Les éléments visuels d’un graphique

• Lier une donnée à un élément visuel.
• “Élément visuel” = position (x ou y), forme (des points, par ex.), taille, couleur, épaisseur, type de ligne, etc.
• “Donnée” = une variable dans notre banque de données
• Le choix de l’élément visuel dépend du type de données: variable continue ou catégorielle.

Les éléments visuels d’un graphique (suite)

Les éléments visuels d’un graphique (suite)

Les éléments visuels d’un graphique (suite)

Les géométries

• Une “géométrie” est ce que l’on appelle communément un type de graphique.
  • nuage de points
  • à barres
  • graphique de densité
  • etc.

Les géométries (suite)

Les géométries (suite)

Les géométries (suite)

La logique de base de ggplot()

ggplot() fonctionne par étage.

• Les données sont le 1er étage.
• Les éléments visuels sont le 2e étage.
• Les géométries sont le 3e étage.

Voyons voir

# install.packages("nycflights13")
library(nycflights13)
?flights

dat_echant = flights %>% 
  sample_n(250)

# sélectionner 250 lignes au hasard

La fonction ggplot()

library(tidyverse)
# library(ggplot2)

?ggplot

La fonction ggplot() (suite)

La fonction ggplot() permet de lier des données à une représentation graphique. Elle comprend deux élements obligatoires, data et mapping = aes().

ggplot(data = ..., mapping = aes(...))

La fonction ggplot() (suite)

1. Dans l’argument data =, on spécifie les données d’où proviennent les variables à visualiser.

ggplot(data = donnees, mapping = aes(...))

La fonction ggplot() (suite)

2. À l’intérieur de aes() (pour “aesthetic”), on spécifie les éléments visuels. Commençons avec des variables qui prendront place sur l’axe des X et des Y.

ggplot(data = donnees, 
       mapping = aes(x = variableX, y = variableY))

Dans cet exemple fictif, VariableX se trouvera sur l’axe des X et VariableY se trouvera sur l’axe des Y. Ces variables sont dans la banque de données donnees.

À notre tour

Utilisons les données flights que nous avons assignées à l’objet dat_echant.

ggplot(data = dat_echant, 
       mapping = aes(x = dep_delay, y = arr_delay))

Assignons ce graphique à un objet

p <- ggplot(data = dat_echant, 
            mapping = aes(x = dep_delay, y = arr_delay))

p 

Ça donne rien pantoute!

• Vous avez raison.
• Cela s’explique par le fait que nous avons spécifié les données et les éléments visuels (x et y), mais nous n’avons toujours pas spécifié quel type de graphique nous voulions à l’intérieur (la géométrie!).
• Le mapping consistait simplement à lier des données à un graphique.

Ajouter un geom

• La 2e étape est absolument essentielle.
• Nous ajouterons un type de graphique à notre objet original, à l’aide du symbole +.
• De multiples types de graphiques existent.
• La plupart commencent par geom_, par exemple geom_point(), geom_line(), geom_bar(), geom_histogram(), geom_boxplot(), etc.

Ajouter un geom (suite)

p1 <- p +
  geom_point()

p1

Nous avons donc un graphique avec le délai de départ sur l’axe des X, et délai d’arrivée sur l’axe des Y.

Exercice 1

1. Liez la variable carrier (elle se trouve dans l’objet dat_echant) à l’axe des x d’un graphique. Enregistrez le tout dans un objet nommé p.
2. Ajoutez un diagramme a barres à l’objet p. Nommez ce nouvel objet p1.
3. Faites apparaître l’objet p1.

Exercice 1: Corrigé

1. Liez la variable carrier (elle se trouve dans l’objet dat_echant) à l’axe des x d’un graphique. Enregistrez le tout dans un objet nommé p.

p = ggplot(data = dat_echant, aes(x = carrier))

Exercice 1: Corrigé

2. Ajoutez un diagramme a barres à l’objet p. Nommez ce nouvel objet p1.

p1 = p + geom_bar()

Exercice 1: Corrigé

3. Faites apparaître l’objet p1.

p1

Spécifier des couleurs, des formes, etc.

