ggplot2

Informatique — R, chapitre 9

Les graphiques du chapitre précédent se dessinent : on trace, puis on ajoute par-dessus. ggplot2 procède autrement — on décrit une figure, couche par couche, et R la compose. La différence paraît subtile ; elle change tout dès qu’une figure doit être reprise, déclinée ou publiée.

Des blocs à recopier

ggplot2 n’est pas fourni avec R : il s’installe. La console de ce site ne dispose pas des paquets additionnels, les blocs de ce chapitre sont donc donnés à recopier dans RStudio. Le résultat attendu est décrit sous chacun.

install.packages("ggplot2")   # une seule fois
library(ggplot2)              # a chaque session

9.1 La grammaire des graphiques

Toute figure ggplot2 combine trois éléments obligatoires :

Élément	Rôle	Écriture
les données	un tableau, toujours	`ggplot(d, ...)`
l’esthétique	quelle colonne sur quel canal visuel	`aes(x = , y = , color = )`
la géométrie	quelle forme dessiner	`geom_point()`, `geom_line()`…

ggplot(d, aes(x = pib, y = chomage)) +
  geom_point()

Trois lignes qui se lisent comme une phrase : prends le tableau d, place pib en abscisse et chomage en ordonnée, et représente chaque observation par un point.

Le + se met en fin de ligne

ggplot(d, aes(x, y))
  + geom_point()        # ERREUR

Comme pour le else du chapitre 6, R considère l’instruction terminée à la fin de la première ligne. Le + doit terminer la ligne, jamais la commencer.

9.2 Les géométries

9.2.1 Les plus employées

Géométrie	Figure produite
`geom_point()`	nuage de points
`geom_line()`	ligne — série temporelle
`geom_col()`	barres à partir de valeurs
`geom_bar()`	barres à partir d’effectifs, comptés automatiquement
`geom_histogram()`	histogramme
`geom_boxplot()`	boîte à moustaches
`geom_smooth()`	courbe d’ajustement, avec intervalle

9.2.2 Superposer, sans effacer

ggplot(d, aes(x = pib, y = chomage)) +
  geom_point(size = 3, alpha = 0.7) +
  geom_smooth(method = "lm", se = TRUE, color = "#c8542f")

Le nuage, puis la droite des moindres carrés avec son intervalle de confiance. se = FALSE retire la bande ; method = "loess" remplace la droite par un lissage local.

La différence décisive avec les graphiques de base

Une figure ggplot2 est un objet, qu’on peut stocker et reprendre :

p <- ggplot(d, aes(pib, chomage)) + geom_point()

p                                    # l'afficher
p + geom_smooth(method = "lm")       # une variante
p + labs(title = "Autre titre")      # une autre

Avec les graphiques de base, chaque variante exigeait de retracer la séquence entière. Ici l’objet p reste intact et sert de socle. C’est ce qui rend ggplot2 supérieur dès qu’une figure doit être déclinée.

9.3 L’esthétique : faire porter une information par la forme

9.3.1 Dans `aes` ou en dehors ?

C’est la question qui déroute au début. La règle est pourtant nette.

geom_point(color = "blue")              # tous les points en bleu
geom_point(aes(color = region))         # une couleur PAR REGION

Dans aes, un attribut visuel est relié à une colonne : la couleur devient porteuse d’information et une légende apparaît. En dehors, c’est une valeur fixe appliquée à tout.

Le symptôme du aes mal placé

geom_point(aes(color = "blue"))

Tous les points ressortent rouges, avec une légende intitulée « blue ». ggplot2 a compris que vous vouliez colorer selon une variable qui vaut partout la chaîne "blue" — il n’y a donc qu’une modalité, à laquelle il attribue sa première couleur.

Une couleur fixe se déclare hors de aes.

9.3.2 Les canaux disponibles

Canal	Convient à
`color`	une qualitative, ou le contour d’une forme
`fill`	l’intérieur d’une forme — barres, boîtes
`shape`	une qualitative, jusqu’à six modalités
`size`	une quantitative
`alpha`	la transparence — utile quand les points se superposent
`linetype`	style de trait

ggplot(d, aes(x = pib, y = chomage, color = region, shape = region)) +
  geom_point(size = 3)

Coder la même variable par la couleur et la forme rend la figure lisible en noir et blanc comme pour un lecteur daltonien — la règle énoncée au chapitre précédent.

9.4 Découper en petits multiples

ggplot(d, aes(x = annee, y = pib)) +
  geom_line() +
  facet_wrap(~ region)

facet_wrap produit une figure par modalité, aux mêmes échelles, disposées en grille. C’est l’une des fonctions les plus utiles de ggplot2 : là où le système de base demanderait une boucle et un par(mfrow), une ligne suffit.

facet_wrap(~ region, ncol = 2)                   # deux colonnes
facet_wrap(~ region, scales = "free_y")          # echelles y independantes
facet_grid(secteur ~ region)                     # une grille a deux variables

Échelles communes ou libres ?

