Histogramme en R : guide ggplot2

Tracer, regrouper en classes et grouper un histogramme ggplot2 — en direct dans votre navigateur

Apprenez à construire un histogramme en R avec ggplot2 — tracez-le avec geom_histogram(), maîtrisez les classes, ajoutez une ligne de moyenne et une courbe de densité, et comparez des groupes. Modifiez et exécutez le code en direct, sans aucune installation.

AstucePoints clés

• Un histogramme montre la distribution d’une seule variable numérique en comptant les observations dans des classes de largeur égale.
• Dans ggplot2, vous associez la variable à x, puis tracez avec geom_histogram().
• Réglez toujours les classes vous-même — binwidth (ou bins) — car les 30 classes par défaut racontent rarement la bonne histoire.
• fill colore l’intérieur de la barre, colour son contour ; réglez-les indépendamment.
• Ajoutez une geom_vline() à la moyenne, ou passez l’axe des y en densité (after_stat(density)) et superposez une courbe geom_density().
• Comparez des groupes en associant une variable de groupement à fill, avec une palette adaptée au daltonisme (scale_fill_viridis_d()).
• Pour des groupes qui se chevauchent, utilisez position = "identity" avec alpha (semi-transparence) ; "dodge" et "stack" sont les autres dispositions.
• Chaque graphique ci-dessous est rendu pour vous — puis ajustez n’importe quel exemple en direct dans le bac à sable.

LivreObtenez le livre — GGPlot2 Essentials (PDF)→

Introduction

Un histogramme est le moyen le plus rapide de voir la forme d’une seule variable numérique : où se regroupent les valeurs, si la distribution est asymétrique, et s’il existe plusieurs pics. En R, ggplot2 en trace un avec une seule couche — geom_histogram() — et rend facile la maîtrise des classes, l’ajout d’une ligne de moyenne, la superposition d’une courbe de densité et la comparaison de groupes. Cette leçon en construit un pas à pas ; les figures sont rendues ici même, et vous pouvez réexécuter ou modifier n’importe laquelle d’entre elles en direct.

Nous utilisons le jeu de données intégré ToothGrowth : la longueur des cellules odontoblastes (len) chez des cobayes recevant de la vitamine C à trois doses (dose : 0,5, 1 ou 2 mg/jour) selon deux modes d’administration (supp : jus d’orange OJ ou acide ascorbique VC). L’histogramme montre comment les valeurs de len sont distribuées.

Construire le graphique

Associez len à l’axe des x et ajoutez une seule couche d’histogramme. ggplot2 compte les observations dans des classes et trace une barre par classe.

library(ggplot2)
ggplot(ToothGrowth, aes(x = len)) +
  geom_histogram(fill = "#3a86d4", alpha = 0.7) +
  labs(x = "Tooth length", y = "Count") +
  theme_minimal()

Lorsque vous exécutez ceci, vous verrez un message : « stat_bin() using bins = 30. » C’est ggplot2 qui vous avertit qu’il a choisi les classes à votre place — et 30 n’est presque jamais le bon nombre. La section suivante corrige cela.

Maîtriser les classes

Le choix le plus important d’un histogramme est la taille des classes. Réglez-la explicitement avec binwidth (la largeur de chaque barre, dans les unités de votre variable) ou bins (le nombre de barres à répartir sur l’étendue des valeurs). Trop large, vous brouillez la forme ; trop étroit, vous voyez du bruit. Réglez-en toujours un — ne livrez jamais le réglage silencieux des 30 classes par défaut.

library(ggplot2)
ggplot(ToothGrowth, aes(x = len)) +
  geom_histogram(binwidth = 3, fill = "#3a86d4", alpha = 0.7) +
  labs(x = "Tooth length", y = "Count") +
  theme_minimal()

Vous préférez un nombre fixe de barres ? Passez bins plutôt que binwidth :

library(ggplot2)
ggplot(ToothGrowth, aes(x = len)) +
  geom_histogram(bins = 15, fill = "#3a86d4", alpha = 0.7) +
  labs(x = "Tooth length", y = "Count") +
  theme_minimal()

Changer les couleurs du contour et du remplissage

Deux attributs esthétiques contrôlent la couleur d’une barre : fill colore l’intérieur, colour le contour. Réglez- les indépendamment — un contour contrasté rend les barres voisines plus faciles à distinguer. Pour des palettes personnalisées, ColorBrewer ou en niveaux de gris par groupe, consultez le guide des couleurs ggplot2.

library(ggplot2)
ggplot(ToothGrowth, aes(x = len)) +
  geom_histogram(binwidth = 3, fill = "#3a86d4", colour = "grey30") +
  labs(x = "Tooth length", y = "Count") +
  theme_minimal()

