This is a minimal example of a book based on R Markdown and bookdown (https://github.com/rstudio/bookdown). Please see the page “Get Started” at https://bookdown.org/ for how to compile this example.
+ggplot2 : techniques avancéesggplot2Les thèmes de ggplot2 permettent de contrôler l’apparence des plots. Il est possible de modifier un thème standard en utilisant la fonction theme(). Mais nous allons voir ici comment créer un thème personalisé.
Il est bien entendu possible de créer un thème de toutes pièces. Pour cela, il faut définir un à un tous les éléments possibles du thème mais c’est très long et rébarbatif. Dans ggplot2, le seul thème défini de cette façon est le thème de base theme_grey() (voir le repo officiel).
+Les autres thèmes héritent les attribut de ce premier thème et modifient uniquement éléments nécéssaires. Par exemple, theme_bw() est construit à partir de theme_grey() et theme_minimal() se base sur theme_bw(). C’est beaucoup plus pratique de définir les thèmes de cette façon.
Un thème est une fonction R classique qui prend comme arguments 4 variables :
+- base_size : taille de base du texte (défaut = 11)
+- base_family : famille de polices de base (défaut = "")
+- base_line_size : taille de base des éléments line (défaut = base_size / 22 )
+- base_rect_size : taille de base des éléments rect (défault = base_size / 22 )
%+replace%Ensuite, nous allons choisir un thème de base duquel notre thème personalisé va hériter les éléments par défaut. En effet, tous les éléments que nous ne spécifieront pas seront basés sur le thème de base. Par exemple, nous pouvons choisir theme_minimal().
Pour modifier les éléments du thème de base, il faut utiliser l’opérateur %+replace% suivi de la fonction theme(). C’est dans cette dernière que nous pourrons spécifier les différents éléments à modifier par rapport au thème de base.
my_theme <- function(base_size = 11,
+ base_family = "",
+ base_line_size = base_size / 22,
+ base_rect_size = base_size / 22) {
+
+ theme_minimal(base_size = base_size,
+ base_family = base_family,
+ base_line_size = base_line_size,
+ base_rect_size = base_rect_size) %+replace%
+ theme(
+ # éléments à modifier
+ )
+}Nous pouvons a présent inserer dans la fonction thème les éléments à modifier. Notez qu’il ne faut pas utiliser de tailles absolues mais définir des tailles relatives avec la fonction rel().
my_theme()Voici un exemple de thème personnalisé (très fortement inspiré du thème theme_modern() du package see) basé sur theme_minimal() :
my_theme <- function(base_size = 11,
+ base_family = "",
+ base_line_size = base_size / 22,
+ base_rect_size = base_size / 22) {
+
+ half_line <- base_size/2
+
+ theme_minimal(base_size = base_size,
+ base_family = base_family,
+ base_line_size = base_line_size,
+ base_rect_size = base_rect_size) %+replace%
+ theme(
+ ## Panel grid ##
+ panel.border = element_blank(),
+ panel.grid.major = element_blank(),
+ panel.grid.minor = element_blank(),
+ ## Title ##
+ plot.title = element_text(size = rel(1.3),
+ face = "plain", margin = margin(0, 0, 20, 0)),
+ ## Axis ##
+ axis.line = element_line(colour = "black", size = rel(0.5)),
+ axis.title.y = element_text(margin = margin(t = 0, r = rel(20), b = 0, l = 0),
+ angle = 90),
+ axis.title.x = element_text(margin = margin(t = rel(20), r = 0, b = 0, l = 0)),
+ axis.title = element_text(size = rel(1.2),
+ face = "plain"),
+ axis.text = element_text(size = rel(.8)),
+ axis.ticks = element_blank(),
+ ## Legend ##
+ legend.key = element_blank(),
+ legend.position = "bottom",
+ legend.text = element_text(size = rel(1.1)),
+ legend.title = element_text(size = rel(1.1)),
+ legend.spacing.x = unit(2, "pt"),
+ ## Background ##
+ strip.background = element_blank(),
+ plot.tag = element_text(size = rel(1.3), face = "bold"),
