>
<li>Dans la dernière, il n’y aucune spécification de base, et chaque fonction devra déterminée quelles données prendre, ainsi que les aspects esthétiques à utiliser dans celles-ci.</li>
</ul>
<div id="variable-quantitative" class="section level4">
<h4>Variable quantitative</h4>
<p>Pour représenter un histogramme, on a les mêmes possibilités que dans <code>qplot</code>.</p>
<pre class="r"><code>ggplot(mtcars, aes(x = mpg)) + geom_histogram()</code></pre>
<p><img src="visualisation-donnees_files/figure-html/ggplot-quanti-hist-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>ggplot(mtcars, aes(x = mpg)) + geom_histogram(binwidth = 2)</code></pre>
<p><img src="visualisation-donnees_files/figure-html/ggplot-quanti-hist-2.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>ggplot(mtcars, aes(x = mpg)) + geom_histogram(bins = 10)</code></pre>
<p><img src="visualisation-donnees_files/figure-html/ggplot-quanti-hist-3.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>ggplot(mtcars, aes(x = mpg)) + geom_histogram(breaks = c(10,12.5,15,18,25,35))</code></pre>
<p><img src="visualisation-donnees_files/figure-html/ggplot-quanti-hist-4.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>ggplot(mtcars, aes(x = mpg)) +
geom_histogram(aes(y = ..density..), breaks = c(10,12.5,15,18,25,35))</code></pre>
<p><img src="visualisation-donnees_files/figure-html/ggplot-quanti-hist-5.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>ggplot(mtcars, aes(x = mpg)) +
geom_histogram(aes(y = ..density..), binwidth = 2) +
geom_density()</code></pre>
<p><img src="visualisation-donnees_files/figure-html/ggplot-quanti-hist-6.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<p>Pour la boîte à moustaches et le <span class="math inline">\(qq\)</span>-plot, il faut utiliser les fonctions <code>geom_boxplot()</code> et <code>geom_qq()</code>, en spécifiant correctement les aspects esthétiques.</p>
<pre class="r"><code>ggplot(mtcars, aes(y = mpg, x = "")) + geom_boxplot()</code></pre>
<p><img src="visualisation-donnees_files/figure-html/ggplot-quanti-autres-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>ggplot(mtcars, aes(sample = mpg)) + geom_qq()</code></pre>
<p><img src="visualisation-donnees_files/figure-html/ggplot-quanti-autres-2.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
</div>
<div id="variable-qualitative" class="section level4">
<h4>Variable qualitative</h4>
<p>Pour un diagramme en barre, on peut se contenter d’utiliser la fonction <code>geom_bar()</code>. Le passage en <code>factor()</code> de la variable qualitative permet d’avoir un axe en abcisse propre (car <code>am</code> est codée numériquement dans <code>mtcars</code>). L’utilisation du calcul <code>(..count..)/sum(..count..)</code> permet de faire le calcul des pourcentages (avec le changement d’échelle sur <span class="math inline">\(y\)</span>).</p>
<pre class="r"><code>ggplot(mtcars, aes(x = am)) + geom_bar()</code></pre>
<p><img src="visualisation-donnees_files/figure-html/ggplot-quali-bar-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>ggplot(mtcars, aes(x = factor(am))) + geom_bar()</code></pre>
<p><img src="visualisation-donnees_files/figure-html/ggplot-quali-bar-2.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>ggplot(mtcars, aes(x = factor(am))) +
geom_bar(aes(y = (..count..)/sum(..count..))) +
scale_y_continuous(labels = percent) +
ylab("")</code></pre>
<p><img src="visualisation-donnees_files/figure-html/ggplot-quali-bar-3.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<p>On peut aussi représenter ce diagramme en version empilé, en faisant quelques modifications sur les aspects esthétiques (<code>fill</code> pour la variable et spécification identique à la précédente pour <span class="math inline">\(y\)</span>), sur l’échelle (idem) et sur les labels. La dernière partie sert à supprimer le trait sur l’axe <span class="math inline">\(x\)</span>.</p>
