Visualisation des Données à l'Aide de GGPlot2

Fonctions R clés

• Fonction clé: geom_histgram().
• Arguments clés pour personnaliser les graphiques:
  • color, size, linetype: changer la couleur, la taille et le type de ligne, respectivement
  • fill: changer la couleur de remplissage (pour les bar plots, les histogrammes et les diagrammes de densité)
  • alpha: créer une couleur semi-transparente.

Préparation des données

Créer des données (wdata) contenant les poids par sexe (M pour homme ; F pour femme):

set.seed(1234)
wdata = data.frame(
        sex = factor(rep(c("F", "M"), each=200)),
        weight = c(rnorm(200, 55), rnorm(200, 58))
        )

head(wdata, 4)

##   sex weight
## 1   F   53.8
## 2   F   55.3
## 3   F   56.1
## 4   F   52.7

Calculez le poids moyen par sexe en utilisant le package dplyr. Les données sont d’abord regroupées par sexe, puis résumées en calculant le poids moyen par groupe. L’opérateur %>% est utilisé pour combiner plusieurs opérations:

library("dplyr")
mu <- wdata %>% 
  group_by(sex) %>%
  summarise(grp.mean = mean(weight))
mu

## # A tibble: 2 x 2
##   sex   grp.mean
##   <fct>    <dbl>
## 1 F         54.9
## 2 M         58.1

Chargement des packages R requis

Chargez le package ggplot2 et mettez le thème par défaut à theme_classic() avec la légende en haut du graphique:

library(ggplot2)
theme_set(
  theme_classic() +
    theme(legend.position = "top")
  )

Histogramme basique

Nous commençons par créer un graphique, appelé a, que nous terminerons dans la section suivante en ajoutant une couche via la fonction geom_histogram().

a <- ggplot(wdata, aes(x = weight))

Le code R suivant crée des courbes de densité de base avec une ligne verticale correspondant à la valeur moyenne de la variable weight (geom_vline()):

# Diagramme de densité basique
a + geom_histogram(bins = 30, color = "black", fill = "gray") +
  geom_vline(aes(xintercept = mean(weight)), 
             linetype = "dashed", size = 0.6)

Changer la couleur par groupe

Le code R suivant changera la couleur des traits et de remplissage de l’histogramme. Les fonctions scale_color_manual() et scale_fill_manual() sont utilisées pour spécifier des couleurs personnalisées pour chaque groupe.

Nous allons procéder comme suit:

• Changer les couleurs de remplissage et la couleur des lignes par groupe (sexe)
• Ajoutez des lignes verticales des moyennes à l’aide de geom_vline(). Données : mu, qui contient les valeurs moyennes des poids (weights) par sexe (calculées dans la section précédente).
• Modifier la couleur manuellement:
  • utiliser scale_color_manual() ou scale_colour_manual() pour changer la couleur des traits
  • utiliser scale_fill_manual() pour changer les couleurs de remplissage.
• Ajuster la position des barres de l’histogramme en utilisant l’argument position. Valeurs autorisées : “identity”, “stack”, “dodge”. La valeur par défaut est “stack”.

# Changer la couleur des lignes par sexe
a + geom_histogram(aes(color = sex), fill = "white",
                   position = "identity") +
  scale_color_manual(values = c("#00AFBB", "#E7B800")) 

# changer manuellement la couleur de remplissage et de contour 
a + geom_histogram(aes(color = sex, fill = sex),
                         alpha = 0.4, position = "identity") +
  scale_fill_manual(values = c("#00AFBB", "#E7B800")) +
  scale_color_manual(values = c("#00AFBB", "#E7B800"))

Combiner l’histogramme et les courbes de densité

• Créer un histogramme avec les valeurs de densité sur l’axe des y (au lieu des valeurs de comptage).
• Ajout d’un graphe de densité avec un graphe de densité transparent

# Histogramme avec graphe de densité
a + geom_histogram(aes(y = stat(density)), 
                   colour="black", fill="white") +
  geom_density(alpha = 0.2, fill = "#FF666666") 
     

# Colorer par groupes
a + geom_histogram(aes(y = stat(density), color = sex), 
                   fill = "white",position = "identity")+
  geom_density(aes(color = sex), size = 1) +
  scale_color_manual(values = c("#868686FF", "#EFC000FF"))

Conclusion

Cet article décrit comment créer des histogrammes à l’aide du package ggplot2.