Simple plots

Il est très simple de produire des graphiques dans R. On peut par exemple lire le fichier growth_data.txt et représenter la longueur en fonction de l’âge.

df_growth <- read.table('data/growth_data.txt', header=TRUE)
head(df_growth)
##   age   length
## 1  19 36.29889
## 2  12 31.84360
## 3   1 15.77166
## 4  17 33.56730
## 5  38 39.41566
## 6  11 30.48877

Que fait la commande :

plot(length ~ age)

Pourquoi, cela ne fonctionne t il pas ? Quel est le message d’erreur ?

plot(length ~ age, data=df_growth)

Pourquoi est ce que ca fonctionne ? Quelles autres alternatives pouvez vous proposer ?

plot(df_growth$length ~ df_growth$age)

ou encore

with(df_growth, plot(length ~ age))

et aussi

plot(y = length, x = age, data=df_growth)

Expliquer les différentes versions.

Avec de la couleur pour faire joli

Si on veut des points en rouge

plot(length ~ age, col = 'red', data = df_growth)

Avec de la couleur car c’est utile

df_longline <- read.table(file = 'data/LonglineExample.csv', skip = 3, header = TRUE, sep = ';')
head(df_longline, n=3)
##   Year DFO_STAT_AREA_CODE Lat_start Lon_start soaktime_mn
## 1 2003                 12     50.81   -127.66         127
## 2 2003                 12     50.88   -127.64         128
## 3 2003                 12     50.93   -127.77         127
##   Nyelloweye_caught Nquillback_caught Ndogfish_caught Nhooks_with_bait
## 1                 6                 9               6              119
## 2                 0                22               0              166
## 3                 3                46               0               50
##   Nhooks_empty Nhooks Ntot Nother
## 1           27    196   50     29
## 2           25    229   38     16
## 3           73    222   99     50
plot(Ntot ~ soaktime_mn, col = DFO_STAT_AREA_CODE, data = df_longline)

plot(Ntot ~  DFO_STAT_AREA_CODE, col = Year, data = df_longline)

## Le langage objet
df_longline$dfo_area_factor <- as.factor(df_longline$DFO_STAT_AREA_CODE)
plot(Ntot ~  dfo_area_factor, data = df_longline)

Représenter le nombre total d’hameçons occupés en fonction de l’année, soit en considérant l’année comme une variable quantitative, soit comme un facteur.

Les graphiques en R, sont simples à produire, mais assez laids.

Il est possible de les mettre à notre goût mais c’est parfois un peu pénible.

Graphique avec ggplot2

Des idées sur ce package

  • developed by Hadley Wickham (Rice University, Houston, USA)
  • highly recommended R packages to work with ggplot2: reshape2 and plyr (also developed by H. Wickham)
  • first version called in 2007

Online resources

Idée principale

Le principe de base qui est de séparer les données de la représentation graphique et de diviser la représentation en éléments de base tels que les courbes, les axes ou les labels.

C’est un peu abstrait, lançons nous

Premier exemple

library(ggplot2)
ggplot(data=df_longline) + geom_point(aes(x = DFO_STAT_AREA_CODE, y = Ntot)) 

ggplot(data=df_longline) + geom_point(aes(x = dfo_area_factor, y = Ntot)) 

ggplot(data=df_longline) + geom_boxplot(aes(x = dfo_area_factor, y = Ntot))

On peut facilement différencier les années, il faut tut d’abord indiquer que l’année est un facteur

df_longline$year_fact <- as.factor(df_longline$Year)
ggplot(data=df_longline) + geom_boxplot(aes(x = dfo_area_factor, y = Ntot, fill=year_fact))

Pour changer la gamme de couleurs, notamment pour les daltoniens

ggplot(data=df_longline) + geom_boxplot(aes(x = dfo_area_factor, y = Ntot, fill=year_fact)) + scale_fill_viridis_d(option = 'E')

Si on veut rajouter la moyenne

ggplot(data=df_longline, aes(x = dfo_area_factor, y = Ntot, fill=year_fact)) + geom_boxplot()  +
  stat_summary(fun.y=mean,  geom="point", aes(group = year_fact, col = year_fact), 
               shape=18, size=3,show.legend = TRUE, position=position_dodge(width=0.8)) + scale_fill_viridis_d(option = 'E')

De belles possibilités et une communauté très active