Package patchwork et fonction ggMarginal de ggExtra
Introduction
Les graphiques sont les outils les plus utilisés pour résumer une information chiffrée. Ils résument parfaitement les données et facilitent leurs interprétations. Le package ggplot2 , créé par Hadley Wickham, offre un outil graphique puissant pour créer des tracés élégants et complexes. Basé sur la grammaire graphique, ggplot2 permet de créer des graphiques qui représentent des données numériques et catégorielles à la fois univariées et multivariées de manière simple. Le regroupement peut être représenté par la couleur, le symbole, la taille et la transparence.
Le package patchwork et la fonction ggMarginal() du package ggExtra sont des extensions du package ggplot2 permettant de facilement combiner des graphiques ggplot dans une même fenêtre graphique.
Dans ce document, nous présenterons le fonctionnement de patchwork et ggMarginal.
1. Chargement package et description des données
En plus des packages patchwork et fonction ggMarginal de ggExtra, nous aurons besoin de datasets pour charger les données et de ggplot2 pour la création des graphiques.
Activation des packages :
library(ggplot2)
library(patchwork)
library(ggExtra)
library(datasets)Afin de bien illustrer par des exemples les fonctionnements de patchwork et ggmargin, nous allons utiliser les données quakes et ToothGrowth du package datasets.
- quakes: Le jeu de données fournit les emplacements de 1000 événements sismiques qui se sont produits dans une zone proche des Fidji depuis 1964. Il s’agit d’un data-frame de 1000 observations et 5 variables (magnitude, latitude, longitude, profondeur et stations). Nous avons ajouté au jeu de données la variable région comprenant les modalités “Ouest” et “Est”. Nous avons aussi arrondit la variable magnitude à l’entier.
quakes$magFactor <- factor(floor(quakes$mag))
quakes$region <- factor(quakes$long >= 175, labels = c("Ouest", "Est"))
str(quakes)## 'data.frame': 1000 obs. of 7 variables:
## $ lat : num -20.4 -20.6 -26 -18 -20.4 ...
## $ long : num 182 181 184 182 182 ...
## $ depth : int 562 650 42 626 649 195 82 194 211 622 ...
## $ mag : num 4.8 4.2 5.4 4.1 4 4 4.8 4.4 4.7 4.3 ...
## $ stations : int 41 15 43 19 11 12 43 15 35 19 ...
## $ magFactor: Factor w/ 3 levels "4","5","6": 1 1 2 1 1 1 1 1 1 1 ...
## $ region : Factor w/ 2 levels "Ouest","Est": 2 2 2 2 2 2 1 2 2 2 ...- ToothGrowth: Les données contiennent 60 observations de 3 variables. A partir de
str()nous obtenons le type de variables: len (numérique): Longueur de dent; supp (facteur): Type de supplément (VC ou OJ) et dose (numérique ): Dose en milligrammes. Nous avons transformé la variable dose en facteur afin de bien construire nos graphiques.
str(ToothGrowth)## 'data.frame': 60 obs. of 3 variables:
## $ len : num 4.2 11.5 7.3 5.8 6.4 10 11.2 11.2 5.2 7 ...
## $ supp: Factor w/ 2 levels "OJ","VC": 2 2 2 2 2 2 2 2 2 2 ...
## $ dose: num 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 ...ToothGrowth$dose <- as.factor(ToothGrowth$dose)2. Package patchwork
Dans un premier temps, nous allons présenter le package patchwork. Comme énoncé dans l’introduction, le Package patchwork permet une présentation panoramique des graphiques de ggplot.
Description des fonctions de patchwork
Pour avoir plus de details sur une des fonctions patchwork citees dans le tableau ci-dessous, il suffit de cliquer sur le nom de la fonction. Afin de repondre a nos objectifs principaux, nous utiliserons uniquement quelques unes de ces fonctions (les plus importantes pour un objet patch) qui seront decrites lors de leur utilisation.