+ strip.text = element_text(face = "bold")
+ )
+}my_theme_dark()Et un thème sombre basé sur my_theme() et très fortement inspiré de theme_blackboard() du package see :
my_theme_dark <-function(base_size = 11,
+ base_family = "",
+ base_line_size = base_size / 22,
+ base_rect_size = base_size / 22) {
+
+ dark_color = "#0d0d0d"
+ light_color = "#E0E0E0"
+
+ my_theme(base_size = base_size,
+ base_family = base_family,
+ base_line_size = base_line_size,
+ base_rect_size = base_rect_size) %+replace%
+
+ theme(
+ ## Backgrounds ##
+ plot.background = element_rect(fill = dark_color),
+ panel.background = element_rect(fill = dark_color, color=dark_color),
+ legend.background = element_rect(fill = dark_color, color=dark_color),
+ ## Lines ##
+ axis.line = element_line(color = light_color),
+ ## Text ##
+ text = element_text(family = base_family, face = "plain",
+ color = light_color, size = base_size,
+ hjust = 0.5, vjust = 0.5, angle = 0,
+ lineheight =0.9, margin = margin(),
+ debug = FALSE),
+ axis.text = element_text(color = light_color)
+ )
+}Créons un plot d’exemple à partir d’un jeu de données synthétique
+p <- generate_uniform_dataset(
+ dataset_size = 100,
+ min_x = 0, max_x = 1,
+ outliers = 2, seed = 506
+) %>%
+ ggplot(data = ., aes( x = x, y = y, color = group)) +
+ geom_point(size = 3) +
+ scale_color_material_d() +
+ labs(x="legende axe x",
+ y="legende axe y")
ggplot2 dans des fonctionsPour utiliser les syntaxes décrites ici, vous aurez besoin de ggplot2 version >= 3.2.
+Prenons l’exemple d’une fonction qui réalise un bar chart (diagramme en barres) pour une colonne données (par exemple drv) d’un dataset (par exemple mpg, fourni avec ggplot2)
Le code pour réaliser ce plot en dehors d’une fonction peut ressembler à ceci :
+ +
Dans une fonction, nous voudrions pouvoir utiliser un autre dataset et changer le nom de la variable d’intérêt.
+Modifier le nom du dataset ne pose pas de problème, et l’on peut utiliser une syntaxe classique :
+ +Pour rendre modifiable le nom de la colonne, c’est à dire une variable qui est déclarée dans la fonction aes(), c’est moins immédiat. L’exemple suivant ne fonctionnera pas :
Erreur : Aesthetics must be valid data columns. Problematic aesthetic(s): x = var. Did you mistype the name of a data column or forget to add stat()?Pour résoudre ce problème, il faut utiliser une syntaxe particulière introduite dans la version 3.2 de ggplot2.
+Vous avez 2 solutions:
+- le nom de la colonne est passé en paramètre de la fonction comme un nom (c’est à dire sans "", par exemple drv), vous devez encadrer le nom de la colonne par des doubles accolades : {{ col }}
"drv"), vous devez utiliser la syntaxe suivante: .data[[ col ]]2019-10-30
+Pour les parties théoriques, aucun prérequis n’est nécessaire. Les exemples pratiques sont conçus avec le logiciel R et le package ggplot2
Vous devez avoir installé le logiciel R pour pouvoir suivre les exemples pratiques. +Vous trouverez les liens de téléchargement ici : https://cran.r-project.org
+Nous conseillons également d’installer l’interface de développement (IDE) RStudio qui vous facilitera les choses pour la prévisualisation des contenus et des rendus. Bien entendu, si vous avez déjà une IDE préférée, vous pouvez continuer à l’utiliser. Vous trouverez la RStudio Desktop en version open source (gratuite) ici : https://www.rstudio.com/products/rstudio/#Desktop
+Dans ce cours, un certain nombre de packages sont utilisés très fréquement et doivent être installés :
+Un certain nombre d’autres packages, utilisés plus ponctuellement vous seront indiqués dans les différents chapitres. Voici une liste exhaustive des packages utilisés dans ce cours :
+tidyverse, ggplot2, see, igraph, ggraph, tidygraph, rlang
+ +