Visualisations graphiques en R avec ggplot2

R pour les utilisateurs de SAS

Melinda Higgins, PhD

Research Professor/Senior Biostatistician Emory University

Package ggplot2

logo autocollant hex ggplot2

ggplot2 est un puissant package graphique pour R
Les « GG » de ggplot signifient « grammar of graphics »
ggplot2 construit les graphiques par couches
On ajoute un ou plusieurs objets géométriques à la couche de base

Couches – couche de base

# Create plot for x=sex and y=diameter
ggplot(data = abalone, aes(sex, diameter))

Définir la couche de base avec ggplot()
Indiquer data = abalone
Définir aes sur sex et diameter
Aucun objet graphique pour l'instant
L'axe x est prêt pour sex
L'axe y est prêt pour diameter
La grille est en place

environnement graphique ggplot2 sans boxplot

Couches – ajouter le geom boxplot

# Add boxplot geometric object or geom
ggplot(data = abalone,
       aes(sex, diameter)) +
  geom_boxplot()

L'opérateur + ajoute une couche
Ajout du boxplot avec geom_boxplot()
Résultat : une série de boîtes
Diamètres d'abalones par sexe
F femelles, I juvéniles, M mâles

boxplots ggplot2 ajoutés

Couches – ajouter un thème

# Add black white theme
ggplot(data = abalone,
       aes(sex, diameter)) +
  geom_boxplot() +
  theme_bw()

Ajouter une couche « theme » avec theme_bw()
Supprime le fond gris
Trace un encadré noir autour du graphique

boxplot ggplot2 avec thème noir et blanc

Remplacer le geom boxplot par le geom violon

# Change to geom_violin()
ggplot(data = abalone,
       aes(sex, diameter)) +
  geom_violin() +
  theme_bw()

geom_violin remplace geom_boxplot
Crée une forme de violon
Reflète la densité de distribution
Un simple changement pour une nouvelle figure

diagramme en violon ggplot2

Histogramme à une variable

# Make histogram of shuckedWeight
ggplot(abalone, aes(shuckedWeight)) +
  geom_histogram()

Créer un histogramme pour une variable
Une variable = un seul esthétisme
Ajouter geom_histogram()
Définir aes() sur shuckedWeight
Les couleurs par défaut sont à améliorer

histogramme ggplot2 tout noir

Histogramme : ajouter des couleurs

# Make lines black and fill light blue
ggplot(abalone, aes(shuckedWeight)) +
  geom_histogram(color = "black",
                 fill = "lightblue")

Modifier les paramètres graphiques
Définir la color des contours
Définir la fill des barres
Chaque option se place dans les ()
L'histogramme est bien plus lisible

histogramme ggplot2 barres bleues et contours noirs

Histogramme : ajouter un titre et des axes

# Add x, y axis labels and title
ggplot(abalone, aes(shuckedWeight)) +
  geom_histogram(color = "black",
                 fill = "lightblue") +
  xlab("Shucked Weight") +
  ylab("Frequency Counts") +
  ggtitle("Shucked Weights Histogram")

Améliorer les libellés des axes et le titre
Utiliser xlab() et ylab() pour les axes
Utiliser ggtitle() pour le titre
Cette figure est prête à être publiée !

histogramme ggplot2 avec axes et titre

Créer un nuage de points

# Make scatterplot with geom_point()
ggplot(abalone,
       aes(rings, shellWeight)) +
  geom_point()

Un nuage de points aes requiert deux variables
geom_point() ajoute les points
Nuage de points de shellWeight selon rings

nuage de points ggplot2 shellweight selon rings

Nuage de points : ajouter une courbe lissée

# Add smoothed fit line
ggplot(abalone,
       aes(rings, shellWeight)) +
  geom_point() +
  geom_smooth()

Ajouter la courbe geom_smooth() au nuage de points
Inclut une zone d'intervalle de confiance ombrée

nuage de points ggplot2 avec courbe lissée

Créer des panneaux par une autre variable

# Add panels using facet_wrap()
ggplot(abalone,
       aes(rings, shellWeight)) +
  geom_point() +
  geom_smooth() +
  facet_wrap(vars(sex))

Ajouter une couche supplémentaire au nuage de points
Créer des panneaux pour chaque sexe d'abalone
Ajouter la couche facet_wrap()
vars(sex) définit la variable des panneaux

nuage de points ggplot2 avec 3 panneaux par sexe

Suite du cours

Le chapitre 1 se termine par une brève intro aux graphiques
- Base de compétences graphiques avec ggplot2
- Visualiser les mesures d'abalone par sexe
Le chapitre 2 aborde le traitement des données
- Nettoyer le jeu de données abalone
Le chapitre 3 couvre l'exploration des données
- statistiques descriptives, corrélations et tests de comparaison
Le chapitre 4 traite de la modélisation et de la présentation
- prédire l'âge des abalones à partir des mesures
- explorer les modèles selon le sexe

Créons quelques graphiques pour les abalones

R pour les utilisateurs de SAS