Formation R

Introduction à la visualisation

Type de graphiques

Pourquoi communiquer via un graphique?

  • Synthétisation de l’information
  • Plus facile à analyser
  • Plus rapide à analyser

Les graphiques sont analysés 60 000 fois plus vite que des mots
Du contenu visuel attire plus l’attention
Il suffit de 1/10s pour comprendre un visuel, comparer à 60s pour lire 200 mots
65% d’un contenu visuel est retenu contre 10% d’un texte

Line Chart
(Courbes)

Line chart

Line chart

Line chart

Line chart

Utilisation de {ggplot2}

Syntaxe facile :

  • ggplot(data) +
  • geom_line(aes(x,y,color)) +
  • ggtitle('Titre') +
  • xlab('titre x')+
  • ylab('titre y')


  • Utiliser un + au lieu de %>%

Code

library(ggplot2)
ggplot(data= YOUR_DATASET)+
  
  geom_line(aes(x= X_AXIS_VAR, y= Y_AXIS_VAR, color= COLOR_VAR)) +

  ggtitle("YOUR TITLE")+ # The Graph title
  xlab("YOUR X LABEL") + # If you want something different 
  ylab("YOUR Y LABEL") + # from X_AXIS_VAR & Y_AXIS_VAR
  
  theme_minimal() +      # Optional
  theme(plot.title = element_text(size = 15,  hjust = 0.5), # Optional
        panel.grid.minor = element_blank(), # Optional
        panel.grid.major.x = element_blank() # Optional
        )

Instructions

  • Lire le fichier population_lux.xls
  • Selectionner la population totale
  • Mettre les dates dans la variable year et taille de la population dans la variable population
  • Faire le graphe

Solution proposée

library(tidyverse)
library(readxl)
library(janitor)

pop <- read_xlsx('/data/population_lux.xlsx')


pop_long <- pop %>% 
  filter(Population=='Population totale (x 1 000)') %>% 
  pivot_longer(-Population, names_to = 'date', values_to = 'nombre') %>% 
  mutate(date=as.numeric(date),
         nombre = str_replace_all(nombre,',','.'),
         nombre = str_trim(nombre),
         nombre = as.numeric(nombre))

p1 <- ggplot(data=pop_long) +
  geom_line(aes(x=date, y=nombre), color='#88a3df') +
  ggtitle("Evolution du nombre d'habitant\n au Luxembourg entre 1981 et 2021") +
  xlab("Année") +
  ylab("Effectif (x100)") 

p1 +
  theme_minimal() +
  theme(plot.title = element_text(size = 14, colour = "#717171", face = "bold", hjust = 0.5),
        panel.grid.minor = element_blank(),
        panel.grid.major.x = element_blank(),
        axis.title.x = element_text(colour = "#717171"),
        axis.title.y = element_text(colour = "#717171"),
        legend.position="none",
        text=element_text(family="Roboto"))

Rendu Visuel

Autres themes

Autres themes

library(gridExtra)
library(ggthemes)

scala <- p1 +
ggtitle("Theme Stata") +
theme_stata() +
  scale_color_stata()

excel <- p1+  
  ggtitle("Theme Excel") +
  theme_excel_new() + 
  scale_colour_excel_new()

grid.arrange(scala, excel, ncol=2, nrow =1)

Pour aller plus loin

facet_wrap()

ggplot(data=stocks_long2)+
  geom_line(aes(x=date, y=indice, color=new_stocks)) +
  labs(color ="Stocks") +
  theme_minimal() +
  facet_wrap(~Population, nrow = 3)

Instructions

  • Gardez les allemands, francais, portugais et belges
  • Séparez-les avec facet_wrap()

Scatter Plot
(Nuage de Points)

Rapport Loyer/Superficie d’appartement à Luxembourg

Code Scatter Plot

library(ggplot2)

ggplot(data= YOUR_DATASET)+

  #geom_line(aes(x= X_AXIS_VAR, y= Y_AXIS_VAR, color= COLOR_VAR)) +
  geom_point(aes(x= X_AXIS_VAR, y= Y_AXIS_VAR, color= COLOR_VAR)) +

  ggtitle("YOUR TITLE")+ # The Graph title
  xlab("YOUR X LABEL") + # If you want something different 
  ylab("YOUR Y LABEL") + # from X_AXIS_VAR & Y_AXIS_VAR
  
  theme_minimal() +      # Optional
  theme(plot.title = element_text(size = 15,  hjust = 0.5), # Optional
        panel.grid.minor = element_blank(), # Optional
        panel.grid.major.x = element_blank() # Optional
        )

