Introduction à ggplot2

Le package ggplot2 fait désormais partie du tidyverse. Pour charger ggplot2, vous pouvez charger le tidyverse. Le tidyverse regroupe 7 packages essentiels pour l'analyse et la présentation des données : ggplot2, dplyr, forcats, tibble, tidyr, stringr et purrr. Les packages dplyr et ggplot2 sont régulièrement utilisés ensemble. Commencez par installer et activer le tidyverse :

install.packages("tidyverse")
library(tidyverse)

Dans dplyr comme dans ggplot2, les opérations s'enchaînent de manière séquentielle. Dans dplyr, les opérations sont reliées par l'opérateur pipe, noté |> (on utilisait auparavant %>%). Le pipe permet d'indiquer à R, étape par étape, ce qu'il doit faire. Voici un exemple dans lequel |> sert à filtrer un data frame (mina_data) pour ne conserver que les femmes, puis à créer une variable (Income_Dollar) et enfin à trier les observations selon la variable Age. Le code ci-dessous est purement illustratif (les données n'existent pas et le code ne peut pas être exécuté).

mina_data |>
  filter(Sex=="Women") |>
  mutate(Income_Dollar = Income_Kronor*10) |>
  arrange(Age)

Dans ggplot2, les opérations s'enchaînent également de manière séquentielle, mais à l'aide de +. Ci-dessous, mina_data est utilisé pour créer un graphique dans lequel Income_Dollar et Age sont représentés sur l'axe des x et l'axe des y sous forme de points. Enfin, le graphique reçoit le titre « Min graf ».

ggplot2(data=mina_data, aes(x=Income_Dollar, y=Age)) +
  geom_point() +
  labs(titel="Min graf")

Rappelez-vous que le pipe (|>) transmet le résultat d'une opération à l'opération suivante. Vous pouvez donc combiner dplyr avec ggplot. C'est utile pour créer des graphiques au cours de la même session que le traitement des données. Voici un exemple de code dans lequel le traitement des données est relié à la visualisation :

mina_data |>
  filter(Sex=="Women") |>
  mutate(Income_Dollar = Income_Kronor*10) |>
  arrange(Age) |>
  ggplot2(aes(x=Inkomst, y=Age)) +
  geom_point() +
  geom_line() +
  labs(titel="Min graf")

Notez que nous n'avons pas défini (ci-dessus) data=mina_data dans la fonction ggplot(). Ce n'est pas nécessaire, car le pipe (|>) transmet le résultat de toutes les opérations précédentes comme premier argument à ggplot(), et le premier argument est data=.

Cela deviendra plus clair dans les chapitres suivants, où nous construirons des graphiques étape par étape.