Rappelez-vous:

Spécifier des couleurs, des formes, etc. (suite)

Je voudrais colorer les points en bleu.

Spécifier des couleurs, des formes, etc. (suite)

ggplot(data = dat_echant, 
       mapping = aes(x = dep_delay, y = arr_delay, color = "blue")) +
  geom_point()

Spécifier des couleurs, des formes, etc. (suite)

Pourquoi c’est rouge?!

ggplot(data = dat_echant, 
       mapping = aes(x = dep_delay, y = arr_delay, color = "blue")) +
  geom_point()

Prise 2

ggplot(data = dat_echant, 
       mapping = aes(x = dep_delay, y = arr_delay)) +
  geom_point(color = "blue")

Spécifier des couleurs, des formes, etc. (suite)

ggplot(data = dat_echant, 
       mapping = aes(x = dep_delay, y = arr_delay)) +
  geom_point(shape = "triangle")

Parenthèse

Remarquez comment j’ai fait tout le graphique “d’un coup” en ajoutant geom_point() directement à ggplot.

Modifier l’apparence d’éléments visuels en fonction d’autres variables

• En plus de spécifier les variables qui se trouvent sur l’axe des X et des Y, aes() sert à faire varier les éléments de la représentation visuelle, comme la couleur, la forme, la taille et l’opacité des éléments qui se trouvent dans le graphique.

Manipuler l’aes

Encore une fois, rappelez-vous:

Manipuler l’aes (suite)

Ici, je veux colorer les points en fonction du mois auquel ils correspondent.

ggplot(data = dat_echant, 
       mapping = aes(x = dep_delay, y = arr_delay, color = month)) +
  geom_point()

Manipuler l’aes (suite)

• La variable month est numérique, donc sa couleur prend l’apparence d’un dégradé.
• Or, il semble plus logique de se représenter les mois comme des catégories.

ggplot(data = dat_echant, 
       mapping = aes(x = dep_delay, y = arr_delay, 
                     color = as.factor(month))) +
  geom_point()

La flexibilité d’aes

• On peut modifier d’autres éléments, comme le type de lignes (linetype), la couleur de remplissage (fill), l’opacité (alpha), la taille (size), la forme des points (shape), etc.
• Attention, certains éléments visuels ne peuvent être modifiés s’ils ne correspondent pas à la géométrie choisie.
• Ex: ici, on ne peut pas modifier le type de ligne puisque notre graphique ne comporte pas de ligne.

La flexibilité d’aes (suite)

ggplot(data = dat_echant, 
       mapping = aes(x = distance, y = air_time, 
                     shape = origin)) +
  geom_point()

La flexibilité d’aes (suite)

Autre exemple.

ggplot(data = dat_echant, 
       mapping = aes(x = as.factor(month))) +
  geom_bar()

La flexibilité d’aes (suite)

ggplot(data = dat_echant, 
       mapping = aes(x = as.factor(month), 
                     fill = as.factor(origin))) +
  geom_bar()

Différence entre color et fill

ggplot(data = dat_echant, 
       mapping = aes(x = as.factor(month), group = origin, 
                     color = as.factor(origin))) +
  geom_bar()

Exercice 2

1. À partir des données dat_echant, créez un graphique à ligne mettant en relation les variables arr_delay (y) et dep_delay (x).
2. Colorez la ligne en rouge (red).
3. Colorez la ligne en fonction de la variable month. Utilisez month de façon à ce que la variable soit catégorielle.