| Nom de la fonction | Description de la fonction | |
|---|---|---|
patchGrob() |
Description du contenu d’un objet patchwork | |
plot_arithmetic() |
Fournit les operateurs qui ont permis l’assemblage du patch (+, -, /, *, & …) |
|
wrap_plots() |
Assemblage plus fonctionnel que les operateurs arithmetiques +, -, /. Elle permet d’empiler et d’emballer des objets patch. |
|
guide_area() |
Elle permet d’ajouter une zone pour contenir les guides collectees | |
patchworkGrob() |
Elle permet de convertir un patchwork en gtable | |
plot_spacer() |
Elle permet d’ajouter une zone completement vide | |
wrap_elements() |
Elle permet d’envelopper des graphiques arbitraires dans un patch (possibilite d’ajouter des objets non-ggplot) | |
wrap_ggplot_grob() |
Conversion d’un gtable (objet cree avec ggplot2::ggplotGrob()) pour l’utiliser dans un patchwork. Elle fournit un objet utilisable dans un patch. |
|
area() |
Specification d’une zone de tracage. | |
plot_layout() |
Definission de la disposition des plots dans un patch. | |
multipage_align() |
Elle permet d’aligner des plots sur plusieurs pages. | |
plot_annotation() |
Elle permet d’annoter le patchwork final. |
2.1 Création des graphiques
Nous avons créé différents types de graphiques avec le package ggplot2.
Grap1 <- ggplot(quakes, aes(mag, fill = region)) + geom_histogram(mapping = aes(y = stat(density)), binwidth = 0.1, color = "white")my3cols <- c("#E7B800", "#2E9FDF", "#FC4E07") # Couleurs
Grap11 <- ggplot(ToothGrowth, aes(x = dose, y = len)) +
geom_boxplot(aes(color = dose)) +
scale_color_manual(values = my3cols)Grap2 <- ggplot(data = quakes) +
geom_bar(mapping = aes(x = 1, fill = region)) +
coord_polar(theta = "y") + # coordonnées polaires
theme_void() + # thème vide
labs(fill = "classe de\nmagnitude")Grap22 <- ggplot(ToothGrowth, aes(x = dose, y = len)) +
geom_dotplot(aes(color = dose, fill = dose), binaxis='y', stackdir='center') +
scale_color_manual(values = my3cols) +
scale_fill_manual(values = my3cols)Grap3 <- ggplot(data = quakes) +
geom_density(mapping = aes(x = mag, fill = region), alpha = 0.5) +
labs(x = "magnitude du séisme") +
labs(y = "densité") +
labs(fill = "région")Grap33 <- ggplot(economics, aes(x = date, y = psavert)) +
geom_line(color = "#E46726")Grap4 <- ggplot(data = quakes) +
geom_violin(mapping = aes(x = region, y = mag)) +
labs(x = "région") +
labs(y = "magnitude du séisme")Grap44 <- ggplot(iris, aes(Sepal.Length)) +
geom_density(aes(color = Species)) +
scale_color_manual(values = my3cols)Grap5 <- ggplot(quakes, aes(x = magFactor, y = long, color = region, shape = region)) +
geom_jitter(position = position_jitter(0.2))2.2 Combinaison de graphique
Pour combiner plusieurs graphiques avec patchwork, il suffit simplement de les additionner comme suit:
Faisons la combinaisons des Graphes: Grap1, Grap11, Grap3 et Grap33
Grap1 + Grap11 + Grap3 + Grap33
2.3 Disposition des graphiques
Description de la fonction plot_layout()
| Arguments | Valeurs possibles | Description |
|---|---|---|
ncol |
nombre entier | Nombre de colonnes. Agencement vertical |
nrow |
nombre entier | Nombre de lignes. Agencement horizontal |
byrow |
TRUE, FALSE |
Ordre de remplissage des plots. Si FALSE, remplissage par colonnes |
widths |
nombre reel | Largeurs de chaque colonne et ligne de la grille |
heights |
nombre reel | Longuers (ou Hauteurs) de chaque colonne et ligne de la grille |
guides |
collect, keep, auto |
Traitements des guides dans la mise en pages |
tag_level |
keep, new |
Comportement du marquage automatique |
design |
Chaines de caracteres | Specification de l’emplacement des zones dans la mise en page |
2.3.1 Agencement vertical et horizontal
En faisant appel à la fonction plot_layout() à l’assemblage, nous pouvons modifier les dispositions des graphiques.
Pour obtenir un agencement vertical de 3 graphiques, il suffit de fixer ncol = 1 comme suit:
Grap1 + Grap11 + Grap4 + plot_layout(ncol = 1)
Pour obtenir un agencement horizontal de 3 graphiques, on fixe nrow à 1.
Grap1 + Grap11 + Grap4 + plot_layout(nrow = 1)
2.3.2 Dispositions imbriquées
Grap1 + Grap22 +
{ Grap11 + { Grap2 + Grap4 + plot_layout(ncol = 1) }
} + Grap5 + plot_layout(nrow = 2)
2.3.3 Disposition au même niveau
Nous allons mettre les graphiques Grap4 + Grap2 + Grap44 et Grap1 au même niveau suivant la colonne et la ligne.
