L'une des principales raisons pour lesquelles les analystes de données se tournent vers R est sa forte capacité graphique. R offre un riche ensemble de fonctions intégrées et de packages pour créer différents types de graphiques. Les graphiques sont un outil puissant pour la visualisation des données, permettant de rendre plus compréhensibles les schémas, les tendances et les relations complexes. Avec R, les utilisateurs peuvent créer des graphiques simples tels que des camemberts, des barres et des graphiques linéaires, ainsi que des graphiques plus sophistiqués tels que des diagrammes de dispersion, des diagrammes en boîte, des cartes thermiques et des histogrammes. Il prend en charge les graphiques de haut niveau, y compris le système de traçage générique, les graphiques en grille et les graphiques en treillis. Le paquetage "ggplot2", qui fait partie de tidyverse, a révolutionné la manière dont les utilisateurs de R créent des graphiques complexes et de haute qualité grâce à son concept de superposition, qui permet de construire un graphique étape par étape et de manière intuitive.

L'utilisation de graphiques dans R commence souvent par le nettoyage et la préparation des données, suivis de la définition du type de graphique, de la personnalisation de l'esthétique du tracé (couleurs, échelles et thème) et enfin du rendu du tracé. Les capacités graphiques de R ne sont pas seulement polyvalentes, elles sont aussi hautement personnalisables et permettent de contrôler presque tous les paramètres graphiques. C'est particulièrement vrai avec "ggplot2", qui offre un système cohérent pour décrire et construire des graphiques. Malgré la courbe d'apprentissage associée, la maîtrise des graphiques en R peut aider les scientifiques des données, les statisticiens et les chercheurs à communiquer efficacement leurs résultats et leurs idées, ce qui en fait un outil puissant dans le domaine de la science des données et de l'analyse.

Créer un graphique fournit une vue d'ensemble de la création et de l'enregistrement de graphiques dans R.

Le reste de la section décrit comment créer des types de graphiques de base. Il s'agit notamment de diagrammes de densité (histogrammes et diagrammes de densité à noyau), de diagrammes en points, de diagrammes en barres (simples, empilés, groupés), de diagrammes linéaires, de diagrammes circulaires (simples, annotés, en 3D), de diagrammes en boîte (simples, à encoche, en violon, en sac) et de diagrammes de dispersion (simples, avec lignes d'ajustement, matrices de diagrammes de dispersion, diagrammes à haute densité et diagrammes en 3D).

Graphiques avancés

Cette section décrit comment personnaliser vos graphiques. Il couvre également des graphiques plus sophistiqués sur le plan statistique. C'est l'un des nombreux domaines dans lesquels R se distingue vraiment.

Personnalisation

Les paramètres graphiques décrivent comment modifier les symboles, les polices, les couleurs et les lignes d'un graphique. Axes et texte décrit comment personnaliser les axes d'un graphique, ajouter des lignes de référence, des annotations de texte et une légende. Combiner des tracés décrit comment organiser plusieurs tracés en un seul graphique.

Types de graphiques avancés

Le package lattice fournit un système complet de visualisation de données multivariées, y compris la possibilité de créer des graphiques conditionnés par une ou plusieurs variables. Le paquet ggplot2 offre un système élégant pour générer des graphiques univariés et multivariés basés sur une grammaire graphique. Parmi les autres types de graphiques, citons les diagrammes de probabilité, les diagrammes en mosaïque et les corrélogrammes. Enfin, des méthodes d'interaction avec les graphiques (par exemple, l'établissement de liens entre plusieurs graphiques avec brossage des couleurs, ou la rotation interactive en temps réel) sont proposées.

Aller plus loin

Pour pratiquer les bases du traçage dans R de manière interactive, essayez ce cours de DataCamp.

Essayez le premier chapitre de ce cours interactif sur la visualisation de données avec ggplot2.