# Charger les bibliothèques
library(ggplot2)
library(dplyr)
##
## Attachement du package : 'dplyr'
## Les objets suivants sont masqués depuis 'package:stats':
##
## filter, lag
## Les objets suivants sont masqués depuis 'package:base':
##
## intersect, setdiff, setequal, union
# Charger le dataset Iris
df <- iris
# Renommer les colonnes pour éviter les espaces
colnames(df) <- c("sepal_length", "sepal_width", "petal_length", "petal_width", "species")
# 1. Nuage de points longueur vs largeur du sépale
ggplot(df, aes(x = sepal_length, y = sepal_width)) +
geom_point() +
ggtitle("Nuage de points: Longueur par rapport à Largeur du Sépale")

# 2. Nuage de points en distinguant les espèces
ggplot(df, aes(x = sepal_length, y = sepal_width, color = species)) +
geom_point() +
ggtitle("Nuage de points par Espèce")

# 3. Ajout colonne "Année" avec 4 modalités aléatoires
set.seed(123) # Pour pouvoir reproduire ce tirage aléatoire
df$year <- sample(c(2010, 2020, 2024, 2025), size = nrow(df), replace = TRUE)
# 4. Nuage de points en distinguant les espèces et par année
ggplot(df, aes(x = sepal_length, y = sepal_width, color = species)) +
geom_point() +
facet_wrap(~ year) +
ggtitle("Nuage de points par Espèce et par Année")