Meme colonne
Grap4 + Grap2 + Grap44 - Grap1 + plot_layout(ncol = 1) 
Meme ligne
Grap4 + Grap2 + Grap44 - Grap1 + plot_layout(nrow = 1)
2.3.4 Autres dispositions possibles
Nous pouvons également mettre les graphiques les uns à côté des autres. patchwork nous fournit respectivement “|” et “/” pour les agencements horizontaux et verticaux
- Exemple 1: les uns sur les autres : Grap4, Grap2 et Grap44 sur Grap1
(Grap4 | Grap2 | Grap44)/Grap1
- Exemple 2: Les uns sous les autres: Grap4, Grap2 et Grap44 sous Grap1
Grap1/(Grap4 | Grap2 | Grap44)
- Exemple 3: Les uns à droite des autres: Grap4, Grap2 et Grap44 à droite de Grap1
Grap1|(Grap4 / Grap2 / Grap44)
- Exemple 4: Les uns à gauche des autres: Grap4, Grap2 et Grap44 à gauche de Grap1
(Grap4 / Grap2 / Grap44)|Grap1
2.4 Mise en forme
2.4.1 Ajout d’espace entre les graphiques
Grap2 + plot_spacer() + Grap3
2.4.2 Précision des dimensions de chaque graphique
Nous pouvons modifier les dimensions des graphiques en ajoutant plot_layout les arguments heights (pour la hauteur) et width (la largeur).
Grap1 + Grap1 + plot_layout(heights = c(1, 3)) # Modification de la hauteur
Grap1 + Grap1 + plot_layout(width = c(3, 1)) # Modification de la largeur
Grap1 + Grap33 + Grap4 + Grap22 + Grap5 + Grap44 + plot_layout(heights = c(1, 3))
2.4.3 Modification du thème des graphiques
Seuls les thèmes des graphiques Grap1 et Grap5 sont modifiés avec l’opérateur *
(Grap1 + (Grap22 + Grap33) + Grap5 + plot_layout(ncol = 1)) * theme_gray()
Les thème de tous les graphiques sont modifiés avec l’opérateur &
(Grap1 + (Grap22 + Grap33) + Grap5 + plot_layout(ncol = 1)) & theme_gray()
2.4.4 Ajout d’annotation et de style
Description de la fonction plot_annotation()
| Arguments | Valeurs possibles | Description |
|---|---|---|
title, subtitle, caption |
Chaines de caracteres | Titre, Sous-titre et legende |
tag_levels |
A (pour les lettres majuscules), a(pour les lettres mminuscules), i(pour les chiffres romains mminuscules), I(pour les chiffres romains majuscules), 1(Pour les chiffres) |
Vecteur definissant le format d’enumeration |
tag_prefix, tag_suffix |
Chaines de caracteres | Texte avant et apres la balise |
tag_sep |
caractere | Separateur entre differents niveaux de balises |
theme |
theme |
Specification du theme du plot |
assemblage <- Grap1 + Grap11 + Grap3 + Grap332.4.5 Ajout de texte
patchwork nous fournit la fonction “plot_annotation()” afin d’ajouter du texte descriptif à notre assemblage graphique
- Titres
assemblage + plot_annotation(title = "Combinaison des graphiques")
### - Sous-titres
assemblage + plot_annotation(title = "Combinaison des graphiques",
subtitle = "Mon sous-titre")
- Légendes
assemblage + plot_annotation(title = "Combinaison des graphiques",
subtitle = "Mon sous-titre",
caption = "Ma légende")
- Marquage
patchwork fournit également une fonctionnalité de marquage automatique qui s’active en augmentant l’argument “tag_level” dans “plot_annotation()”
Utilisation: ‘1’ pour les chiffres arabes, ‘A’ pour en majuscules lettres latines, ‘a’ pour les lettres latines minuscules, ‘I’ pour les chiffres romains en majuscules et ’i’pour les chiffres romains en minuscules.
