Aller au contenu principal

Visualisation

Progression

#Visualiser avec ggplot2

La grammaire des graphiques proposée par ggplot2 permet de construire des visualisations expressives en composant des briques simples. Nous allons comprendre comment définir des mappings esthétiques, choisir les géométries adaptées et personnaliser la présentation.

#1. Comprendre la grammaire

Un graphique ggplot se construit en trois étapes :

  1. Choisir un jeu de données (ggplot(data)).
  2. Définir les esthétiques (aes) qui relient des variables aux axes, aux couleurs, aux tailles…
  3. Superposer des géométries (geom_col, geom_point, geom_boxplot, etc.).
rr
1library(ggplot2)2notes |> 3  ggplot(aes(x = filiere, y = note, fill = filiere)) +4  geom_boxplot() +5  coord_flip() +6  labs(title = "Distribution des notes par filière",7       x = "Filière",8       y = "Note") +9  theme_minimal()

#2. Narration et mise en forme

Au‑delà du graphique brut, nous travaillons sur la narration : choix des couleurs, annotation de zones clés, facettage pour comparer plusieurs sous-populations (facet_wrap, facet_grid). Nous explorons également les thèmes (theme_*) et la construction d’un thème maison pour respecter une charte graphique.

#Atelier

  1. Reproduisez un graphique du New York Times : identifiez la structure (geom, facettes, annotations) et implémentez-la dans ggplot2.
  2. Créez un tableau de bord minimal avec flexdashboard regroupant trois visualisations complémentaires (distribution, évolution temporelle, carte).
  3. Exportez vos graphiques au format vectoriel (ggsave("graphique.pdf", dpi = 300)) en contrôlant la taille et les marges pour une impression sans surprise.