Visualisation avec R

Chap. 1

I. Présentation du cours

A) 👨‍🏫 Enseignant

Nom : Laurent Rouvière
Email : laurent.rouviere@univ-rennes2.fr

B) 📚 Recherche

Domaines :
- Statistique non paramétrique
- Apprentissage statistique

C) 🎓 Enseignement

Disciplines :
- Statistique
- Probabilités
Niveaux :
- Université
- École d’ingénieur
- Formation continue

D) 📋 Responsabilités

Co-responsable du Master MAS
Responsable du parcours SDD-IA

E) 💼 Consulting

Secteurs :
- Énergie (ERDF)
- Finance
- Marketing

F) 🔑 Prérequis

Niveau : Avancé en R
Bases : Statistique et programmation

G) 🎯 Objectifs

Comprendre l'importance de la visualisation en science des données
Visualiser des données : approches statique, dynamique et interactive
Découvrir quelques packages de visualisation en R
Créer des applications web

Chap. 2

II. Documents de cours

A) 📄 Slides

Slides disponibles ici.

B) 📚 Tutoriel

Tutoriel : compléments de cours et exercices disponibles à l’URL https://rouviere.pages.math.cnrs.fr/TUTO_R/.

C) 🌐 Ressources

Le net : de nombreux tutoriels.
Livre : R pour la statistique et la science des données, PUR.

Chap. 3

III. Pourquoi un cours de visualisation ?

A) 📊 Données et Modèles Complexes

Données : Les données deviennent de plus en plus complexes.
Modèles : Les modèles statistiques sont également de plus en plus complexes.
Interprétations : Les résultats nécessitent des interprétations plus nuancées.

B) 🔍 Besoins de Visualisation

La visualisation est essentielle pour :

Décrire les données : Facilite la compréhension des caractéristiques des données.
Calibrer les modèles : Aide à ajuster les modèles pour une meilleure précision.
Présenter les résultats : Permet de communiquer efficacement les résultats d'une étude.

C) ⚠️ Conséquences

La visualisation est cruciale tout au long d’une étude statistique.
De plus en plus de packages R sont dédiés à la visualisation, facilitant ainsi l'accès à des outils performants.

Chap. 4

IV. Plan

A) 📊 Approches de la Visualisation

Méthodes/statistiques : PCA, LDA, arbres, etc.
Outils informatiques : Packages R.

B) 🛠️ Outils R Présentés

ggplot2 : Visualisation des données ⟹ 3h.
Cartes :
- ggplot2, sf et leaflet ⟹ 3-4h.
Visualisation dynamique/intéractive :
- Données avec rAmCharts, Plotly et ggiraph ⟹ 1h.
- Tableaux de bord avec quarto ⟹ 1h.
- Applications web avec shiny ⟹ 3-4h.
- Compléments : Workshop shiny à venir.

C) 📈 Exemples Pratiques

Boxplot sur les iris :

data(iris)
summary(iris)
boxplot(Sepal.Length ~ Species, data=iris)

Grammaire ggplot :

library(tidyverse)
ggplot(iris) + aes(x=Species, y=Sepal.Length) + geom_boxplot()

Carte des températures :

library(sf)
dpt <- read_sf("./data/dpt")
ggplot(dpt) + geom_sf(aes(fill=temp)) + scale_fill_continuous(low="yellow", high="red") + theme_void()

D) 📊 Tableaux de Bord

Utiles pour publier des synthèses d'outils de visualisation (données, graphes, modèles simples).
Quarto dashboard : Documentation.
Exemple : Dashboard.

E) 🌐 Applications Web avec Shiny

Shiny permet de construire des applications web avec R.
Exemples :
- Overfitting en machine learning : Application.
- Stations Velib à Rennes : Application.

F) 📝 En Résumé

Durée : 12 (+5) heures pour 3 ou 4 thèmes.
Structure : 1 thème = quelques slides + tutoriel (compléments à lire + exercices).
Investissement personnel : Les heures en séance ne suffisent pas pour tout faire !

Chap. 5

V. Visualiser des données

A) 📊 Graphes conventionnels

Visualisation : essentielle à chaque étape d'une étude statistique.
R permet de créer de nombreux types de graphes.
Présentation des graphes classiques suivie par ceux de ggplot2.

1) Types de graphes

Histogramme : pour une variable continue.
Diagramme en barres : pour une variable qualitative.
Nuage de points : pour 2 variables continues.
Boxplot : pour visualiser une distribution continue.