Par défaut, toutes les facettes partagent les mêmes axes — ce qui rend les niveaux comparables entre panneaux. C’est presque toujours ce que l’on veut.

scales = "free_y" libère l’axe vertical : chaque panneau utilise toute sa hauteur. Cela révèle mieux la forme de chaque série, mais interdit de comparer les niveaux. Choisissez selon la question posée, et dites-le en légende.

9.5 Habiller

9.5.1 Titres et étiquettes

ggplot(d, aes(pib, chomage, color = region)) +
  geom_point(size = 3) +
  labs(title    = "Chomage et richesse regionale",
       subtitle = "Maroc, 2023",
       x        = "PIB (milliards de dirhams)",
       y        = "Taux de chomage (%)",
       color    = "Region",
       caption  = "Source : HCP")

labs renomme tout, y compris le titre de la légende — qui porte le nom du canal esthétique (color, fill, shape).

9.5.2 Les thèmes

p + theme_minimal()      # fond blanc, grille discrete
p + theme_bw()           # cadre noir, classique en publication
p + theme_classic()      # deux axes seulement, sans grille

theme_minimal(base_size = 14) agrandit toutes les polices d’un coup — le réglage à faire pour une projection en amphithéâtre.

p + theme_minimal(base_size = 13) +
  theme(legend.position = "bottom",
        plot.title = element_text(face = "bold"))

9.5.3 Les échelles

p + scale_y_continuous(limits = c(0, 20))                  # borner un axe
p + scale_x_log10()                                        # echelle log
p + scale_color_brewer(palette = "Set2")                   # palette qualitative
p + scale_color_viridis_d()                                # palette lisible par tous

Deux façons de borner un axe, aux effets opposés

scale_y_continuous(limits = c(0, 20)) supprime les observations hors bornes — un ajustement linéaire calculé ensuite ne portera pas sur toutes les données.

coord_cartesian(ylim = c(0, 20)) se contente de zoomer : rien n’est retiré du calcul.

Pour cadrer une figure sans fausser un ajustement, utilisez coord_cartesian. ggplot2 avertit du nombre de lignes retirées dans le premier cas — lisez ces messages, ils sont là pour cela.

9.6 Enregistrer

ggsave("figure.png", width = 8, height = 5, dpi = 300)
ggsave("figure.pdf", plot = p, width = 8, height = 5)

ggsave enregistre la dernière figure affichée si l’on ne précise rien, et devine le format d’après l’extension. Plus simple que la séquence png() … dev.off() du chapitre précédent, et sans risque d’oublier la fermeture.

Les dimensions sont en pouces. Pour un article sur deux colonnes, width = 6.5 correspond à la largeur d’une page A4 avec marges.

À vous

À partir d’un tableau contenant pib, chomage et region, écrivez la figure suivante : un nuage de points coloré et différencié par région, une droite d’ajustement par région, des titres complets, le thème minimal, et un enregistrement en PDF.

La solution

library(ggplot2)

p <- ggplot(d, aes(x = pib, y = chomage,
                   color = region, shape = region)) +
  geom_point(size = 3, alpha = 0.8) +
  geom_smooth(method = "lm", se = FALSE) +
  labs(title = "Chomage et richesse regionale",
       x = "PIB (milliards de dirhams)",
       y = "Taux de chomage (%)",
       color = "Region", shape = "Region") +
  theme_minimal(base_size = 13) +
  theme(legend.position = "bottom")

p
ggsave("chomage_pib.pdf", plot = p, width = 8, height = 5)

Notez que color et shape doivent recevoir le même titre dans labs, sans quoi ggplot2 affiche deux légendes séparées pour la même variable.

Ce qu’il faut retenir

Écriture	Effet
`ggplot(d, aes(x, y)) + geom_*()`	les trois éléments obligatoires
`+` en fin de ligne	jamais en début
`aes(color = var)`	la couleur porte une information
`color = "blue"` hors de `aes`	couleur fixe
`geom_point`, `geom_line`, `geom_col`, `geom_boxplot`	les géométries usuelles
`geom_smooth(method = "lm")`	ajustement avec intervalle
`facet_wrap(~ var)`	une figure par modalité
`labs`	titres, axes, et titre de légende
`theme_minimal(base_size = 14)`	thème et taille de police
`coord_cartesian(ylim = )`	zoomer sans supprimer d’observations
`ggsave`	enregistrer, format déduit de l’extension
`p <- ggplot(...)`	la figure est un objet réutilisable

Le dernier chapitre complète ggplot2 par son compagnon naturel : dplyr, qui prépare les tableaux que ces figures représentent.