class: center, middle, inverse, title-slide # ggplot, Une introduction ## ⚔<br/>avec xaringan ### JD Beaulieu ### UDM ### 2021-11-22 --- background-image: url(https://miro.medium.com/max/640/0*0u-0nCZgkVqeK7CI.jpeg) class: center, ### Un exemple beaucoup trop compliqué de la puissance de ggplot Image credit: [Wikimedia Commons](https://commons.wikimedia.org/wiki/File:Sharingan_triple.svg) --- class: left, # Un peu de mise en contexte ###En base R, il est possible de faire des graphiques avec la fonction plot ###Cependant, les possibilités sont limitées et les graphiques peu attrayants ###Les packages ggplot et ggplot2 permettent de créer des graphiques beaucoup plus parlants ###En fait, personne ne devrait utiliser la fonction plot pour réaliser des présentations en R --- class: left, # Un truc sympathique pour travailler dans le tydiverse ###Comme on l'a vu dans les présentations de la semaine dernière, lorsque l'on charge à la chaîne les éléments du Tidyverse, il se peut que certaines erreurs se produisent ###Le package Tydiverse permet d'installer tout l'univers sans se compliquer la vie, mais les conflits restent, comme le prouve la prochaine diapo. ###Profitons-en aussi pour charger les Pingouins de Palmer, kabbleExtra et GGally (J'y reviendrai) --- class: middle, center ### La fonction utilisée ```r library(tidyverse) library(palmerpenguins) library(kableExtra) library(GGally) ``` --- #Première étape pour utiliser ggplot ###Assigner la base de données et procéder a un vol intellectuel d'un jeu de fonctions car je ne connais pas les règles concernant les licenses afin de voir si tout semble plutôt tidy ```r dt <- penguins show_head(dt) ``` <table class="table" style="font-size: 14px; width: auto !important; margin-left: auto; margin-right: auto;"> <thead> <tr> <th style="text-align:left;"> species </th> <th style="text-align:left;"> island </th> <th style="text-align:right;"> bill_length_mm </th> <th style="text-align:right;"> bill_depth_mm </th> <th style="text-align:right;"> flipper_length_mm </th> <th style="text-align:right;"> body_mass_g </th> <th style="text-align:left;"> sex </th> <th style="text-align:right;"> year </th> </tr> </thead> <tbody> <tr> <td style="text-align:left;"> Adelie </td> <td style="text-align:left;"> Torgersen </td> <td style="text-align:right;"> 39.1 </td> <td style="text-align:right;"> 18.7 </td> <td style="text-align:right;"> 181 </td> <td style="text-align:right;"> 3750 </td> <td style="text-align:left;"> male </td> <td style="text-align:right;"> 2007 </td> </tr> <tr> <td style="text-align:left;"> Adelie </td> <td style="text-align:left;"> Torgersen </td> <td style="text-align:right;"> 39.5 </td> <td style="text-align:right;"> 17.4 </td> <td style="text-align:right;"> 186 </td> <td style="text-align:right;"> 3800 </td> <td style="text-align:left;"> female </td> <td style="text-align:right;"> 2007 </td> </tr> <tr> <td style="text-align:left;"> Adelie </td> <td style="text-align:left;"> Torgersen </td> <td style="text-align:right;"> 40.3 </td> <td style="text-align:right;"> 18.0 </td> <td style="text-align:right;"> 195 </td> <td style="text-align:right;"> 3250 </td> <td style="text-align:left;"> female </td> <td style="text-align:right;"> 2007 </td> </tr> <tr> <td style="text-align:left;"> Adelie </td> <td style="text-align:left;"> Torgersen </td> <td style="text-align:right;"> NA </td> <td style="text-align:right;"> NA </td> <td style="text-align:right;"> NA </td> <td style="text-align:right;"> NA </td> <td style="text-align:left;"> NA </td> <td style="text-align:right;"> 2007 </td> </tr> <tr> <td style="text-align:left;"> Adelie </td> <td style="text-align:left;"> Torgersen </td> <td style="text-align:right;"> 36.7 </td> <td style="text-align:right;"> 19.3 </td> <td style="text-align:right;"> 193 </td> <td style="text-align:right;"> 3450 </td> <td style="text-align:left;"> female </td> <td style="text-align:right;"> 2007 </td> </tr> <tr> <td style="text-align:left;"> Adelie </td> <td style="text-align:left;"> Torgersen </td> <td style="text-align:right;"> 39.3 </td> <td style="text-align:right;"> 20.6 </td> <td style="text-align:right;"> 190 </td> <td style="text-align:right;"> 3650 </td> <td style="text-align:left;"> male </td> <td style="text-align:right;"> 2007 </td> </tr> </tbody> </table> --- #Avantage indéniable pour les paresseux ###Les packkage ggplot sont aussi moins regardants sur la qualité des données. Ils ometterons les na. D'où l'appellation de {r,warning=FALSE,message=FALSE, results = FALSE} lorsque j'appelle les fonctions. Sinon, vos dispos se retrouveront avec ce message d'avertissement (warning): ## Warning: Removed 2 rows containing missing values (geom_point). --- class: center, ###Comparer la taille des nageoires avec le poids <!