assemblage + plot_annotation(title = "Combinaison des graphiques",
subtitle = "Mon sous-titre",
caption = "Légende: Ma légende ici",
tag_levels = 'A')
2.5 Enregistrement d’un “patchwork”
GF <- assemblage +
plot_annotation(title = "Combinaison des graphiques",
subtitle = "Mon sous-titre",
caption = "Légende: Ma légende ici",
tag_levels = 'A')Format PDF
save_plot("Graphique_Final.pdf", GF, ncol = 2, nrow = 2, base_aspect_ratio = 1.3)Format PNG
save_plot("Graphique_Final.png", GF, ncol = 2, nrow = 2, base_aspect_ratio = 1.3)Format JPEG
save_plot("Graphique_Final.jpeg", GF, ncol = 2, nrow = 2, base_aspect_ratio = 1.3)3. Fonction ggMarginal du package ggExtra
La fonction ggMarginal du package ggExtra peut être utilisée pour ajouter facilement un histogramme marginal, une densité ou un boxplot à un nuage de points.
Description de la fonction ggMarginal
| Arguments | Valeurs possibles | Description |
|---|---|---|
p |
Objet ggplot2 | Diagramme auquel on veut ajouter des plots marginaux. Si p n’est pas fourni alors data, x et y doivent etre fournis obligatoirement |
data |
data.frame | Donnees utilisees. Facultatif si p est fourni |
x |
Texte | Nom de la variable suivant l’axe x. Facultatif si p est fourni |
y |
Texte | Nom de la variable suivant l’axe y. Facultatif si p est fourni |
type |
plot (density, histogram, boxplot, …) |
Type de plot marginal |
margins |
x ou y |
La marge a utiliser |
size |
entier | Taille des parcelles marginales par rapport a la parcelle principale |
xparams |
Liste des parametres supplementaires uniquement pour le plot marginal suivant l’axe x | |
yparams |
Liste des parametres supplementaires uniquement pour le plot marginal suivant l’axe y | |
groupColour |
TRUE, FALSE |
couleur (ou le contour) des diagrammes marginaux |
groupFill |
TRUE, FALSE |
remplissage des diagrammes marginaux |
D’autres parametres peuvent etre utilises pour les parcelles marginales. La liste n’est pas exhaustive.
3.1 Création des tracées de base
Tout d’abord, créons les tracées de base :
p = ggplot(quakes, aes(x = mag, y = stations, color=stations, size = stations)) + geom_point() +
theme(legend.position="none")3.2 Histogramme marginal
Pour obtenir un histogramme marginal, on fixe type = ‘histogram’
mHa = `ggMarginal`(p, type = 'histogram')
mHa
Il est possible d’ajouter des couleurs à notre histogramme marginal.
mHc = `ggMarginal`(p, type="histogram", fill = "slateblue", xparams = list( bins=10))
mHc
3.3 Densité marginale
Pour obtenir une densité marginale, on fixe type = ‘density’
mDa = `ggMarginal`(p, type = 'density')
mDa 
Ajoutons une couleurs pour mieux mettre en éxergue notre tracée.
mDc = `ggMarginal`(p, type="density", fill = "slateblue", xparams = list( bins=10))
mDc 
3.4 Boxplot marginal
Pour obtenir un boxplot marginal, on fixe type = ‘boxplot’
mBa = `ggMarginal`(p, type = 'boxplot')
mBa
L’option d’ajout de couleurs reste disponiple pour les boxplots marginaux.
mBc = `ggMarginal`(p, type="boxplot", fill = "slateblue", xparams = list( bins=10))
mBc
3.5 Option avancée
Si notre nuage de points a une variable de facteur mappée à une couleur (c’est-à-dire que les points dans le nuage de points sont codés par couleur en fonction d’une variable dans les données, en utilisant aes(colour = …)), nous pouvons utiliser groupColour = TRUE et/ou groupFill = TRUE pour refléter ces regroupements dans les graphiques marginaux. Il en résulte plusieurs tracés marginaux, un pour chaque groupe de points de couleur.
p <- ggplot(quakes, aes(x = mag, y = stations , colour = region)) +
geom_point(aes(fill = region))
ggMarginal_Final = ggMarginal(p, groupFill = TRUE, groupColour = TRUE)
ggMarginal_Final 
3.6 Enregistrement graphiques
#format PDF
Save_plot("ggMarginal_Final.pdf", ggMarginal_Final, ncol = 2,nrow = 2, base_aspect_ratio = 1.3)#format PNG
save_plot("ggMarginal_Final.png", ggMarginal_Final, ncol = 2,nrow = 2, base_aspect_ratio = 1.3)#format JPEG
save_plot("ggMarginal_Final.jpeg", ggMarginal_Final, ncol = 2,nrow = 2, base_aspect_ratio = 1.3)