<pre class="r"><code>ggplot(mtcars, aes("", fill = factor(am))) +
geom_bar(aes(y = (..count..)/sum(..count..))) +
scale_y_continuous(labels = percent) +
ylab("") + xlab("") + labs(fill = "am") +
theme(axis.ticks = element_blank())</code></pre>
<p><img src="visualisation-donnees_files/figure-html/ggplot-quali-stack-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<p>A partir de la base du graphique précédent, en ajoutant un changement de système de coordonnées (avec <code>coord_polar()</code>), on obtient un diagramme circulaire.</p>
<pre class="r"><code>ggplot(mtcars, aes("", fill = factor(am))) +
geom_bar(aes(y = (..count..)/sum(..count..)), width = 1) +
scale_y_continuous(labels = percent) +
ylab("") + xlab("") + labs(fill = "am") +
theme(axis.ticks = element_blank()) +
coord_polar(theta = "y") </code></pre>
<p><img src="visualisation-donnees_files/figure-html/ggplot-quali-pie-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
</div>
<div id="var-quantitative---var-quantitative-1" class="section level4">
<h4>Var quantitative - Var quantitative</h4>
<p>La représentation d’un nuage de points nécessite la définition des <span class="math inline">\(x\)</span> et <span class="math inline">\(y\)</span>, ainsi que de <code>geom_point()</code>. On peut lui ajouter d’autres représentations, tel que <code>geom_rug()</code> et <code>geom_smooth()</code>, où maintenant nous pouvons définir la fonction <code>lm</code> pour l’ajustement linéaire.</p>
<pre class="r"><code>ggplot(mtcars, aes(hp, mpg)) + geom_point() +
geom_rug() +
geom_smooth(method = "lm")</code></pre>
<p><img src="visualisation-donnees_files/figure-html/ggplot-quanti-quanti-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<p>Et c’est l’utilisation de <code>geom_bin2d()</code> qui permet de faire une <em>heatmap</em>, avec les mêmes options que précédemment.</p>
<pre class="r"><code>ggplot(mtcars, aes(hp, mpg)) + geom_bin2d()</code></pre>
<p><img src="visualisation-donnees_files/figure-html/ggplot-quanti-quanti-heatmap-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>ggplot(mtcars, aes(hp, mpg)) + geom_bin2d(bins = 10)</code></pre>
<p><img src="visualisation-donnees_files/figure-html/ggplot-quanti-quanti-heatmap-2.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
</div>
<div id="var-qualitative---var-qualitative-1" class="section level4">
<h4>Var qualitative - Var qualitative</h4>
<p>La création d’un diagramme en barres pour deux variables qualitatives est assez simple. Par contre, pour la version empilée, c’est le paramètre <code>position = "fill"</code> qui permet de le faire sans autre calcul, les fonctions suivantes n’étant la que pour avoir un graphique plus clair.</p>
<pre class="r"><code>ggplot(mtcars, aes(factor(am))) + geom_bar() + facet_grid(1 ~ cyl)</code></pre>
<p><img src="visualisation-donnees_files/figure-html/ggplot-quali-quali-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>ggplot(mtcars, aes(factor(am), fill = factor(cyl))) + geom_bar() </code></pre>
<p><img src="visualisation-donnees_files/figure-html/ggplot-quali-quali-2.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>ggplot(mtcars, aes(factor(am), fill = factor(cyl))) +
geom_bar(position = "fill") +
scale_y_continuous(labels = percent) +
xlab("am") + ylab("") + labs(fill = "cyl")</code></pre>
<p><img src="visualisation-donnees_files/figure-html/ggplot-quali-quali-3.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<p>Pour créer les diagrammes circulaires d’une variable pour chaque modalité de l’autre variable, nous allons ré-utiliser l’objet <code>mel</code> créé précédemment.</p>
<pre class="r"><code>mel</code></pre>
<pre><code>## am cyl value
## 1 0 4 0.1578947
## 2 1 4 0.6153846
## 3 0 6 0.2105263
## 4 1 6 0.2307692
## 5 0 8 0.6315789
## 6 1 8 0.1538462</code></pre>
<pre class="r"><code>ggplot(mel, aes(x = "", y = value, fill = factor(cyl))) +
geom_bar(stat = "identity", width = 1) +
scale_y_continuous(labels = percent) +