2) Exemples de graphes classiques

Nuage de points :

plot(Sepal.Length ~ Sepal.Width, data=iris)

Histogramme :
```
hist(iris$Sepal.Length, col="red")
```
Diagramme en barres :
```
barplot(table(iris$Species))
```

Boxplot :

boxplot(Sepal.Length ~ Species, data=iris)

B) 📈 Visualisation avec ggplot2

ggplot2 : permet de créer des graphes de haute qualité avec une syntaxe claire.
Basé sur une grammaire des graphiques.

1) Assembler des couches

Un graphe est défini par :
- Les données.
- Les variables à représenter.
- Le type de représentation (nuage de points, boxplot, etc.).

2) Syntaxe de ggplot2

Data : ggplot(data)
Aesthetics : aes()
Geometric : geom_...
Statistics : stat_...
Scales : scale_...

Exemple :

ggplot(iris) + aes(x=Sepal.Length, y=Sepal.Width) + geom_point()

C) 🎨 Personnalisation des graphes

Couleur et taille :

ggplot(iris) + aes(x=Sepal.Length, y=Sepal.Width) + geom_point(color="blue", size=2)

Changer la couleur avec une variable qualitative :

ggplot(iris) + aes(x=Sepal.Length, y=Sepal.Width, color=Species) + geom_point()

D) 📊 Exemples de géométries

Geom	Description	Aesthetics
`geom_point()`	Nuage de points	x, y, shape, fill
`geom_line()`	Ligne (ordonnée selon x)	x, y, linetype
`geom_bar()`	Diagramme en barres	x, fill, linetype, weight
`geom_histogram()`	Histogramme	x, fill, linetype, weight

E) 🗺️ Cartes et visualisation géographique

Utilisation de cartes pour visualiser des données ou résultats de modèles.
Introduction à des packages comme sf pour les shapefiles et leaflet pour des cartes interactives.

Chap. 6

VI. Cartes

A) 📊 Cartes avec ggplot2

Packages utilisés : ggplot2, sf (cartes statiques), leaflet (cartes dynamiques).

Syntaxe de base :

Récupération des fonds de carte :
```
fond <- map_data("state")
```

Création d'une carte :

ggplot(fond) + aes(x = long, y = lat, group = group) + geom_polygon(fill = "white", color = "black") + coord_quickmap()

B) 📍 Ajout de points

Exemple pour Paris :

Paris <- tibble(long = 2.351499, lat = 48.85661)
ggplot(fr) + aes(x = long, y = lat) + geom_polygon(aes(group = group), fill = "white", color = "black") + geom_point(data = Paris, color = "red") + coord_quickmap()

C) 🌍 Géolocalisation

Utilisation du package tidygeocoder :

library(tidygeocoder)
tibble(ville = c("Paris", "Lyon", "Marseille", "Rennes")) |> geocode(city = ville)

D) 🗺️ Cartes avec sf

Package sf : Gère des objets cartographiques complexes.
Fonds de carte au format shapefile :
- Lecture d'un shapefile :
```
library(sf)
dpt <- read_sf("./data/dpt")
```

E) 📈 Visualisation avec ggplot

Création d'une carte avec geom_sf :
```
ggplot(dpt) + geom_sf()
```

F) 🎨 Coloration des polygones

Exemple de coloration :

set.seed(1234)
dpt1 <- dpt |> mutate(temp = runif(96, 10, 20))
ggplot(dpt1) + geom_sf(aes(fill = temp)) + scale_fill_continuous(low = "yellow", high = "red") + theme_void()

G) 🛠️ Fonctions utiles de la classe geometry

Fonctions :
- st_point, st_multipoint : Créer des points.
- st_sfc : Créer une liste d'objets sf.
- st_geometry : Extraire ou modifier la géométrie d'un objet.
- st_crs : Spécifier le système de coordonnées.

H) 🗺️ Cartes interactives avec leaflet

Création d'une carte :

library(leaflet)
leaflet() |> addTiles() + setView(lng = 2.35222, lat = 48.856614, zoom = 12)

I) 🌐 Autres packages pour la cartographie

mapsf : Pour des cartes thématiques.
tmap : Pour des visualisations dynamiques.
mapview : Pour visualiser des données spatiales de manière interactive.