Ajouter une ligne de moyenne

Une ligne de référence verticale à la moyenne ancre la distribution. Ajoutez-la avec geom_vline(), en pointant xintercept vers mean(len).

library(ggplot2)
ggplot(ToothGrowth, aes(x = len)) +
  geom_histogram(binwidth = 3, fill = "#3a86d4", alpha = 0.7) +
  geom_vline(xintercept = mean(ToothGrowth$len),
             colour = "red", linetype = "dashed", linewidth = 1) +
  labs(x = "Tooth length", y = "Count") +
  theme_minimal()

Densité sur l’axe des y et courbe de densité

Par défaut, l’axe des y est un effectif. Pour superposer une courbe de densité lisse, placez d’abord l’histogramme sur la même échelle en associant l’axe des y à la densité avec after_stat(density), puis ajoutez geom_density(). (after_stat() est le remplaçant moderne de l’ancien raccourci ..density...) Pour la courbe de densité comme graphique à part entière, consultez la leçon sur le graphique de densité.

library(ggplot2)
ggplot(ToothGrowth, aes(x = len, y = after_stat(density))) +
  geom_histogram(binwidth = 3, fill = "#3a86d4", alpha = 0.7) +
  geom_density(colour = "#1b3a5b", linewidth = 1) +
  labs(x = "Tooth length", y = "Density") +
  theme_minimal()

Histogramme par groupe

Pour comparer des distributions entre groupes, associez la variable de groupement à fill. Utilisez une palette viridis adaptée au daltonisme afin que la figure reste lisible pour tout le monde, en couleur comme à l’impression.

library(ggplot2)
ggplot(ToothGrowth, aes(x = len, fill = supp)) +
  geom_histogram(binwidth = 3, alpha = 0.7, position = "identity") +
  scale_fill_viridis_d() +
  labs(x = "Tooth length", y = "Count", fill = "Supplement") +
  theme_minimal()

Position : superposées, juxtaposées ou empilées

Lorsque des barres de groupes différents tombent dans la même classe, l’ajustement de position décide de leur disposition. "identity" les superpose (associez-le à alpha, ci-dessous), "dodge" les juxtapose côte à côte, et "stack" (le réglage par défaut) les empile les unes sur les autres.

library(ggplot2)
ggplot(ToothGrowth, aes(x = len, fill = supp)) +
  geom_histogram(binwidth = 3, position = "dodge") +
  scale_fill_viridis_d() +
  labs(x = "Tooth length", y = "Count", fill = "Supplement") +
  theme_minimal()

Semi-transparence pour les groupes qui se chevauchent

Avec position = "identity", les histogrammes des groupes se superposent, donc réglez alpha en dessous de 1 pour voir à travers le chevauchement. C’est la façon la plus nette de comparer deux distributions sur le même axe.

library(ggplot2)
ggplot(ToothGrowth, aes(x = len, fill = supp)) +
  geom_histogram(binwidth = 3, position = "identity", alpha = 0.5) +
  scale_fill_viridis_d() +
  labs(x = "Tooth length", y = "Count", fill = "Supplement") +
  theme_minimal()

Lignes de moyenne par groupe

Pour marquer la moyenne de chaque groupe, résumez d’abord les moyennes dans un petit tableau de données, puis passez-le à geom_vline(). Associer colour au groupe à l’intérieur de cette couche garde les lignes en accord avec les remplissages.

library(ggplot2)
group_means <- aggregate(len ~ supp, data = ToothGrowth, FUN = mean)
ggplot(ToothGrowth, aes(x = len, fill = supp)) +
  geom_histogram(binwidth = 3, position = "identity", alpha = 0.5) +
  geom_vline(data = group_means,
             aes(xintercept = len, colour = supp),
             linetype = "dashed", linewidth = 1) +
  scale_fill_viridis_d() +
  scale_colour_viridis_d() +
  labs(x = "Tooth length", y = "Count", fill = "Supplement", colour = "Supplement") +
  theme_minimal()

Essayez en direct

Les graphiques ci-dessus ont été rendus au moment de la construction. Envie d’expérimenter ? Modifiez le code et appuyez sur Run — il s’exécute dans votre navigateur via webR (sans serveur, sans installation).

Vous travaillez en Python ? Un guide d’histogramme matplotlib arrive dans la série Python.

🟢 Avec un agent IA

Demandez à Prova « quelle binwidth montre le mieux la forme de len dans ce jeu de données ? » — elle répond avec du code que vous pouvez exécuter, de sorte que l’explication est reproductible. The runtime is the judge. Ask Prova →

Questions fréquentes

NoteComment régler le nombre de classes dans un histogramme ggplot2 ?