ylab("am") + xlab("") + labs(fill = "cyl") +
theme(axis.ticks = element_blank()) +
coord_polar(theta = "y") +
facet_grid(~ am)</code></pre>
<p><img src="visualisation-donnees_files/figure-html/ggplot-quali-quali-pie-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<p>Enfin, il est possible de créer une <em>heatmap</em> avec la fonction <code>geom_bin2d()</code>, toujours soit directement (dénombrement donc), soit en utiliser des profils par exemple.</p>
<pre class="r"><code>ggplot(mtcars, aes(factor(cyl), factor(am))) + geom_bin2d()</code></pre>
<p><img src="visualisation-donnees_files/figure-html/ggplot-quali-quali-heatmap-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>ggplot(mel, aes(factor(am), factor(cyl), fill = value)) + geom_bin2d()</code></pre>
<p><img src="visualisation-donnees_files/figure-html/ggplot-quali-quali-heatmap-2.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
</div>
<div id="exemple-ameliore-version-ggplot" class="section level4">
<h4>Exemple amélioré version <code>ggplot</code></h4>
<pre class="r"><code>nom = rownames(mtcars)
nom[mtcars$hp <= 250 & mtcars$mpg <= 30] = ""
ggplot(mtcars, aes(x = hp, y = mpg,
color = factor(am, labels = c("Automatique", "Manuelle")),
size = wt,
label = nom)) +
geom_point() +
geom_text(size = 3, color = "black", vjust = -.75, fontface = "bold") +
ggtitle("Consommation et autres") +
xlab("Puissance (en ch)") + xlim(25, 350) +
ylab("Consommation en Miles/Galon") +
labs(color = "Transmission", size = "Poids (1000 lbs)") </code></pre>
<p><img src="visualisation-donnees_files/figure-html/ggplot-amelioration-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
</div>
</div>
</div>
<div id="cartographie" class="section level2">
<h2>Cartographie</h2>
<p>Un des aspects intéressant dans la visualisation de données est la représentation de cartes, soit avec des marqueurs locaux (i.e. des points représentant des positions géographiques, avec des attributs esthétiques dépendant d’une variable par exemple), soit avec des <em>couches</em> représentant des zones spécifiques (pays, région, ville, avec une couleur dépendant d’une variable aussi).</p>
<div id="avec-la-librairie-leaflet" class="section level3">
<h3>Avec la librairie <code>leaflet</code></h3>
<p>La librairie <a href="https://rstudio.github.io/leaflet/"><code>leaflet</code></a> permet de créer des cartes dans R à partir de la librairie Javascript <a href="http://leafletjs.com/">Leaflet</a>.</p>
<p>Voici un premier exemple simple de création de carte du monde</p>
<pre class="r"><code>m = leaflet() %>% addTiles()
m</code></pre>
<p><div id="htmlwidget-369" style="width:672px;height:480px;" class="leaflet html-widget"></div>
<script type="application/json" data-for="htmlwidget-369">{"x":{"calls":[{"method":"addTiles","args":["http://{s}.tile.openstreetmap.org/{z}/{x}/{y}.png",null,null,{"minZoom":0,"maxZoom":18,"maxNativeZoom":null,"tileSize":256,"subdomains":"abc","errorTileUrl":"","tms":false,"continuousWorld":false,"noWrap":false,"zoomOffset":0,"zoomReverse":false,"opacity":1,"zIndex":null,"unloadInvisibleTiles":null,"updateWhenIdle":null,"detectRetina":false,"reuseTiles":false,"attribution":"© <a href=\"http://openstreetmap.org\">OpenStreetMap\u003c/a> contributors, <a href=\"http://creativecommons.org/licenses/by-sa/2.0/\">CC-BY-SA\u003c/a>"}]}]},"evals":[],"jsHooks":[]}</script></p>
<p>Pour laquelle il est possible de choisir la zone d’intêrêt, en indiquant les latitudes et longitudes min et max.</p>
<pre class="r"><code>m %>% fitBounds(0, 40, 5, 50)</code></pre>
<p><div id="htmlwidget-2176" style="width:672px;height:480px;" class="leaflet html-widget"></div>
