Diagrammes en nuages de points

Introduction à la visualisation de données avec ggplot2

Rick Scavetta

Founder, Scavetta Academy

48 géométries

geom_*
abline contour dotplot jitter pointrange ribbon spoke
area count errorbar label polygon rug step
bar crossbar errorbarh line qq segment text
bin2d curve freqpoly linerange qq_line sf tile
blank density hex map quantile sf_label violin
boxplot density2d histogram path raster sf_text vline
col density_2d hline point rect smooth
Introduction à la visualisation de données avec ggplot2

Types de graphiques courants

Type de graphique Geoms possibles
Diagrammes en nuages de points points, jitter, abline, smooth, count
Introduction à la visualisation de données avec ggplot2

Diagrammes en nuages de points

  • Chaque geom peut accepter certains mappages esthétiques, par exemple geom_point():
Essentiel
x,y 
ggplot(iris, aes(x = Sepal.Length, 
                 y = Sepal.Width)) + 
  geom_point()

Introduction à la visualisation de données avec ggplot2

Diagrammes en nuages de points

  • Chaque geom peut accepter certains mappages esthétiques, par exemple geom_point():
Essentiel Optionnel
x,y alpha, color, fill, shape, size, stroke 
ggplot(iris, aes(x = Sepal.Length, 
                 y = Sepal.Width,
                 col = Species)) + 
  geom_point()

Introduction à la visualisation de données avec ggplot2

Mappages esthétiques spécifiques à une géométrie

# These result in the same plot! 
ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, col = Species)) + 
  geom_point()

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width)) + 
  geom_point(aes(col = Species))

Contrôlez les mappages esthétiques de chaque couche indépendamment :

Introduction à la visualisation de données avec ggplot2
head(iris, 3) # Raw data

Species Sepal.Length Sepal.Width Petal.Length Petal.Width
1  setosa          5.1         3.5          1.4         0.2
2  setosa          4.9         3.0          1.4         0.2
3  setosa          4.7         3.2          1.3         0.2

iris %>%
  group_by(Species) %>% 
  summarise_all(mean) -> iris.summary

iris.summary # Summary statistics

# A tibble: 3 x 5
  Species    Sepal.Length Sepal.Width Petal.Length Petal.Width
  <fct>             <dbl>       <dbl>        <dbl>       <dbl>
1 setosa             5.01        3.43         1.46       0.246
2 versicolor         5.94        2.77         4.26       1.33 
3 virginica          6.59        2.97         5.55       2.03
Introduction à la visualisation de données avec ggplot2
ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, col = Species)) +
  # Inherits both data and aes from ggplot() 
  geom_point() + 
  # Different data, but inherited aes
  geom_point(data = iris.summary, shape = 15, size = 5)

Introduction à la visualisation de données avec ggplot2

Valeurs des attributs de forme

Introduction à la visualisation de données avec ggplot2

Exemple

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, col = Species)) + 
  geom_point() +
  geom_point(data = iris.summary, shape = 21, size = 5, 
             fill = "black", stroke = 2)

Introduction à la visualisation de données avec ggplot2

Statistiques à la volée par ggplot2

  • Reportez-vous au 2e cours pour la couche des statistiques.
  • Remarque : Évitez de ne représenter que la moyenne sur le graphique sans une mesure de la dispersion, par exemple l'écart-type.

Introduction à la visualisation de données avec ggplot2

position = "jitter"

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, col = Species)) + 
  geom_point(position = "jitter")

Introduction à la visualisation de données avec ggplot2

geom_jitter()

Un raccourci vers geom_point(position = "jitter")

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, col = Species)) + 
  geom_jitter()

Introduction à la visualisation de données avec ggplot2

N'oubliez pas d'ajuster alpha

  • Combinez jitter avec alpha si nécessaire
ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, col = Species)) + 
  geom_jitter(alpha = 0.6)

Introduction à la visualisation de données avec ggplot2

Les cercles vides aident également

  • shape = 1 est un cercle vide.
  • Il n'est pas nécessaire d'utiliser également la transparence.
ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, col = Species)) + 
  geom_jitter(shape = 1)

Introduction à la visualisation de données avec ggplot2

Passons à la pratique !

Introduction à la visualisation de données avec ggplot2

Preparing Video For Download...