Nous aurons besoin du package ggplot2 :

• Vérifier que le package ggplot2 est bien installé
• Si non, l’installer, puis le charger

library(ggplot2)

Nous allons également avoir besoin des données fruits et légumes :

data("fruveg", package = "intro2r")

La fonction de base pour les diagrammes en bâtons est barplot :

barplot(table(fruveg$group))

Avec des couleurs :

barplot(table(fruveg$group), col = 1:3)

ggplot(data = fruveg, aes(x = group, fill = group)) +
  geom_bar()

STOP !

• ggplot : création d’un canevas vide dans on va dessiner le(s) graphe(s)
• aes : déclaration des paramètres esthétiques du graphes (position horizontale, verticale, couleur épaisseur, forme, transparence etc…)
• geom_bar : utilisation d’une géométrie

Nous allons voir ensemble quelques géométries particulières qui permettent de créer des graphes classiques.

On a déjà vu comment faire :

ggplot(fruveg, aes(group)) + 
  geom_bar(fill = "steelblue")

S’utilise quand on connaît déjà la hauteur des barres.

vitamine <- data.frame(
  groupe = c("compote", "crus", "exotique", "secs"), 
  VitamineC = c(14.2, 12.2, 32.1, 0.3))

ggplot(data = vitamine, aes(x = groupe, y = VitamineC)) +
  geom_col()

Comment modifier le code précédent pour faire un diagramme en bâtons montrant le nombre de fruits et légumes ayant une teneur en Eau supérieure à 80 g / 100 g par groupe ?

(PS : il y a plus d’une solution possible)

Pour faire un histogramme, on a besoin de répartir des valeurs numériques dans des classes.

• La fonction hist le fait automatiquement avec l’algorithme de Sturges (ou Scott, ou Friedman-Diaconis si l’utilisateur le souhaite). Si on spécifie n, la fonction décidera un nombre de classes “approprié” proche de n. Pour forcer les classes, il faut utiliser breaks.
• La fonction geom_histogram crée par défaut 30 classes, charge à l’utilisateur de changer cela.

ggplot(fruveg, aes(sugar)) + 
  geom_histogram(breaks = seq(0, 20, 2.5))

ggplot(fruveg, aes(sugar)) + 
  geom_histogram(breaks = seq(0, 20, 2.5),
                 fill = "steelblue")

ggplot(fruveg, aes(sugar)) + 
  geom_histogram(breaks = seq(0, 20, 2.5),
                 fill = "steelblue",
                 color = "white")

ggplot(data = fruveg, aes(x = sugar)) + 
  geom_boxplot()

ggplot(data=fruveg, aes(x=group, y=sugar)) + 
  geom_boxplot()

Les thèmes sont des fonctions qui permettent de modifier certains paramètres graphiques comme :

• la couleur du fond,
• la couleur des axes,
• la couleur des grilles majeures et mineures,
• etc.

Exemple de fonctions thèmes (theme_***()) :

• theme_bw() : pour un thème en noir et blanc,
• theme_minimal() : pour un thème minimaliste,
• theme_void() : pour un thème dépouillé

ggplot(fruveg, aes(fibers)) + 
  geom_histogram() + 
  theme_bw()

ggplot(fruveg, aes(fibers)) + 
  geom_histogram() + 
  theme_minimal()

ggplot(fruveg, aes(fibers)) + 
  geom_histogram() + 
  theme_void()

• Titre : avec la fonction ggtitle
• Titre de l’axe des \(x\) : avec la fonction xlab
• Titre de l’axe des \(y\) : avec la fonction ylab

Mais je vous conseille d’utiliser la fonction labs qui permet de faire tout cela, et plus !

labs(
  title = "Titre du graphe",
  subtitle = "Sous-titre du graphe",
  x = "Titre de l'axe des x",
  y = "Titre de l'axe des y",
  color = "Titre de la légende des couleurs",
  shape = "Titre de la légende des formes"
)

Avec la fonction theme(), qui a une syntaxe bien particulière : chaque élément doit être spécifié selon sa nature.