<script type="application/json" data-for="htmlwidget-2176">{"x":{"calls":[{"method":"addTiles","args":["http://{s}.tile.openstreetmap.org/{z}/{x}/{y}.png",null,null,{"minZoom":0,"maxZoom":18,"maxNativeZoom":null,"tileSize":256,"subdomains":"abc","errorTileUrl":"","tms":false,"continuousWorld":false,"noWrap":false,"zoomOffset":0,"zoomReverse":false,"opacity":1,"zIndex":null,"unloadInvisibleTiles":null,"updateWhenIdle":null,"detectRetina":false,"reuseTiles":false,"attribution":"© <a href=\"http://openstreetmap.org\">OpenStreetMap\u003c/a> contributors, <a href=\"http://creativecommons.org/licenses/by-sa/2.0/\">CC-BY-SA\u003c/a>"}]}],"fitBounds":[40,0,50,5]},"evals":[],"jsHooks":[]}</script></p>
<p>Il est aussi possible de préciser les coordonnées géographiques du centre de la carte, ainsi que le niveau de zoom (entre 1 - monde - et 18 - pâté de maison).</p>
<pre class="r"><code>m = m %>% setView(2.268224, 48.842275, zoom = 17)
m</code></pre>
<p><div id="htmlwidget-8909" style="width:672px;height:480px;" class="leaflet html-widget"></div>
<script type="application/json" data-for="htmlwidget-8909">{"x":{"calls":[{"method":"addTiles","args":["http://{s}.tile.openstreetmap.org/{z}/{x}/{y}.png",null,null,{"minZoom":0,"maxZoom":18,"maxNativeZoom":null,"tileSize":256,"subdomains":"abc","errorTileUrl":"","tms":false,"continuousWorld":false,"noWrap":false,"zoomOffset":0,"zoomReverse":false,"opacity":1,"zIndex":null,"unloadInvisibleTiles":null,"updateWhenIdle":null,"detectRetina":false,"reuseTiles":false,"attribution":"© <a href=\"http://openstreetmap.org\">OpenStreetMap\u003c/a> contributors, <a href=\"http://creativecommons.org/licenses/by-sa/2.0/\">CC-BY-SA\u003c/a>"}]}],"setView":[[48.842275,2.268224],17,[]]},"evals":[],"jsHooks":[]}</script></p>
<p>On peut y ajouter une <em>pop-up</em> assez facilement.</p>
<pre class="r"><code>m %>% addPopups(2.268224, 48.842275, "IUT Paris Descartes")</code></pre>
<p><div id="htmlwidget-1190" style="width:672px;height:480px;" class="leaflet html-widget"></div>
<script type="application/json" data-for="htmlwidget-1190">{"x":{"calls":[{"method":"addTiles","args":["http://{s}.tile.openstreetmap.org/{z}/{x}/{y}.png",null,null,{"minZoom":0,"maxZoom":18,"maxNativeZoom":null,"tileSize":256,"subdomains":"abc","errorTileUrl":"","tms":false,"continuousWorld":false,"noWrap":false,"zoomOffset":0,"zoomReverse":false,"opacity":1,"zIndex":null,"unloadInvisibleTiles":null,"updateWhenIdle":null,"detectRetina":false,"reuseTiles":false,"attribution":"© <a href=\"http://openstreetmap.org\">OpenStreetMap\u003c/a> contributors, <a href=\"http://creativecommons.org/licenses/by-sa/2.0/\">CC-BY-SA\u003c/a>"}]},{"method":"addPopups","args":[48.842275,2.268224,"IUT Paris Descartes",null,null,{"maxWidth":300,"minWidth":50,"maxHeight":null,"autoPan":true,"keepInView":false,"closeButton":true,"zoomAnimation":true,"closeOnClick":null,"className":""}]}],"setView":[[48.842275,2.268224],17,[]],"limits":{"lat":[48.842275,48.842275],"lng":[2.268224,2.268224]}},"evals":[],"jsHooks":[]}</script></p>
<p>Ou un marqueur, pour lequel le texte s’affichera lorsque nous cliquerons sur le marqueur.</p>
<pre class="r"><code>m %>% addMarkers(2.268224, 48.842275, popup = "IUT Paris Descartes")</code></pre>
<p><div id="htmlwidget-3691" style="width:672px;height:480px;" class="leaflet html-widget"></div>
<script type="application/json" data-for="htmlwidget-3691">{"x":{"calls":[{"method":"addTiles","args":["http://{s}.tile.openstreetmap.org/{z}/{x}/{y}.png",null,null,{"minZoom":0,"maxZoom":18,"maxNativeZoom":null,"tileSize":256,"subdomains":"abc","errorTileUrl":"","tms":false,"continuousWorld":false,"noWrap":false,"zoomOffset":0,"zoomReverse":false,"opacity":1,"zIndex":null,"unloadInvisibleTiles":null,"updateWhenIdle":null,"detectRetina":false,"reuseTiles":false,"attribution":"© <a href=\"http://openstreetmap.org\">OpenStreetMap\u003c/a> contributors, <a href=\"http://creativecommons.org/licenses/by-sa/2.0/\">CC-BY-SA\u003c/a>"}]},{"method":"addMarkers","args":[48.842275,2.268224,null,null,null,{"clickable":true,"draggable":false,"keyboard":true,"title":"","alt":"","zIndexOffset":0,"opacity":1,"riseOnHover":false,"riseOffset":250},"IUT Paris Descartes",null,null]}],"setView":[[48.842275,2.268224],17,[]],"limits":{"lat":[48.842275,48.842275],"lng":[2.268224,2.268224]}},"evals":[],"jsHooks":[]}</script></p>
