Stratégies de sélection

Visualisation de données interactive intermédiaire avec plotly en R

Adam Loy

Statistician, Carleton College

Deux stratégies de sélection

Sélection transitoire

les cas sélectionnés auparavant sont oubliés

Aperçu du couplage

Sélection persistante

les cas sélectionnés s'accumulent

Aperçu du couplage

Exemple

Avant la sélection persistante

Générer le graphique de base

shared_data <- world2014 %>% SharedData$new()

p1 <- shared_data %>%
  plot_ly(x=~urban/population, y = ~co2, text = ~country) %>%
  add_markers()

p2 <- shared_data %>%
  plot_ly(x=~income, y = ~co2, text = ~country) %>%
  add_markers()

subplot(p1, p2, titleX = TRUE, shareY = TRUE) %>% 
  hide_legend()

Sélection persistante

Activer la sélection persistante avec highlight()

subplot(p1, p2, titleX = TRUE, shareY = TRUE) %>% 
  hide_legend() %>%
  highlight(persistent = TRUE)

sélection_persistante.gif

Mise en évidence en couleur

Ajoutez dynamic = TRUE pour activer un sélecteur de couleur

subplot(p1, p2, titleX = TRUE, shareY = TRUE) %>% 
  hide_legend() %>%
  highlight(persistent = TRUE, dynamic = TRUE)

Deux types de manipulation

Manipulation directe

sélection effectuée en interagissant avec les éléments graphiques

Aperçu du couplage

Manipulation indirecte

sélection effectuée via une requête hors du graphique

Manipulation indirecte

Sélections difficiles

Manipulation indirecte

world_indicators %>%
  SharedData$new(key = ~country) %>% 
  plot_ly(x = ~year, y = ~income, alpha = 0.5) %>%
  group_by(country) %>%
  add_lines()

Manipulation indirecte

world_indicators %>%
  SharedData$new(key = ~country, group = "Select a country") %>% 
  plot_ly(x = ~year, y = ~income, alpha = 0.5) %>%
  group_by(country) %>%
  add_lines() %>%
  highlight(selectize = TRUE)

Manipulation indirecte

Passons à la pratique !

Visualisation de données interactive intermédiaire avec plotly en R