La couche des coordonnées

Visualisation de données intermédiaire avec ggplot2

Rick Scavetta

Founder, Scavetta Academy

Couche des coordonnées

Contrôle les dimensions du graphique
coord_
- p. ex. coord_cartesian()

Zoomer

coord_cartesian(xlim = ...)
scale_x_continuous(limits = ...)
xlim(...)

Graphique initial

iris.smooth <- ggplot(
  iris, 
  aes(x = Sepal.Length, 
      y = Sepal.Width, 
      color = Species)
  ) + 
  geom_point(alpha = 0.7) +
  geom_smooth()

iris.smooth

scale_x_continuous()

iris.smooth + 
  scale_x_continuous(limits = c(4.5, 5.5))

Removed 95 rows containing non-finite values 
(stat_smooth).
Removed 95 rows containing missing values 
(geom_point).

scale_x_continuous()

Graphique initial

Zoomer avec scale_x_continuous()

Une partie des données d’origine est filtrée !

xlim()

iris.smooth +
  xlim(c(4.5, 5.5))

Removed 95 rows containing non-finite values 
(stat_smooth).
Removed 95 rows containing missing values 
(geom_point).

coord_cartesian()

iris.smooth +
  coord_cartesian(xlim = c(4.5, 5.5))

Ratio d’aspect

Rapport hauteur/largeur
Attention aux biais !
Pas de norme universelle
Utiliser 1:1 si les axes sont sur la même échelle

Taches solaires

library(zoo)
sunspots.m <- data.frame(
    year = index(sunspot.month),
    value = reshape2::melt(sunspot.month)$value)
)

ggplot(sunspots.m, aes(x = year, y = value)) +
  geom_line() +
  coord_fixed() # aspect 1:1 par défaut

Taches solaires

ggplot(sunspots.m, aes(x = year, y = value)) +
  geom_line() +
  coord_fixed(0.055)

Passons à la pratique !

Visualisation de données intermédiaire avec ggplot2