• Pour changer la taille, la police, la couleur d’élément de type “texte”, on utilise element_text(size=, colour = "", family = "")
• Pour changer la couleur et la taille d’une ligne, on utilise element_line(colour="", size=)
• Pour personnaliser la couleur du fond, on utilise element_rect(fill = "")

• axis.title, axis.title.x, axis.title.y : taille, police, couleur, …
• axis.text, axis.text.x, axis.text.y : taille, police, couleur, …
• axis.ticks, axis.ticks.x, axis.ticks.y
• axis.line, axis.line.x, axis.line.y
• panel.background : couleur
• panel.grid.major, panel.grid.minor : couleur, taille
• legend.text: taille, police, couleur
• legend.position
• plot.title : taille, police, couleur

Cette géométrie nécessite des paramètres esthétiques de position (en \(x\) et \(y\)), et accepte optionnellement des paramètres esthétiques de taille, couleur et forme.

ggplot(fruveg, aes(x = phosphorus, y = calcium, size = magnesium)) + 
  geom_point()

Lorsqu’ils sont spécifiés dans la fonction aes(), ces paramètres appliquent les valeurs d’une variable à une caractéristique des objets graphiques tracés par les géométries.

• color ou colour : couleur du point
• fill : couleur de remplissage
• size : taille
• shape : forme
• alpha : transparence
• linetype : type de ligne
• label : étiquettes

Lorsqu’ils sont appliqués en dehors de la fonction aes(), leur comportement est plus général !

Pour modifier le système de coordonnées après avoir appliquer toutes les transformations spécifiées auparavant (par une fonction scale_*** par exemple). Par exemple :

• coord_fixed pour fixer le ratio des unités de l’axe des \(y\) sur les unités de l’axe des \(x\),
• coord_equal quand ce ratio vaut 1,
• coord_flip pour échanger les axes,
• coord_polar pour passer d’un système de coordonnées cartésien à un système de coordonnées polaires

Transformez les coordonnées du graphe suivant en coordonnées polaires (coord_polar(theta = "y")). Quel est le résultat ?

ggplot(fruveg, aes(x = 1, fill = group)) + 
  geom_bar(width = 1) + 
  theme_void()

Change le minimum et le maximum d’un axe. Attention, toutes les valeurs en dehors des nouveaux axes sont éliminées !

• xlim, ylim ou lims pour spécifier l’étendue,
• expand_limits pour étendre l’étendue à certaines valeurs.

Pour faire un “zoom” sans perdre de points, il faut utiliser la fonction coord_cartesian ou une fonction du type scale_***

S’uilise pour diviser le graphe en panneaux selon les modalités d’une variable catégorielle.

Attention à la syntaxe : elle est basée sur l’utilisation du terme vars, qui permet d’accéder aux variables du jeu de données spécifié.

Par exemple, pour diviser le graphe g en plusieurs panneaux selon les modalités d’un facteur fac, on écrira

g + facet_wrap(facets = vars(fac))

On peut également utiliser une “formule” :

g + facet_wrap(~ fac)

S’utilise de la même façon que facet_wrap.

Par exemple, pour diviser le graphe g en plusieurs panneaux selon les modalités d’un facteur factorow pour les lignes et factocol pour les colonnes, on écrira

g + facet_grid(rows = vars(factorow), cols = vars(factocol))

On peut aussi utiliser une formule :

g + facet_grid(factorow ~ factocol)

CONSEIL : pour l’utilisation de facettes, faites attention à bien nommer les modalités de vos facteurs pour rendre le graphe plus clair.

Fonctionnement et exemple :

g <- ggplot(fruveg, aes(group)) + geom_bar()
ggsave(filename = "mongraphe.png", plot = g)

L’extension donnée dans filename sera magiquement détectée pour sauvegarder le fichier au bon format !

Nous avons vu un package de représentations graphiques très puissant ! ggplot2 fonctionne sur la base d’un canevas, de paramètres esthétiques comme la position en \(x\), en \(y\), les couleurs, la forme etc. A partir de ces paramètres, on va tracer les graphes à l’aides de géométries, qui peuvent se superposer !

1. ggplot2 est très complet… et très complexe
2. Il faut prendre son temps, et savoir travailler avec ses petits jeux de données préférés bien connus et très très très très propres pour travailler sur son graphe,
3. Personnaliser un graphe prend du temps, il faut s’armer de patience…