<p>Voire des formes classiques (cercle, rectangle, polygone)</p>
<pre class="r"><code>m %>% addCircles(2.268224, 48.842275, radius = 100) %>%
addRectangles(2.27, 48.835, 2.28, 48.84)</code></pre>
<p><div id="htmlwidget-1624" style="width:672px;height:480px;" class="leaflet html-widget"></div>
<script type="application/json" data-for="htmlwidget-1624">{"x":{"calls":[{"method":"addTiles","args":["http://{s}.tile.openstreetmap.org/{z}/{x}/{y}.png",null,null,{"minZoom":0,"maxZoom":18,"maxNativeZoom":null,"tileSize":256,"subdomains":"abc","errorTileUrl":"","tms":false,"continuousWorld":false,"noWrap":false,"zoomOffset":0,"zoomReverse":false,"opacity":1,"zIndex":null,"unloadInvisibleTiles":null,"updateWhenIdle":null,"detectRetina":false,"reuseTiles":false,"attribution":"© <a href=\"http://openstreetmap.org\">OpenStreetMap\u003c/a> contributors, <a href=\"http://creativecommons.org/licenses/by-sa/2.0/\">CC-BY-SA\u003c/a>"}]},{"method":"addCircles","args":[48.842275,2.268224,100,null,null,{"lineCap":null,"lineJoin":null,"clickable":true,"pointerEvents":null,"className":"","stroke":true,"color":"#03F","weight":5,"opacity":0.5,"fill":true,"fillColor":"#03F","fillOpacity":0.2,"dashArray":null},null]},{"method":"addRectangles","args":[48.835,2.27,48.84,2.28,null,null,{"lineCap":null,"lineJoin":null,"clickable":true,"pointerEvents":null,"className":"","stroke":true,"color":"#03F","weight":5,"opacity":0.5,"fill":true,"fillColor":"#03F","fillOpacity":0.2,"dashArray":null,"smoothFactor":1,"noClip":false},null]}],"setView":[[48.842275,2.268224],17,[]],"limits":{"lat":[48.835,48.842275],"lng":[2.268224,2.28]}},"evals":[],"jsHooks":[]}</script></p>
<p>A partir du jeu de données <code>ozone</code> du package <code>maps</code>, et contenant des informations géogrpahiques, nous allons représenter ces informations sur une carte.</p>
<pre class="r"><code>DT::datatable(head(ozone))</code></pre>
<p><div id="htmlwidget-1667" style="width:100%;height:auto;" class="datatables html-widget"></div>
<script type="application/json" data-for="htmlwidget-1667">{"x":{"data":[["1","2","3","4","5","6"],[-74.0262,-74.5992,-74.7138,-74.1408,-74.2554,-74.1694],[40.2217,40.5597,40.7832,40.6628,40.6514,40.7001],[59,58,90,80,50,47]],"container":"<table class=\"display\">\n <thead>\n <tr>\n <th> \u003c/th>\n <th>x\u003c/th>\n <th>y\u003c/th>\n <th>median\u003c/th>\n \u003c/tr>\n \u003c/thead>\n\u003c/table>","options":{"columnDefs":[{"className":"dt-right","targets":[1,2,3]},{"orderable":false,"targets":0}],"order":[],"autoWidth":false,"orderClasses":false},"callback":null,"filter":"none"},"evals":[],"jsHooks":[]}</script></p>
<p>Ici, nous faisons en sorte que la taille des cercles soient dépendantes de la variable <code>median</code>, mais nous devons ajuster <em>à la main</em> pour avoir des valeurs intéressantes pour la représentation.</p>
<pre class="r"><code>leaflet(ozone) %>% addTiles() %>%
addCircles(lng = ~x, lat = ~y, radius = ~median*100)</code></pre>
<p><div id="htmlwidget-9725" style="width:672px;height:480px;" class="leaflet html-widget"></div>
<script type="application/json" data-for="htmlwidget-9725">{"x":{"calls":[{"method":"addTiles","args":["http://{s}.tile.openstreetmap.org/{z}/{x}/{y}.png",null,null,{"minZoom":0,"maxZoom":18,"maxNativeZoom":null,"tileSize":256,"subdomains":"abc","errorTileUrl":"","tms":false,"continuousWorld":false,"noWrap":false,"zoomOffset":0,"zoomReverse":false,"opacity":1,"zIndex":null,"unloadInvisibleTiles":null,"updateWhenIdle":null,"detectRetina":false,"reuseTiles":false,"attribution":"© <a href=\"http://openstreetmap.org\">OpenStreetMap\u003c/a> contributors, <a