Chap. 7

VII. Quelques outils de visualisation dynamiques

A) 📊 Introduction aux visualisations dynamiques

Les visualisations dynamiques permettent d'interagir avec les données.
Elles offrent une meilleure compréhension des tendances et des relations.

B) 🌐 Outils populaires

Plotly
- Permet de créer des graphiques interactifs.
- Supporte divers types de graphiques : lignes, barres, nuages de points, etc.
- Intégration facile avec R via le package plotly.
Shiny
- Cadre pour construire des applications web interactives.
- Permet de créer des tableaux de bord dynamiques.
- Utilise une interface réactive pour mettre à jour les visualisations en temps réel.
gganimate
- Extension de ggplot2 pour créer des animations.
- Idéal pour visualiser des changements au fil du temps.
- Utilise des transitions pour rendre les graphiques plus engageants.

C) 📈 Exemples d'utilisation

1) Plotly

library(plotly)
fig <- plot_ly(data = mtcars, x = ~wt, y = ~mpg, type = 'scatter', mode = 'markers')
fig

2) Shiny

library(shiny)
ui <- fluidPage(
  titlePanel("Mon application Shiny"),
  sidebarLayout(
    sidebarPanel(
      sliderInput("num", "Choisissez un nombre:", 1, 100, 50)
    ),
    mainPanel(
      plotOutput("distPlot")
    )
  )
)
server <- function(input, output) {
  output$distPlot <- renderPlot({
    hist(rnorm(input$num))
  })
}
shinyApp(ui = ui, server = server)

3) gganimate

library(gganimate)
library(ggplot2)
p <- ggplot(mtcars, aes(x = wt, y = mpg, frame = factor(cyl))) +
  geom_point() +
  transition_time(cyl)
animate(p)

D) 🔑 Points clés à retenir

Les visualisations dynamiques améliorent l'interaction avec les données.
Plotly, Shiny et gganimate sont des outils essentiels pour créer des visualisations interactives.
La pratique avec ces outils est cruciale pour maîtriser la visualisation dynamique en R.

Chap. 8

VIII. Applications web avec shiny

Shiny est un package R qui permet de construire des applications web avec R. Voici quelques points clés à retenir :

A) 🌐 Introduction à Shiny

Shiny permet de créer des interfaces utilisateur interactives.
Utilisé principalement pour des visualisations et des analyses de données.

B) 📊 Exemples d'applications

Overfitting en machine learning :
- Lien : overfitting_app
Stations Velib à Rennes :
- Lien : 19_velib

C) 🚀 Avantages de Shiny

Interactivité : Permet aux utilisateurs d'interagir avec les données en temps réel.
Facilité d'utilisation : Accessible même pour ceux qui n'ont pas de compétences avancées en développement web.
Intégration avec R : Utilise directement les capacités de R pour l'analyse de données et la visualisation.

Chap. 9

IX. En résumé

A) ⏳ Durée et Organisation

12 (+5) heures pour 3 ou 4 thèmes.
1 thème = quelques slides + tutoriel (compléments à lire + exercices).
Nécessite un investissement personnel ⟹ les heures en séance ne sont pas suffisantes pour tout faire !

B) 📚 Plan du Cours

Présentation du cours
Visualiser des données
- Graphes conventionnels
- Visualisation avec ggplot2
Cartes
- ggplot2
- Contours shapefile avec sf
- Cartes interactives avec leaflet
- Autres packages carto
Quelques outils de visualisation dynamiques
- rAmCharts, plotly et ggiraph
- Graphes avec visNetwork
- Tableau de bord avec flexdashboard

C) 📊 Visualisation des Données

La visualisation est cruciale à toutes les étapes d’une étude statistique.
R permet de créer un très grand nombre de types de graphes.
Présentation des graphes classiques suivie par les graphes ggplot2.

D) 📈 Graphes Classiques

Histogramme pour une variable continue.
Diagramme en barre pour une variable qualitative.
Nuage de points pour 2 variables continues.
Boxplot pour une distribution continue.

E) 🎨 Visualisation avec ggplot2

ggplot2 utilise une grammaire des graphiques, similaire à dplyr pour manipuler les données.
Les graphes produits sont de très bonne qualité.
Les graphes sont construits à partir de couches :
- Spécifier les données avec ggplot.
- Indiquer les variables avec aes.
- Choisir le type de représentation avec geom_.

F) 🔍 Exemples de Graphes