Visualiser des aspects des données avec des facettes

Communiquer avec des données dans le tidyverse

Timo Grossenbacher

Data Journalist

La fonction facet_grid()

ilo_data <- ilo_data %>%
  filter(year == "1996" | year == "2006") 
ilo_plot <- ggplot(ilo_data) +
  geom_histogram(aes(
    x = working_hours)) +
  labs(x = "Heures travaillées par semaine",
       y = "Nombre de pays")

ilo_plot +
  facet_grid(cols = vars(year))

ilo_plot +
  facet_grid(rows = vars(year))

La fonction facet_grid()

ilo_data <- ilo_data %>%
  filter(year == "1996" | year == "2006")
ggplot(ilo_data) +
  geom_histogram(aes(x = working_hours)) +
  labs(x = "Heures travaillées par semaine",
       y = "Nombre de pays") +
  facet_grid(cols = vars(year))

ggplot(ilo_data) +
  geom_histogram(aes(x = working_hours)) +
  labs(x = "Heures travaillées par semaine",
       y = "Nombre de pays") +
  facet_wrap(facets = vars(year))

Un nuage de points avec facettes

Styliser des graphiques à facettes

strip.background
strip.text
...

Définir votre propre fonction de thème

theme_green <- function(){
  theme(
    plot.background = 
      element_rect(fill = "green"),
    panel.background = 
      element_rect(fill = 
        "lightgreen")
  )}

ggplot(ilo_data) +
  geom_histogram(aes(
    x = working_hours)) +
  labs(x = "Heures travaillées par semaine",
       y = "Nombre de pays") +

theme_green()

Passons à la pratique !

Communiquer avec des données dans le tidyverse