href=\"http://creativecommons.org/licenses/by-sa/2.0/\">CC-BY-SA\u003c/a>"}]},{"method":"addCircles","args":[[40.2217,40.5597,40.7832,40.6628,40.6514,40.7001,40.7087,40.9379,40.7373,40.7373,40.9665,41.0811,41.1384,41.0639,41.19,41.3905,41.316,41.5624,41.677,41.3905,41.5624,41.6712,41.3619,41.7687,41.8603,41.9004,42.1124,42.2499,42.588,41.7114,42.6453,42.2499,42.3244,42.376,42.3817,42.4218,41.9176,42.4505,42.6281,42.8,43.3214],[-74.0262,-74.5992,-74.7138,-74.1408,-74.2554,-74.1694,-73.9116,-73.8543,-73.5678,-73.1668,-73.7397,-73.6251,-73.5678,-73.5105,-73.1668,-73.4533,-72.9376,-73.0522,-73.2241,-72.4219,-72.6511,-72.7657,-72.0782,-72.7084,-72.6511,-72.0782,-72.5938,-71.7917,-71.7917,-71.1041,-71.3333,-71.0468,-71.1041,-71.1041,-71.2187,-71.0468,-74.0262,-73.2241,-73.7397,-73.9116,-73.6251],[5900,5800,9000,8000,5000,4700,8100,5600,5500,7200,6200,10000,9700,9100,8000,8100,7600,7500,8500,9400,8000,8200,7400,6800,6000,8500,3400,6600,6500,7300,6300,6200,3600,5400,4200,5200,6400,6500,6000,5600,6400],null,null,{"lineCap":null,"lineJoin":null,"clickable":true,"pointerEvents":null,"className":"","stroke":true,"color":"#03F","weight":5,"opacity":0.5,"fill":true,"fillColor":"#03F","fillOpacity":0.2,"dashArray":null},null]}],"limits":{"lat":[40.2217,43.3214],"lng":[-74.7138,-71.0468]}},"evals":[],"jsHooks":[]}</script></p>
</div>
<div id="avec-la-librairie-ggmap" class="section level3">
<h3>Avec la librairie <code>ggmap</code></h3>
<p>La librairie <a href="https://github.com/dkahle/ggmap"><code>ggmap</code></a> a pour but de simplifier la cartographie, à l’aide de carte provenant de Google Maps, OpenStreetMap ou autre au choix, en y ajoutant la possibilité de rajouter des couches avec <code>ggplot2</code>.</p>
<p>Pour cela, il faut faire deux opérations :</p>
<ul>
<li>la première pour récupérer les tuiles de représentation des cartes (avec <code>get_map</code>())</li>
<li>la seconde pour afficher ces tuiles (avec <code>ggmap()</code>), ce qui créé un objet</li>
</ul>
<pre class="r"><code>m = get_map("Paris,France")
ggmap(m)</code></pre>
<p><img src="visualisation-donnees_files/figure-html/-ggmap-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<p>La fonction <code>qmplot()</code> permet de rendre invisible l’étape de récupération des tuiles, et est l’équivalent de <code>qplot</code> par rapport à <code>ggmap()</code>.</p>
<pre class="r"><code>qmplot(x, y, data = ozone, color = median)</code></pre>
<p><img src="visualisation-donnees_files/figure-html/-qmplot-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<p>On peut aussi vouloir spécifier nous-même les différentes étapes, comme ci-dessous :</p>
<ul>
<li>récupération des tuiles de la carte, en spécifiant les limites de la zone</li>
<li>affichage de la carte et ajout des représentations géographiques comme avec <code>ggplot()</code> vu précédemment.</li>
</ul>
<pre class="r"><code>left = min(ozone$x) - .5
bottom = min(ozone$y) - .5
right = max(ozone$x) + .5
top = max(ozone$y) + .5
m = get_map(location = c(left, bottom, right, top),
maptype = "toner-lite", color = "bw")
ggmap(m) + geom_point(data = ozone, aes(x, y, color = median))</code></pre>
<p><img src="visualisation-donnees_files/figure-html/-ggmap-data-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
</div>
</div>
<div id="quelques-exemples-complementaires" class="section level2">
<h2>Quelques exemples complémentaires</h2>
<p>Ce sont des exemples plus ou moins simple de créations de graphiques.</p>
<div id="donnees-iris" class="section level3">
<h3>Données Iris</h3>
<p>On cherche à représenter les boîtes à moustaches des 4 variables pour les trois espèces.</p>
<div id="avec-plot" class="section level4">
<h4>Avec <code>plot</code></h4>
<pre class="r"><code>par(mfrow = c(2, 2), mar = c(2, 2, 2, 0) + .1)
for (i in 1:4) {
boxplot(iris[,i] ~ iris$Species, main = names(iris)[i])
}</code></pre>
<p><img src="visualisation-donnees_files/figure-html/iris-boxplot-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
</div>
<div id="avec-ggplot" class="section level4">
<h4>Avec <code>ggplot</code></h4>