-- --> --- ### La fonction utilisée {r, warning=FALSE,message=FALSE, results = FALSE, echo = FALSE} ggplot(data = penguins, aes(x = flipper_length_mm, y = body_mass_g)) + geom_point(aes(color = species, shape = species), size = 2) + scale_color_manual(values = c("midnightblue","royalblue","seagreen4")) ### Explications data= -> la base de données aes(x=, y=,) -> les colones que vous voulez compare geom_point(aes(color = species, shape = species) -> mettre une couleur et une forme par espèce scale_color_manual(values = c("midnightblue","royalblue","seagreen4") -> si vous filez wild, vous pouvez utiliser la couleur de votre choix. J'ai tenté de trouver des couleurs qui ressemble au thème utilisé au travail... (pas une grande réussite) Une liste des couleurs pouvant être utilisées se trouve ici: http://www.stat.columbia.edu/~tzheng/files/Rcolor.pdf --- class: center, ###Comparer la taille des nageoires avec le poids en créant 3 classes selon l'espèce <!-- --> --- ### La fonction utilisée ggplot(penguins, aes(x = flipper_length_mm, y = body_mass_g)) + geom_point(aes(color = sex)) + scale_color_manual(values = c("royalblue","seagreen4"), na.translate = FALSE) + facet_wrap(~species) ###Explications On ajoute facet_wrap(~species) -> Cette fonction permet de créer 3 classes différentes selon l'espèce --- class: center, ### Explorer les distributions <!-- --> --- ### La fonction utilisée ggplot(data = penguins, aes(x = flipper_length_mm)) + geom_histogram(aes(fill = species), alpha = 0.5, position = "identity") + scale_fill_manual(values = c(""midnightblue","royalblue","seagreen4")) ###Explications aes(x = flipper_length_mm)) -> la variable dont on veut examiner la distribution geom_histogram(aes(fill = species), alpha = 0.5, position = "identity") -> on appelle la fonction histogramme, fill nous permet de préciser quelle variable on veut analyse, alpha permet de préciser la grosseur. --- class: center, ### Créer des cartes de chaleur "heatmaps" <!-- --> --- ### La fonction utilisée ggp <- ggplot(penguins, aes(bill_length_mm, flipper_length_mm)) + geom_tile(aes(fill = body_mass_g)) ggp ###Explications penguins, aes(bill_length_mm, flipper_length_mm)) -> identifier les axes X et Y geom_tile(aes(fill = body_mass_g)) -> assigner la variable qui permettra de caractériser le poids des individus. --- class: center, ### Explorer les corrélations <!-- --> --- #### GGally L'allié de ggplot, ggally permet de pousser l'analyse de vos données en utilisant l'analyse de composant principal. #### La fonction utilisée penguins %>% select(species, body_mass_g, ends_with("_mm")) %>% GGally::ggpairs(aes(color = species)) + scale_colour_manual(values = c("midnightblue","royalblue","seagreen4")) + scale_fill_manual(values = c("midnightblue","royalblue","seagreen4")) ####Explications select(species, body_mass_g, ends_with("_mm")) %>% -> permet de sélectionner les colonnes à comparer GGally::ggpairs(aes(color = species)) -> appelle la fonction ggpairs qui permet de réaliser l'analyse scale_colour_manual(values = c("midnightblue","royalblue","seagreen4")) + scale_fill_manual(values = c("midnightblue","royalblue","seagreen4")) - > permet un peu de fantasie en sélectionnant les couleurs qui pourront être utilisées pour la présentation --- # Merci! Les diapos ont été construites avec l'aide de [**xaringan**](https://github.com/yihui/xaringan). The chakra comes from [remark.js](https://remarkjs.com), [**knitr**](https://yihui.org/knitr/), and [R Markdown](https://rmarkdown.rstudio.com). La feuille de triche se trouve ici: https://raw.githubusercontent.com/rstudio/cheatsheets/main/data-visualization.pdf #### Références Horst AM, Hill AP, Gorman KB (2020). palmerpenguins: Palmer Archipelago (Antarctica) penguin data. R package version 0.1.0. https://allisonhorst.github.io/palmerpenguins/