Instructions

  • Lire le fichier athome.csv
  • Selectionner les biens en ventes aux Limpertsberg, Kirchberg, Bonnevoie et Belair.
  • Représentez ces données dans un graph en mettant le prix par rapport à la superficie

Solution Proposée

luxflat <- read_rds('/data/luxflat.rds')

sub_luxflat <- luxflat %>% 
  filter(quartier %in% c('Beggen', 'Belair',  'Gasperich','Kirchberg') & meuble==0) 

ggplot(data=sub_luxflat) + 
  geom_point(aes(x=surface, y=prix, color=quartier)) +
  ggtitle("Loyer d'appartements en Ville par\n rapport à la surface au 1er Juin 2020") +
  labs(fill = "Quartiers") +
  xlab("Surface (m²)") +
  ylab("Loyer (€)") +
  theme_minimal() +
  theme(plot.title = element_text(size = 15, face = "bold", hjust = 0.5),
        panel.grid.minor = element_blank(),
        legend.justification=c(1,0), 
        legend.position=c(0.95,0.02))

Rendu Visuel

Rendu Visuel

Rendu Visuel

Rendu Visuel

Rendu Visuel

Instructions

  • Quels sont les 3 quartiers où il y a le plus et le moins d’appartements meublés ? (Voir ?slice)
  • Prix maximum, minimum et median par quartier
  • Surface maximum, minimum et mediane par quartier
  • Faire un graph partionné via facet_wrap()
    en utilisant la variable meuble

Solution Proposée

meuble_quartier <- luxflat %>% 
  filter(meuble==1) %>% 
  group_by(quartier) %>% 
  summarise(n_appart=n()) %>% 
  ungroup() %>% 
  arrange(desc(n_appart)) %>% 
  slice(1:3)


luxflat %>% 
  filter(meuble==1) %>% 
  group_by(quartier) %>% 
  summarise(n_appart=n()) %>% 
  ungroup() %>% 
  arrange(n_appart) %>% 
  slice(1:3)
  
luxflat %>% 
  group_by(quartier) %>% 
  summarise(prix_max = max(prix), 
            prix_min = min(prix),
            prix_med = median(prix), 
            surf_max = max(surface), 
            surf_min = min(surface), 
            surf_med = median(surface) )

Solution Proposée

Solution Proposée

ggplot(data=luxflat %>% 
         filter(quartier %in% meuble_quartier$quartier) %>% 
         mutate(meuble= ifelse(meuble==1,
         'Appartements meublés','Appartements non meublés'))) +
  geom_point(aes(x=surface, y=prix, color=quartier), alpha=0.8, position = 'jitter') +
  facet_wrap(~meuble, nrow = 2) +

  ggtitle("Loyer d'appartements en Ville par\n rapport à la surface au 1er Juin 2020")  +
  xlab("Surface (m²)") +
  ylab("Loyer* (€)") +
  theme_light()+
  theme(plot.title = element_text(size = 15, 
                                  face = "bold", hjust = 0.5),
        plot.caption = element_text(size = 8, 
                                    face = "bold",color='#cecece'),
        #panel.grid.minor = element_blank(),
        legend.position= 'bottom')+
  labs(color = " ",
       caption = "Source: atHome \n*Le loyer comprend les charges mensuelles")

Bar Plot
(Diagramme en Bar)

Bar plot

Code Scatter Plot

library(ggplot)
ggplot(data= YOUR_DATASET)+
  
  geom_bar(aes(x= X_AXIS_VAR, y= Y_AXIS_VAR, fill= COLOR_VAR), stat="identity") +
  # geom_bar(aes(x= X_AXIS_VAR)) +
  
  ggtitle("YOUR TITLE")+ # The Graph title
  xlab("YOUR X LABEL") + # If you want something different 
  ylab("YOUR Y LABEL") + # from X_AXIS_VAR & Y_AXIS_VAR
  
  theme_minimal() +      # Optional
  theme(plot.title = element_text(size = 15,  hjust = 0.5), # Optional
        panel.grid.minor = element_blank(), # Optional
        panel.grid.major.x = element_blank())