<pre class="r"><code>ggplot(melt(iris, id.vars = "Species"), aes(Species, value)) +
geom_boxplot() + facet_grid(1 ~ variable)</code></pre>
<p><img src="visualisation-donnees_files/figure-html/iris-boxplot-ggplot-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
</div>
</div>
<div id="donnees-dancombe" class="section level3">
<h3>Données d’ancombe</h3>
<pre class="r"><code>DT::datatable(anscombe, options = list(searching = F, ordering = F, paging = F))</code></pre>
<p><div id="htmlwidget-8104" style="width:100%;height:auto;" class="datatables html-widget"></div>
<script type="application/json" data-for="htmlwidget-8104">{"x":{"data":[["1","2","3","4","5","6","7","8","9","10","11"],[10,8,13,9,11,14,6,4,12,7,5],[10,8,13,9,11,14,6,4,12,7,5],[10,8,13,9,11,14,6,4,12,7,5],[8,8,8,8,8,8,8,19,8,8,8],[8.04,6.95,7.58,8.81,8.33,9.96,7.24,4.26,10.84,4.82,5.68],[9.14,8.14,8.74,8.77,9.26,8.1,6.13,3.1,9.13,7.26,4.74],[7.46,6.77,12.74,7.11,7.81,8.84,6.08,5.39,8.15,6.42,5.73],[6.58,5.76,7.71,8.84,8.47,7.04,5.25,12.5,5.56,7.91,6.89]],"container":"<table class=\"display\">\n <thead>\n <tr>\n <th> \u003c/th>\n <th>x1\u003c/th>\n <th>x2\u003c/th>\n <th>x3\u003c/th>\n <th>x4\u003c/th>\n <th>y1\u003c/th>\n <th>y2\u003c/th>\n <th>y3\u003c/th>\n <th>y4\u003c/th>\n \u003c/tr>\n \u003c/thead>\n\u003c/table>","options":{"searching":false,"ordering":false,"paging":false,"columnDefs":[{"className":"dt-right","targets":[1,2,3,4,5,6,7,8]},{"orderable":false,"targets":0}],"order":[],"autoWidth":false,"orderClasses":false},"callback":null,"filter":"none"},"evals":[],"jsHooks":[]}</script></p>
<pre class="r"><code>par(mfrow = c(2, 2), mar = c(2, 2, 0, 0)+.1)
f <- function(df) {
names(df) = c("x", "y")
m = lm(y ~ x, data = df)
plot(y ~ x, data = df, pch = 19, bty = "n",
xlim = range(anscombe[,1:4]),
ylim = range(anscombe[,5:8]))
abline(m, col = "red")
}
for (i in 1:4) {
f(anscombe[,paste(c("x", "y"), i, sep = "")])
}</code></pre>
<p><img src="visualisation-donnees_files/figure-html/anscombe-plot-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<pre class="r"><code>ans = transform(
melt(transform(anscombe, id = 1:nrow(anscombe)), id.vars = "id"),
axe = substr(as.character(variable), 1, 1),
num = as.numeric(substr(as.character(variable), 2, 2))
)
ans$facetX = ans$num %% 2 == 0
ans$facetY = ans$num <= 2
ansX = subset(ans, subset = axe == "x")
ansY = subset(ans, subset = axe == "y")
ansXY = merge(ansX, ansY, by = c("id", "num"))
ggplot(ansXY, aes(value.x, value.y)) + geom_point() +
facet_grid(facetY.x ~ facetX.x) +
geom_smooth(method = "lm", se = FALSE, fullrange = T)</code></pre>
<p><img src="visualisation-donnees_files/figure-html/anscombe-ggplot-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
</div>
</div>
<div id="a-faire" class="section level2">
<h2>A faire</h2>
<div id="applications" class="section level3">
<h3>Applications</h3>
<ol style="list-style-type: decimal">
<li>Dans les données <code>tips</code> du package <code>reshape2</code>, représenter <code>total_bill</code> en fonction de <code>sex</code> et <code>smoker</code>. <!--
ggplot(tips, aes(sex, smoker, z = total_bill)) +
stat_summary_2d()
--></li>
<li>Toujours dans <code>tips</code>, représenter <code>total_bill</code> et <code>tip</code>, en fonction de <code>sex</code> de 2 façons <!--
ggplot(tips, aes(total_bill, tip, color = sex)) + geom_point()
ggplot(tips, aes(total_bill, tip)) + geom_point() + facet_grid(. ~ sex)
ggplot(tips, aes(total_bill, tip)) + geom_bin2d() + facet_grid(. ~ sex)
--></li>
<li>Idem avec <code>smoker</code> en plus <!--
ggplot(tips, aes(total_bill, tip, color = sex)) + geom_point() + facet_grid(. ~ smoker)
ggplot(tips, aes(total_bill, tip)) + geom_point() + facet_grid(smoker ~ sex)
ggplot(tips, aes(total_bill, tip)) + geom_bin2d() + facet_grid(smoker ~ sex)
--></li>
<li>Comment répondre aux questions suivantes :</li>
</ol>
<ol style="list-style-type: lower-alpha">
