Package destiné à la création de graphiques.

Respecte la grammaire graphique par couches :

ggplot(data = <DATA>) + 
  <GEOM_FUNCTION>(
     mapping = aes(<MAPPINGS>),
     stat = <STAT>, 
     position = <POSITION>
  ) +
  <COORDINATE_FUNCTION> +
  <FACET_FUNCTION>

Les données sont obligatoirement un dataframe (un tibble est un dataframe).

L’esthétique désigne ce qui est représenté :

• x et y (ou fill pour un histogramme…) ;
• transparence, couleur, type de courbe, taille, … : voir l’aide de chaque geom_.

Fonction aes() à plusieurs niveaux :

• argument mapping de ggplot(), hérité par les couches (geom_) ;
• argument mapping de chaque couche.

La géométrie est définie par une fonction geom_xxx et une esthétique (ce qui est représenté).

ggplot(data = diamonds) + 
  geom_point(mapping = aes(x = carat, y = price, color = cut)) + 
  scale_colour_brewer(palette = "Set1")

Chaque geom_ va de pair avec une statistique de transformation des données :

• “identity” pour geom_point ;

• “boxplot” pour geom_boxplot ;

• 20 statistiques disponibles…

ggplot(data=diamonds) + geom_boxplot(mapping = aes(x = cut, y = price))

Différent de la transformation de variables (cf. scale) : le graphique utilise des données dérivées des données originales.

Chaque statistique a un geom_ par défaut :

stat_summary est interchangeable avec geom_pointrange.

ggplot(data = diamonds) + 
  stat_summary(
    mapping = aes(x = cut, y = depth),
    fun = median,
    fun.min = min,
    fun.max = max
  )

Transformation de variable.

diamonds |> filter(carat>.5) |> 
  ggplot(aes(x = carat, y=price)) + geom_point() + 
  scale_x_log10() + scale_y_log10() + geom_smooth(method="lm")

La position définit l’emplacement des objets sur le graphique.

• “identity” en général ;

• “stack” empile les catégories dans un histogramme ;

• “jitter” déplace aléatoirement les points dans un geom_point pour éviter les superpositions.

ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut, fill = color), position = "stack") + 
  scale_fill_brewer(palette = "Set1")

Système de coordonnées :

• coord_flip() intervertit x et y ;

• coord_polar() : coordonnées polaires ;

• coord_trans() transforme l’affichage des coordonnées (mais pas les données comme scale_) ;

• etc.

Exemple : tracer la carte des wapas de la parcelle 6 de Paracou.

read_csv2("data/Paracou6.csv") |> 
  filter(Genus == "Eperua") |>
  ggplot() + 
  geom_point(
    aes(
      x = Xfield, 
      y = Yfield, 
      size = CircCorr, 
      color = Species
    )
  ) + 
  coord_fixed() +
  labs(x = NULL, y = NULL, size = "Circumference") -> 
  paracou6_wapas_map

paracou6_wapas_map

Présente plusieurs aspects du même graphique.

paracou6_wapas_map + facet_wrap(~ Species)

Remarquer : la possibilité d’affiner un graphique.

Les thèmes définissent l’aspect des graphiques (hors traitement des données).

Dans ce document : pas de fond grisé dans les graphiques (theme_bw), police 12, modifié pour que le fond soit transparent.

theme_set(theme_bw(base_size=12))
theme_update(
  panel.background = element_rect(fill = "transparent", colour = NA),
  plot.background = element_rect(fill = "transparent", colour = NA)
)

Ce sont des options globales, valides pour la session R en cours.

Possibilité d’enregistrer des paramètres de forme au-delà du thème dans une liste.

Préparation d’un style pour l’impression en noir et blanc, sans cartouches de légende.

style_nb <- list(scale_colour_grey(), theme(legend.position = "none"))
paracou6_wapas_map + style_nb

Les couleurs par défaut sont assez laides.

Utiliser scale_color_xxx et scale_fill_xxx

Le suffixe _brewer est pour utiliser des palettes de ColorBrewer

Le suffixe _gradient permet de produire un gradient de couleurs pour les valeurs continues.

Voir les autres fonctions dans l’aide du package.

• Méthode : se créer progressivement des styles (par ex. : couleur et noir et blanc), les enregistrer et les utiliser systématiquement.

qplot() mime la syntaxe de plot() avec ggplot2. Utiliser plutôt la syntaxe native.

autoplot() est un générique à étendre par des méthodes S3 pour faire des graphiques ggplot. Exemple:

library("entropart")
rCommunity(1, size = 5000) |> 
  autoplot(Distribution = "lnorm") + style_nb

Anti-sèche

De nombreux packages étendent ggplot2 avec de nouveaux geom_. Exemple de ggraph :