Compter le nombre d’occurence

Chaque ligne correspond à un diamant

Diagramme en barre

ggplot(data= diamonds)+
  geom_bar(aes(x= cut))

Diagramme en barre

ggplot(data= diamonds)+
  geom_bar(aes(x= cut)) +
  ggtitle("Nombre de diamants par niveau de qualité")+ # Titre
  xlab("Qualité des diamants") + # Titre axe horizontal
  ylab("Volume") + # Titre axe vertical
  theme_minimal() +      # Optional
  theme(plot.title = element_text(size = 15,  hjust = 0.5), # Optional
        panel.grid.minor = element_blank(), # Optional
        panel.grid.major.x = element_blank())

Plus que compter

Diagramme en barre

ggplot(data= pop)+
  geom_bar(aes(x= county, y= popdensity), stat="identity") +
  ggtitle("Comparaison de la densité de population pour 5 comtés de l'Illinois")+ # The Graph title
  xlab("Comté") + # If you want something different 
  ylab("densité") + # from X_AXIS_VAR & Y_AXIS_VAR
  
  theme_minimal() +      # Optional
  theme(plot.title = element_text(size = 15,  hjust = 0.5), # Optional
        panel.grid.minor = element_blank(), # Optional
        panel.grid.major.x = element_blank())

Diagramme en barre

Diagramme en barre

Ordonner les barres

ggplot(data= pop %>% 
         mutate(county= factor(county, levels=c('BOONE','ADAMS','ALEXANDER','BOND','BROWN'))))+
  geom_bar(aes(x= county, y= popdensity), stat="identity") +
  ggtitle("Comparaison de la densité de population pour 5 comtés de l'Illinois")+ # The Graph title
  xlab("Comté") + # If you want something different 
  ylab("densité") + # from X_AXIS_VAR & Y_AXIS_VAR
  
  theme_minimal() +      # Optional
  theme(plot.title = element_text(size = 15,  hjust = 0.5), # Optional
        panel.grid.minor = element_blank(), # Optional
        panel.grid.major.x = element_blank())

Diagramme en barre

Ordonner les barres

Package forcats

Avec forcats, il est possible d’inverser les “levels”

fct_rev(county)
pop <- pop %>% 
         mutate(county=fct_rev(county))

Diagramme en barre

Ordonner les barres

Instructions

  • Comparer le nombre de bien en vente dans les quartiers Limpertsberg, Kirchberg, Bonnevoie et Belair via un diagramme en barre.
  • Comparer le prix median dans ces quartiers pour les bien en vente entre 45 et 60 m2 (utiliser quantile(,0.50)) via un diagramme en barre.

Pie Chart
(Diagramme Circulaire)

Pie Chart

Code Pie Chart

library(ggplot)
ggplot(data= YOUR_DATASET, aes(x= "", y= Y_AXIS_VAR, fill= GROUP_VAR)+
  
  geom_bar(stat="identity", 
           color="white") + # Optional
  coord_polar("y", start = 0) +

  ggtitle("YOUR TITLE") + # The Graph title
  
  theme_void() +      # Optional
  theme(plot.title = element_text(size = 15,  hjust = 0.5), # Optional
        panel.grid.minor = element_blank(), # Optional
        panel.grid.major.x = element_blank() # Optional
        )

Instructions

  • Compter le nombre de biens en vente par ville dans le fichier athome.csv
  • Classer les villes par nombre de biens puis regrouper les villes dans une catégorie autre à partir de la 5 eme ville
  • Représenter le résultat dans un diagramme circulaire

Outils de visualisation

library(esquisse)

esquisser(pop)
  • Outil permettant de générer le code associé au graphique

Récapitulatif

  • Graphique :
  •   Titre, noms des axes, légende

  • Line chart :
  •   2 variables continues
  •   Données étalées sur l’axe horizontal
  • Code :
  •   ggplot()+geom_line(DATA, aes(X,Y))

  • Bar chart :
  •   une variable continue et une variable categorielle
  •   Pas beaucoup de catégories
  • Code :
  •   ggplot()+geom_bar(DATA,aes(Y,Y), stat="identity")

  • Pie Chart :
  •   une variable continue et une variable categorielle
  •   Répartition d’une variable
  • Code :
  •   ggplot()+geom_bar(DATA,aes(X,Y))+
      coord_polar("y", start = 0)

Merci pour votre attention

Questions?

Contact

Kevin Rosamont Prombo