Introduction ggplot2

## ggplot2 implémente la grammaire de la visualisation

## Les essentiels

### Data: Données source. 
--

### Geoms: Marques de la visualisation (points, lignes, ...)
--

### Scales: Echelles de la visualisation (position, taille, couleur,...)

---
## ggplot2 implémente la grammaire de la visualisation

## Les bonus

### Stats: Opérations de modification des données sources (moyenne, ...)

### Faceting: Découpe le dataset pour créer des sous-graphes

--
### Coordinates: système de coordonnées de la visualisation

---
class:
# Architecture d'un graph avec ggplot2

```r
ggplot(data = <DATA.FRAME>, # chargement des données
       aes(x=<VARIABLE1>,   # définition des aesthetics (aes)
           y=<VARIABLE2>,   # = échelles
           ...), # grand nombre d'aesthetics existent
       ) + 
  geom_<*>()
```

---
# Ressources

### Reference: [https://ggplot2.tidyverse.org/reference/]()

### aesthetics: [https://frama.link/tidyverse-aesthetics]()

---

## La base

.small[

```r
data("iris")

ggplot(iris, 
       aes(x=Sepal.Length, 
           y=Sepal.Width))
```

![](lab01-ggplot-intro_files/figure-html/unnamed-chunk-2-1.png)
]
---

## Ajouter une geometrie

.small[

```r
ggplot(iris, 
       aes(x=Sepal.Length, 
           y=Sepal.Width)) + # le plus ajoute un layer
* geom_point()
```

![](lab01-ggplot-intro_files/figure-html/unnamed-chunk-3-1.png)
]

---
## Ajouter une géométrie [2]
.small[

```r
ggplot(iris) + 
* geom_point(aes(x=Sepal.Length,
*          y=Sepal.Width))
```

![](lab01-ggplot-intro_files/figure-html/unnamed-chunk-4-1.png)
]

---
# Ajouter un encodage (aesthetics)
.small[

```r
ggplot(iris, 
       aes(x=Sepal.Length, 
           y=Sepal.Width,
*          color = Species)) +
  geom_point() 
```

![](lab01-ggplot-intro_files/figure-html/unnamed-chunk-5-1.png)
]
---
## Ajouter une 2ème géométrie

.small[

```r
ggplot(iris, 
       aes(x=Sepal.Length, 
           y=Sepal.Width,
           color = Species)) +  
  geom_point() +
* geom_smooth()
```

```
## `geom_smooth()` using method = 'loess' and formula 'y ~ x'
```

![](lab01-ggplot-intro_files/figure-html/unnamed-chunk-6-1.png)
]

---
## Régler les options de la géométrie

.small[

```r
ggplot(iris, 
       aes(x=Sepal.Length, 
           y=Sepal.Width,
           color = Species)) +  
  geom_point() +
* geom_smooth(method='lm', se=FALSE)
```

```
## `geom_smooth()` using formula 'y ~ x'
```

![](lab01-ggplot-intro_files/figure-html/unnamed-chunk-7-1.png)
]

---
## Ajouter une facette

.small[

```r
ggplot(iris, 
       aes(x=Sepal.Length, 
           y=Sepal.Width,
           color = Species)) +  
  geom_point() +
  geom_smooth(method='lm', se=FALSE) + 
* facet_grid(~Species)
```

```
## `geom_smooth()` using formula 'y ~ x'
```

![](lab01-ggplot-intro_files/figure-html/unnamed-chunk-8-1.png)
]
---
## Régler le thème

.small[

```r
ggplot(iris, 
       aes(x=Sepal.Length, 
           y=Sepal.Width,
           color = Species)) +  
  geom_point() +
  geom_smooth(method='lm', se=FALSE) + 
  facet_grid(~Species) +
* theme_minimal()
```

```
## `geom_smooth()` using formula 'y ~ x'
```

![](lab01-ggplot-intro_files/figure-html/unnamed-chunk-9-1.png)
]

---
## Régler les titres et labels

.small[

```r
ggplot(iris, 
       aes(x=Sepal.Length, 
           y=Sepal.Width,
           color = Species)) +  
  geom_point()+
  theme_minimal() +
* labs(title = "Sépales des iris",
*      subtitle = "Longueur et largeur des sépales* en fonction de l'espèce",
*      x= "Longueur",
*      y = "Largeur",
*      caption = "* Chacune des pièces du calice de la fleur. / source: Iris dataset"
* )
```

![](lab01-ggplot-intro_files/figure-html/unnamed-chunk-10-1.png)
]

---
## Ajuster la légende

.small[

```r
ggplot(iris, 
       aes(x=Sepal.Length, 
           y=Sepal.Width,
           color = Species)) +  
  geom_point()+
  theme_minimal() +
  labs(title = "Sépales des iris",
       subtitle = "Longueur et largeur des sépales* en fonction de l'espèce",
       x= "Longueur",
       y = "Largeur",
       caption = "* Chacune des pièces du calice de la fleur. / source: Iris dataset"
  ) + 
* guides(color = guide_legend(title = "Espèce"))
```

![](lab01-ggplot-intro_files/figure-html/unnamed-chunk-11-1.png)
]
---
## Paufiner le thème

.small[

```r
ggplot(iris, 
       aes(x=Sepal.Length, 
           y=Sepal.Width,
           color = Species)) +  
  geom_point()+
  theme_minimal() +
  labs(title = "Sépales des iris",
       subtitle = "Longueur et largeur des sépales* en fonction de l'espèce",
       x= "Longueur",
       y = "Largeur",
       caption = "* Chacune des pièces du calice de la fleur. / source: Iris dataset"
  ) + 
  guides(color = guide_legend(title = "Espèce")) + 
* theme(panel.grid.minor = element_blank(),
*       legend.position = "bottom")
```

![](lab01-ggplot-intro_files/figure-html/unnamed-chunk-12-1.png)
]
---
# A l'aide !!!

### site du tidyverse: [https://ggplot2.tidyverse.org]()

### R for datascience: [https://r4ds.had.co.nz/]()

### stackoverfow: [https://stackoverflow.com]()

### votre moteur de recherche préféré

---
# TODO

### Ouvrir le dataset "mtcars"

### représenter le "Gross horsepower" en fonction du nombre de cylindres

### utiliser l'encodage multiple sur le nombre de cylindres

### ajouter l'information du nombre de carburateurs

### Paufiner le plot (axes, titres, thème)

---
# TODO 2

### représenter la distribution du nombre de miles per gallon en histogramme

### représenter la distribution du nombre de miles per gallon en boxplot

### representer la distribution du nombre de miles per gallon en fonction du nombre de cylindres

### ajouter les points par dessus la distribution

### paufiner le plot (axes, titres, thème)