Introduction à R

Introduction à R, le couteau suisse de la data science

Joël Gombin et Samuel Goëta (datactivi.st)

Retrouvez les matériaux sur : www.github.com/datactivist/IntroR_ODF

Pad collaboratif : https://frama.link/formationR_pad4

Ce qu’on a déjà appris

• l’écosystème dans lequel s’inscrit R
• importer des données
• préparer des tidy data
• transformer les données
• fusionner des jeux de données
• agréger un jeu de données

Ce qu’on a déjà appris

Objectifs de la journée

• acquérir quelques principes de dataviz (Tufte, Wilkinson, Few…)
• avoir une vision d’ensemble des systèmes graphiques dans R
• se familiariser avec ggplot2 et la grammaire des graphiques
• Aller plus loin avec ggplot2 (petits multiples, visualisation de modèles, composition de dataviz complexes…)

Exercice

• sélectionner un jeu de données
• s’assurer que le jeu de données est “tidy”
• transformer le jeu de données comme nécessaire pour exploitation : recodage, transformation des variables, agrégation…

Le panorama des systèmes graphiques de R

• base graphics : mélange bas niveau/haut niveau, complexe, pas très cohérent, mais rapide et puissant
• lattice : haut niveau, a une grammaire, plus très utilisé
• ggplot2 : haut niveau, grammaire cohérente, très puissant, très largement utilisé et imité

La notion de grammaire de visualisation

• données
• correspondances esthétiques (aesthetic mapping)
• couches (layer) : geom et stat
• échelles (scale)
• un système de coordonnées (coord)
• petits multiples (facet)
• un thème (theme)

Un premier exemple simple

• choisir un jeu de données
• faire des graphiques descriptifs (univariés)
• faire des graphiques bivariés
• changer les aes
• changer les geom
• changer les theme

Les principaux geom

• geom_point
• geom_line
• geom_text
• geom_quantile
• geom_histogram
• geom_density
• geom_smooth
• geom_bar
• et même geom_map

Les principaux aesthetics

• x
• y
• colour
• fill
• size
• line width lwd
• line type lty