Dans ce chapitre, nous nous concentrons sur la visualisation des proportions d’un ensemble ; vous verrez que les diagrammes circulaires ne sont pas si mauvais, et nous parlerons aussi des graphiques « waffle » et des barres empilées pour comparer plusieurs proportions.

Introduction à la Grammar of Graphics

Se familiariser avec les données sur les maladies

Échauffement à la manipulation de données

Le diagramme en secteurs et ses cousins

Le tristement célèbre P-I-E

Nettoyer le camembert

Et si on essayait un « waffle » ?

Quand utiliser des barres

Barres empilées simples

Ordonner l’empilement pour la lisibilité

Axe des x catégoriel

Proportions d’un ensemble

Nous passons maintenant aux données à observation unique ou ponctuelles et expliquons quand les diagrammes en barres sont appropriés ou non, quoi utiliser lorsqu’ils ne le sont pas, ainsi que des améliorations liées à la perception pour rendre vos graphiques plus lisibles.

Barres et points : données ponctuelles

Les barres sont-elles appropriées ?

Utiliser geom_col

Maîtriser geom_bar

Graphiques en points

Graphique de points ordonné

Ajouter des repères visuels

Utiliser le facettage pour révéler la structure.

Ajuster vos graphiques

Inversions d’axes

Nettoyer l’histogramme

Passer à un nuage de points

Données ponctuelles

Nous abordons à présent la visualisation de données distributionnelles ; nous mettons en évidence la fragilité des histogrammes, discutons des situations où il vaut mieux passer à des courbes de densité à noyau, et voyons comment optimiser ces deux types de graphiques pour vos données.

Importance des distributions

Se repérer dans les données

Observer l’ensemble des données

Passer l’axe des y à la densité

Nuances des histogrammes

Ajuster le nombre de classes

Encore des barres

Largeur de bin selon le contexte

L’estimateur à noyau de densité

De l’histogramme à la KDE

Ajouter un tapis (rug)

KDE avec beaucoup de données

Distributions simples

Pour conclure, nous examinons la comparaison de distributions multiples. Vous verrez pourquoi les boîtes à moustaches traditionnelles peuvent être trompeuses et comment les améliorer facilement, ainsi que les cas où privilégier des alternatives plus avancées comme les diagrammes « beeswarm » et les violons.

Introduction à la comparaison de distributions

Un boxplot simple

Ajouter un peu de jitter

Facetter pour afficher toutes les couleurs

Beeswarms et violons

Votre premier beeswarm

Ajuster un violon plot

Violons avec boxplots

Comparer de nombreuses distributions

Comparer des distributions liées spatialement

Un ridgeline plot simple

Nettoyer vos ridgelines

Faire pleuvoir (des points de données)

Conclusion

Comparer des distributions

World Health Organization Disease Dataset

Ce cours vous aidera à aller au-delà des bases en visualisation de données et à en faire un atout puissant dans votre boîte à outils de data science. Au fil des leçons, nous utiliserons deux jeux de données ouverts intéressants pour couvrir différents types de données (proportions, données ponctuelles, distributions simples et multiples) et discuter des avantages et limites des visualisations les plus courantes. Nous verrons aussi des alternatives moins répandues adaptées à ces types de données, et comment ajuster les paramètres par défaut de ggplot pour transmettre votre message de façon plus efficace et percutante.

Introduction to Data Visualization with ggplot2

Apprenez à présenter vos données avec des graphiques courants, des visualisations alternatives et des styles.

L’estimateur à noyau de densité

Create Your Free Account