15 questions que tous les utilisateurs de R se posent sur les graphiques

Nommer les axes (avec exposants ou indices) et ajouter un titre

Vous pouvez facilement nommer les axes et ajouter un titre pour rendre votre graphique plus clair pour votre public.

Ajoutez les arguments main pour le titre principal, sub pour le sous‑titre, xlab pour l’axe des x et ylab pour l’axe des y.

Remarque : pour des exposants ou indices dans le titre, utilisez expression() avec ^ pour l’exposant et des crochets pour l’indice dans l’argument main de plot().

Testez‑le dans le bloc DataCamp Light ci‑dessous :

Vous pouvez aussi afficher des lettres grecques dans les étiquettes d’axes en combinant expression() et paste(). Exécutez :

Ajuster l’apparence des étiquettes d’axes

Pour plus d’informations, consultez cette page.

Supprimer les étiquettes et annotations d’axes

Pour masquer les valeurs des axes, passez xaxt et yaxt à "n" (suppression du tracé des axes). Toute autre valeur tracera l’axe.

Astuce : si ce n’est pas l’info recherchée, voyez cette page.

Faire pivoter les étiquettes d’axes

Remarque : cela suppose d’abord de tracer sans axes via plot() puis d’ajouter les axes avec axis().

las accepte : 0 (parallèle à l’axe, défaut), 1 (horizontal), 2 (perpendiculaire), 3 (vertical).

Pour en savoir plus sur axis(), continuez ci‑dessous.

Déplacer les axes

Vous voulez déplacer vos axes ? Utilisez axis() pour choisir où dessiner chaque axe. Par exemple, l’axe des x en haut et l’axe des y à droite.

Rappel : avec axis(), 1 = bas, 2 = gauche, 3 = haut, 4 = droite.

Vous tracez d’abord sans axes ni annotations, puis vous ajoutez les axes souhaités et leur position.

La flexibilité de axis() ne s’arrête pas là ! Voyez la suite.

Astuce : consultez la dernière question pour déplacer le texte des axes avec hjust et vjust.

Modifier l’espacement des graduations

Laisser R décider des graduations peut être frustrant. Voici comment les ajuster.

1. Utiliser axis() pour maîtriser les graduations

Vous définissez d’abord la position des graduations et leurs libellés, puis vous tracez en supprimant l’axe (xax t = "n").

Ensuite :

• axis() choisit le côté (1 bas, 2 gauche, 3 haut, 4 droite) ;
• at indique où dessiner les graduations (ici V1) ;
• labels fournit les libellés (ici V2) ;
• tck règle la direction/longueur des graduations (valeur négative : sous l’axe).

Astuce : passez une valeur positive à tck pour voir la différence.

2. Utiliser d’autres fonctions pour contrôler les graduations

Vous pouvez aussi utiliser par() et plot() avec l’argument xaxp (positions des graduations extrêmes sur l’axe des x et nombre d’intervalles) :

Variante équivalente :

Remarque : cela ne fonctionne pas en échelle logarithmique. Avec par(xlog=T), la signification des trois valeurs de xaxp change : pour une petite plage, n est négatif, sinon n vaut 1:3 et x1 et x2 sont les plus petites et plus grandes puissances de 10 dans les coordonnées utilisateur, 10 ^ par(“usr”)[1:2].

Ici, vous utilisez par() : vous mettez xlog à TRUE et fixez xaxp pour les graduations extrêmes et le nombre d’intervalles (min = 1, max = 4, intervalles = 3).

Vous tracez ensuite x et y avec l’argument log pour indiquer l’axe à mettre en log ("x", "y" ou "xy").

Ajouter des graduations secondaires

• nx définit le nombre d’intervalles entre graduations majeures sur l’axe x (1 = supprime) ;
• ny fait de même pour l’axe y ;
• tick.ratio fixe le ratio de longueur petites/grandes graduations (longueur des grandes issue de par(tck=x)).

