Visualisation des Données à l’Aide de GGPlot2

Leçons

1. Introduction à GGPlot2

   20 mins

   Alboukadel Kassambara

   Cet article présente les bases de ggplot2. Les fonctions graphiques clés de ggplot sont présentées. Vous apprendrez comment construire un ggplot morceau par morceau, ainsi que comment personnaliser et exporter le graphique.

2. GGPLOT Nuage de Points

   15 mins

   Alboukadel Kassambara

   Cet article décrit comment créer des diagrammes de dispersion dans R en utilisant le package ggplot2. Vous apprendrez comment: 1) Colorer des points par groupes ; 2) Créer des graphiques à bulles ; 3) Ajouter une ligne de régression à un nuage de points

3. GGPLOT Boxplot

   15 mins

   Alboukadel Kassambara

   Les boxplots sont utilisés pour visualiser la distribution d'une variable continue groupée à travers leurs quartiles. Vous apprendrez comment créer et personnaliser des boxplots en utilisant le package R ggplot2.

4. GGPlot Violin Plot

   10 mins

   Alboukadel Kassambara

   Un Violin Plot est utilisé pour visualiser la distribution des données et leur densité de probabilité. Ce graphique est une combinaison d'un Box Plot et d'un Density Plot qui est tourné et placé de chaque côté, pour afficher la forme de la distribution des données. Un Violin Plot montre plus d'informations qu'un Box Plot. Par exemple, dans un violin plot, vous pouvez voir si la distribution des données est bimodale ou multimodale. Cet article décrit comment créer et personnaliser des violin plots à l'aide du package R ggplot2.

5. GGPLOT Dot Plot

   15 mins

   Alboukadel Kassambara

   Un Dot Plot est utilisé pour visualiser la distribution des données. Ce graphique crée des points empilés, où chaque point représente une observation. Des statistiques descriptives sont habituellement ajoutées aux Dot plots pour indiquer, par exemple, la médiane des données et l'écart interquartile. Cet article décrit comment créer et personnaliser des Dot Plots en utilisant le package R ggplot2.

6. GGPlot Stripchart

   10 mins

   Alboukadel Kassambara

   Les Stripcharts sont également connus sous le nom de diagrammes de dispersion unidimensionnels. Ces graphiques conviennent mieux que des box plots lorsque la taille de l'échantillon est petite. Cet article décrit comment créer et personnaliser des Stripcharts en utilisant le package R ggplot2.

7. GGPLOT Line Plot

   15 mins

   Alboukadel Kassambara

   Dans un line plot, les observations sont ordonnées par la valeur x et reliées par une ligne. Cet article décrit comment créer un line plot à l'aide du package R ggplot2. Vous apprendrez comment : 1) Créer des line plots de base et groupés ; 2) Ajouter des points à un line plot ; 3) Modifier les types de lignes et les couleurs par groupe.

8. GGPlot Barplot

   10 mins

   Alboukadel Kassambara

   Le Barplot est utilisé pour montrer des comparaisons entre des catégories. L'un des axes du graphique montre les catégories spécifiques comparées et l'autre axe représente une échelle de valeurs discrètes. Cet article décrit comment créer des bar plots en utilisant le package R ggplot2. Vous apprendrez comment : 1) Créer des barplots de base et groupés ; 2) Ajouter des étiquettes de texte à un barplot ; 3) Modifier la couleur des traits et la couleur de remplissage des barres par groupe.

9. GGPLOT Barres d'Erreur

   15 mins

   Alboukadel Kassambara

   Les barres d'erreur sont utilisées pour visualiser la variabilité des données tracées. Les barres d'erreur peuvent être appliquées à des graphiques tels que les Dot Plots, Barplots ou les Line plots, afin de fournir une couche supplémentaire de détails sur les données présentées. Généralement, les barres d'erreur sont utilisées pour montrer soit l'écart-type, l'erreur-type, les intervalles de confiance ou l'écart interquartile. La longueur d'une barre d'erreur permet de révéler l'incertitude d'un point de données. Cet article décrit comment ajouter des barres d'erreur dans un graphique en utilisant le package R ggplot2. Vous apprendrez comment créer des bar plots et des line plots avec des barres d'erreur.

10. GGPLOT Diagramme de Densité

    10 mins

    Alboukadel Kassambara

    Un graphe de densité est une alternative à l'histogramme utilisé pour visualiser la distribution d'une variable continue. Les pics d'un graphe de densité aident à identifier où les valeurs sont concentrées sur l'intervalle de la variable continue. Par rapport aux histogrammes, les diagrammes de densité sont plus aptes à trouver la forme de la distribution parce qu'ils ne sont pas affectés par le nombre de barre utilisés (chaque barre utilisée dans un histogramme typique). Cet article décrit comment créer des diagrammes de densité à l'aide du package R ggplot2.

11. GGPLOT Histogramme

    10 mins

    Alboukadel Kassambara

    Un histogramme est une alternative au graphe de densité pour visualiser la distribution d'une variable continue. Ce graphique représente la distribution d'une variable continue en la divisant en groupe de valeurs et en comptant le nombre d'observations dans chaque groupe. Cet article décrit comment créer des d'histogrammes à l'aide du package R ggplot2.

12. GGPLOT QQ Plot

    10 mins

    Alboukadel Kassambara

    Un Quantile-quantile plot (ou QQPlot) est utilisé pour vérifier si une donnée suit une distribution normale. On suppose que les données sont normalement distribuées lorsque les points suivent approximativement la ligne de référence de 45 degrés (diagonale). Cet article décrit comment créer un qqplot dans R en utilisant le package ggplot2.

13. GGPLOT ECDF

    10 mins

    Alboukadel Kassambara

    ECDF (ou fonction de distribution cumulative empirique) fournit une visualisation alternative de la distribution. Il indique, pour un nombre donné, le pourcentage de cas qui se situent en dessous de ce seuil. Cet article décrit comment créer un ECDF dans R en utilisant la fonction stat_ecdf() du package ggplot2.

14. Combiner Plusieurs GGPlots dans une Figure

    15 mins

    Alboukadel Kassambara

    Cet article décrit comment combiner plusieurs ggplots dans une figure. Vous apprendrez à utiliser : 1) les fonctions facettes de ggplot2 pour créer une figure à plusieurs pannels qui partagent les mêmes axes ; 2) la fonction ggarrange() [package ggpubr] pour combiner des ggplots indépendants.