Passez soit binwidth (la largeur de chaque barre dans les unités de votre variable, par exemple geom_histogram(binwidth = 3)), soit bins (un nombre de barres fixe, par exemple geom_histogram(bins = 15)). Réglez-en toujours un vous-même — le réglage silencieux par défaut de 30 classes raconte rarement la bonne histoire.

NotePourquoi ggplot2 affiche-t-il « stat_bin() using bins = 30 » ?

Ce message signifie que vous avez tracé geom_histogram() sans choisir de taille de classe, donc ggplot2 a choisi 30 classes à votre place. C’est une invitation à régler explicitement binwidth ou bins, plutôt qu’une véritable erreur.

NoteQuelle est la différence entre fill et colour dans un histogramme ?

fill colore l’intérieur de la barre tandis que colour trace son contour — ils sont indépendants, par exemple geom_histogram(fill = "#3a86d4", colour = "grey30"). Un contour contrasté rend les barres voisines plus faciles à distinguer.

NoteComment ajouter une ligne de moyenne verticale à un histogramme dans ggplot2 ?

Ajoutez une couche geom_vline() avec xintercept réglé sur la moyenne, par exemple geom_vline(xintercept = mean(ToothGrowth$len), linetype = "dashed"). Pour une ligne par groupe, résumez d’abord les moyennes avec aggregate() et associez colour au groupe à l’intérieur de geom_vline().

NoteComment superposer plusieurs histogrammes pour différents groupes ?

Associez la variable de groupement à fill et utilisez position = "identity" avec alpha en dessous de 1 pour que les barres qui se chevauchent restent visibles, par exemple geom_histogram(position = "identity", alpha = 0.5). Utilisez position = "dodge" pour juxtaposer les barres côte à côte ou "stack" pour les empiler.

Testez vos connaissances

ImportantExercice : superposer une courbe de densité

Complétez le code pour que l’histogramme utilise un axe des y en densité et qu’une courbe de densité lisse soit tracée par-dessus.

# Add a geom_density() layer, e.g. geom_density(colour = "#1b3a5b", linewidth = 1)

library(ggplot2) ggplot(ToothGrowth, aes(x = len, y = after_stat(density))) + geom_histogram(binwidth = 3, fill = "#3a86d4", alpha = 0.7) + geom_density(colour = "#1b3a5b", linewidth = 1)

library(ggplot2)
ggplot(ToothGrowth, aes(x = len, y = after_stat(density))) +
  geom_histogram(binwidth = 3, fill = "#3a86d4", alpha = 0.7) +
  geom_density(colour = "#1b3a5b", linewidth = 1)

Conclusion

Vous avez construit un histogramme ggplot2, pris le contrôle des classes, réglé les couleurs du contour et du remplissage, ajouté une ligne de moyenne, basculé vers un axe des y en densité avec une courbe de densité superposée, comparé des groupes par fill, et disposé des barres groupées avec position. Ensuite, explorez la boîte à moustaches pour une comparaison de groupes compacte, et le reste de la grammaire ggplot2.

Leçons connexes

• Graphique de densité en R — la vue en courbe lisse. · Boîte à moustaches en R — comparer des groupes de façon compacte. · Graphique ECDF — la vue cumulée. · Diagramme en barres en R — des effectifs pour des catégories.
• Aller plus loin : couleurs · légende · axes et échelles · thèmes · titres · facettes. · ggplot2 — la série complète. · Visualisation de données — le pilier.

DatanoviaGGPlot2 EssentialsPDF

Vous préférez un livre ? GGPlot2 Essentials est disponible en PDF téléchargeable — toutes les leçons de cette série, hors ligne et à vous.

Obtenir le livre (PDF) →Les leçons restent gratuites en ligne.

Cette page vous a-t-elle été utile ?

Prouvez que vous savez le faire. Maîtrisez toute la série ggplot2 — suivez votre parcours, construisez des projets et obtenez un certificat.

Commencer gratuitement →

Passez à Pro — Prova illimité sur vos propres données et un certificat vérifiable qui atteste la compétence.

dès 15 $/mois facturé annuellement

Passer à Pro →

✓ Vous êtes Pro — continuez. The runtime is the judge.

Prêt à passer à la vitesse supérieure ?

Prouvez-le — obtenez le certificat ggplot2 Essentials.Passer l'évaluation →Essayez sur vos propres données avec Prova — the runtime is the judge.Ouvrir Prova →

Recevez les nouvelles leçons R & Python par e-mail

Pratique, reproductible, sans spam. Désinscription à tout moment.

Double opt-in. Nous ne partageons jamais votre e-mail.

Partager cette pageXLinkedInRedditHN

Note

Cette leçon est reproductible : les figures sont exécutées au moment de la construction (si elles s’affichent, le code fonctionne), et le bac à sable et le quiz se réexécutent en direct dans votre navigateur. The runtime is the judge.