Ajouter et modifier une légende avec R de base

Notez que pt.cex et title.cex ne fonctionnent pas toujours comme prévu. Contournements :

1. Changer la police du titre/texte via text.font dans legend() :

2. Tracer la légende deux fois avec des valeurs cex différentes

Astuce : pour les couleurs disponibles en R, voyez ce PDF très utile.

Ajouter et modifier la légende et les libellés avec ggplot2

Puis personnalisez l’apparence de la légende.

Deux approches pour changer titre et libellés dans ggplot2 :

1. Modifier les « scales » pour définir titres et libellés

Le tracé peut sembler compressé dans l’onglet Plot de DataCamp Light, ce ne serait pas le cas dans RStudio.

Vous pouvez créer deux légendes si vous utilisez shape dans geom_point() et dans les labels.

Pour placer la légende en bas, définissez legend.position à "bottom". legend.justification permet de positionner la légende dans le tracé.

Astuce : découvrez les différentes scales et leurs options ici.

2. Modifier le data frame pour mettre les bons niveaux de facteur

Vous pourrez ensuite utiliser ces nouveaux libellés dans ggplot2 sans lignes de code supplémentaires pour renommer dans le tracé.

Astuce : pour une cheat sheet complète ggplot2, rendez‑vous ici.

Avec R de base

Avec ggplot2

Le bloc ci‑dessous montre comment forcer l’affichage d’une grille avec ggplot2. Les données chol sont déjà chargées et préparées.

Si vous voulez voir les premières lignes, affichez‑les dans la console R du bloc DataCamp Light :

Astuce : pour masquer la grille mineure, passez element_blank() à panel.grid.minor.

Pour colorer le fond, ajoutez panel.background = element_rect(fill = "navy"). Exemple ci‑dessous (données chol déjà chargées) :

Avec R de base

Ici, les rayons des cercles proviennent de df$x3, et inches contrôle la taille : si positif, la plus grande dimension du symbole prend cette taille en pouces.

Avec ggplot2

Vous pouvez aussi passer size à geom_point() :

ggplot(chol, 
       aes(x=chol$WEIGHT, y=chol$HEIGHT)) + 
  geom_point(size = 2)

Le résultat est identique : testez en remplaçant la dernière ligne du bloc par ce code.

Tracer des barres d’erreur avec R de base

Mauvaise nouvelle : R ne trace pas directement des barres d’erreur. Bonne nouvelle : vous pouvez les construire sans package additionnel !

Commencez par définir cette fonction qui calcule des statistiques de synthèse :

summarySE <- function(data=NULL, measurevar, groupvars=NULL, na.rm=FALSE,
                      conf.interval=.95, .drop=TRUE) {
    library(plyr)

    # New version of length which can handle NA's: if na.rm==T, don't count them
    length2 <- function (x, na.rm=FALSE) {
        if (na.rm) sum(!is.na(x))
        else       length(x)
    }

    # This does the summary. For each group's data frame, return a vector with
    # N, mean, and sd
    datac <- ddply(data, groupvars, .drop=.drop,
      .fun = function(xx, col) {
        c(N    = length2(xx[[col]], na.rm=na.rm),
          mean = mean   (xx[[col]], na.rm=na.rm),
          sd   = sd     (xx[[col]], na.rm=na.rm)
        )
      },
      measurevar
    )

    # Rename the "mean" column    
    datac <- rename(datac, c("mean" = measurevar))

    datac$se <- datac$sd / sqrt(datac$N)  # Calculate standard error of the mean

    # Confidence interval multiplier for standard error
    # Calculate t-statistic for confidence interval: 
    # e.g., if conf.interval is .95, use .975 (above/below), and use df=N-1
    ciMult <- qt(conf.interval/2 + .5, datac$N-1)
    datac$ci <- datac$se * ciMult

    return(datac)
}

Cette définition provient de cette source et est disponible via la librairie Rmisc.

Calculez ensuite les statistiques sur chol (déjà chargé), puis utilisez‑les pour tracer votre graphique.

Inspectez les données avant de commencer !

Pour la liste complète des arguments de arrows(), voir ici.

Tracer des barres d’erreur avec ggplot2