<li>Les pourboires (<code>tip</code>) dépendent ils du montant (<code>total_bill</code>)</li>
<li>Et des jours de la semaine (<code>day</code>) ?</li>
<li>Et du nombre de convives (<code>party</code>) ?</li>
<li>Croiser <code>tip</code> en fonction de <code>total_bill</code> et <code>party</code></li>
</ol>
<ol start="5" style="list-style-type: decimal">
<li>En utiliser les données <code>crime</code> du package <code>ggmap</code>, comment représenter le nombre et les types de crime par rapport à leur localisation ?</li>
</ol>
</div>
<div id="mini-projet" class="section level3">
<h3>Mini-projet</h3>
<div id="introduction" class="section level4">
<h4>Introduction</h4>
<p>Nous disposons de <a href="https://www.dropbox.com/sh/s7kiuot44g5lxi5/AACVVQzJJh2ivGDH5ikisroua?dl=0">données d’AirBnB</a> pour Paris à la date du 2 septembre 2015 ( <a href="http://insideairbnb.com/get-the-data.html">données source</a> ). Celles-ci ont été légèremment nettoyées et réduites pour obtenir les fichiers suivants :</p>
<table style="width:8%;">
<colgroup>
<col width="4%" />
<col width="4%" />
</colgroup>
<thead>
<tr class="header">
<th align="left">Fichier</th>
<th align="left">Contenu</th>
</tr>
</thead>
<tbody>
<tr class="odd">
<td align="left"><code>airbnb-paris-2015-09-02-summary.csv</code></td>
<td align="left">Résumé à quelques informations de base</td>
</tr>
<tr class="even">
<td align="left"><code>airbnb-paris-2015-09-02.csv</code></td>
<td align="left">Données plus complètes</td>
</tr>
<tr class="odd">
<td align="left"><code>airbnb-paris-2015-09-02-neighbourhoods.geojson</code></td>
<td align="left">Représentation graphiques des arrondissement</td>
</tr>
</tbody>
</table>
<p>On commence déjà par importer ces données dans R.</p>
<pre class="r"><code>airbnb.summ = read.table("airbnb-paris-2015-09-02-summary.csv",
sep = ",", header = T,
quote = "\"", comment.char = "")
airbnb.comp = read.table("airbnb-paris-2015-09-02.csv",
sep = ",", header = T,
quote = "\"", comment.char = "")</code></pre>
<p>Sur ces données, il est déjà possible de représenter chaque logement par un point, assez simplement</p>
<pre class="r"><code>ggplot(airbnb.summ, aes(x=longitude, y=latitude)) + geom_point()</code></pre>
<p><img src="visualisation-donnees_files/figure-html/airbnb-point-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<p>La librairie <a href="https://github.com/ropensci/geojsonio"><code>geojsonio</code></a> permet de lire et d’écrire des données au format <a href="http://geojson.org/geojson-spec.html">GeoJSON</a>, permettant de réprésenter des objets géoraphiques dans un formalisme issue de <code>JSON</code>. Il est très utilisé pour représenter des zones, telles que des villes, des pays, …</p>
<p>On importe donc les données des arrondissements. La fonction <code>fortify()</code> de <code>ggplot2</code> nous permet ici de passer à un format lisible pour <code>ggplot()</code>.</p>
<pre class="r"><code>airbnb.neigh = geojson_read("airbnb-paris-2015-09-02-neighbourhoods.geojson", what = "sp")
airbnb.neigh.for = fortify(airbnb.neigh)
ggplot(airbnb.neigh.for, aes(long, lat, group=group)) +
geom_polygon() + theme_void()</code></pre>
<p><img src="visualisation-donnees_files/figure-html/airbnb-geo-1.png" title="" alt="" width="672" style="display: block; margin: auto;" /></p>
<p>Le problème dans notre cas est que les quartiers ne sont pas classés dans un ordre spécifique dans les données, et que l’objet <code>airbnb.neigh</code> ne comporte plus le nom du quartier, ce qui va nous empêcher de faire le lien avec les autres données. Le code suivant permet donc de récupérer l’ordre des quartiers et de le stocker dans un <code>data.frame</code>. On lit différement le jeu de données.</p>
<pre class="r"><code>airbnb.neigh.ord = data.frame(
id = as.character(0:19),
neighbourhood = unlist(lapply(geojson_read("airbnb-paris-2015-09-02-neighbourhoods.geojson")$features, function(f) return(f$properties$neighbourhood)))
)
airbnb.neigh.ord</code></pre>