Exercice 2: Corrigé

1. À partir des données dat_echant, créez un graphique à ligne mettant en relation les variables arr_delay (y) et dep_delay (x).

ggplot(data = dat_echant, aes(x = dep_delay, y = arr_delay)) +
  geom_line()

Exercice 2: Corrigé

2. Colorez la ligne en rouge (red).

ggplot(data = dat_echant, aes(x = dep_delay, y = arr_delay)) +
  geom_line(color = "red")

Exercice 2: Corrigé

3. Colorez la ligne en fonction de la variable month. Utilisez month de façon à ce que la variable soit catégorielle.

ggplot(data = dat_echant, aes(x = dep_delay, y = arr_delay, 
                              color = as.factor(month))) +
  geom_line()

Ajouter plus d’un geom

Il est possible d’ajouter plus d’une géométrie à un graphique.

ggplot(data = dat_echant, 
       mapping = aes(x = dep_delay, y = arr_delay)) +
  geom_point() +
  geom_line()

Ajouter plus d’un geom (suite)

ggplot(data = dat_echant, 
       mapping = aes(x = dep_delay, y = arr_delay)) +
  geom_point() +
  geom_smooth()

Ajouter plus d’un geom (suite)

?geom_smooth()

Modifier les différents geom

Avoir plus d’un geom signifie qu’il est possible de modifier chaque geom indépendemment l’un de l’autre.

ggplot(data = dat_echant, 
       mapping = aes(x = dep_delay, y = arr_delay, color = origin)) +
  geom_point() +
  geom_line()

Modifier les différents geom (suite)

ggplot(data = dat_echant, 
       mapping = aes(x = dep_delay, y = arr_delay)) +
  geom_point(mapping = aes(color = origin)) +
  geom_line()

Modifier les différents geom (suite)

ggplot(data = dat_echant, 
       mapping = aes(x = dep_delay, y = arr_delay)) +
  geom_point() +
  geom_line(mapping = aes(color = origin))

Exercice 3

1. Toujours à partir des données dat_echant, créez un graphique avec la variable dep_delay sur l’axe des x et la variable arr_delay sur l’axe des y. Enregistrez le tout dans un objet nommé p.
2. Ajoutez un graphique à points et une ligne de régression (geom_smooth) à p. La forme (shape) des points doit varier en fonction de la variable origin. Enregistrez le tout dans un objet nommé p1. Faites apparaître l’objet p1.
3. Ajoutez un graphique à points et une ligne de régression (geom_smooth) à p. La couleur des lignes doit varier en fonction de la variable origin. Enregistrez le tout dans un objet nommé p2. Faites apparaître l’objet p2.

Exercice 3: Corrigé

1. Toujours à partir des données dat_echant, créez un graphique avec la variable dep_delay sur l’axe des x et la variable arr_delay sur l’axe des y. Enregistrez le tout dans un objet nommé p.

p = ggplot(data = dat_echant, 
       mapping = aes(x = dep_delay, y = arr_delay)) 

Exercice 3: Corrigé

2. Ajoutez un graphique à points et une ligne de régression (geom_smooth) à p. La forme (shape) des points doit varier en fonction de la variable origin. Enregistrez le tout dans un objet nommé p1. Faites apparaître l’objet p1.

p1 = p +
  geom_point(mapping = aes(shape = origin)) +
  geom_smooth()

p1

Exercice 3: Corrigé

3. Ajoutez un graphique à points et une ligne de régression (geom_smooth) à p. La couleur des lignes doit varier en fonction de la variable origin. Enregistrez le tout dans un objet nommé p2. Faites apparaître l’objet p2.

p2 = p +
  geom_point() +
  geom_smooth(mapping = aes(color = origin))

p2

Quelques mots pour conclure

• Pour l’instant, les graphiques que nous avons faits ne sont pas très utiles (et même un peu hideux!).
• Ne vous inquiétez pas, les prochains cours exposeront toute la puissance et la flexibilité de ggplot!
• Parenthèse: Ne faites pas comme moi, évitez de nommer vos graphiques p1, p2, p3, etc.