|
| 1 | +--- |
| 2 | +title: "Graphiques en barres" |
| 3 | +subtitle: "Visualisation III" |
| 4 | +author: "Guyliann Engels & Philippe Grosjean" |
| 5 | +description: "**SDD I Module 4** Exploration de graphiques plus avancés dans R." |
| 6 | +tutorial: |
| 7 | + id: "A04La_barres" |
| 8 | + version: 2.0.0/4 |
| 9 | +output: |
| 10 | + learnr::tutorial: |
| 11 | + progressive: true |
| 12 | + allow_skip: true |
| 13 | + fig_caption: yes |
| 14 | +runtime: shiny_prerendered |
| 15 | +--- |
| 16 | + |
| 17 | +```{r setup, include=FALSE} |
| 18 | +BioDataScience1::learnr_setup() |
| 19 | +SciViews::R() |
| 20 | +library(BioDataScience) |
| 21 | +library(ggridges) |
| 22 | +# Dataset |
| 23 | +set.seed(2710) |
| 24 | +e_mathaei <- data_frame(id = 1:345, variety = c(rep("black", times = 236), rep("purple" , times = 40), rep("brown", times = 35), rep("green", times = 34)), site = sample(c("site_A", "site_B"), size = 345, replace = TRUE)) |
| 25 | +crabs <- read("crabs", package = "MASS", lang = "fr") |
| 26 | +``` |
| 27 | + |
| 28 | +```{r, echo=FALSE} |
| 29 | +BioDataScience1::learnr_banner() |
| 30 | +``` |
| 31 | + |
| 32 | +```{r, context="server"} |
| 33 | +BioDataScience1::learnr_server(input, output, session) |
| 34 | +``` |
| 35 | + |
| 36 | +---- |
| 37 | + |
| 38 | +## Objectifs |
| 39 | + |
| 40 | +- Vérifier l'acquisition des notions relatives à la réalisation de graphiques en barres. |
| 41 | + |
| 42 | +## Oursins perforant dans la baie de Tuléar (Madagascar) |
| 43 | + |
| 44 | +La jeu de données nommé `e_mathaei` est un recensement de différentes variétés de l'oursin *Echinometra mathaei*. |
| 45 | + |
| 46 | +```{r echino_data, echo = TRUE} |
| 47 | +# Visualisation de quelques lignes du tableau de données |
| 48 | +e_mathaei[c(200, 250, 300, 340), ] |
| 49 | +``` |
| 50 | + |
| 51 | +### Dénombrement d'oursin |
| 52 | + |
| 53 | +Les scientifiques produisent le graphique suivant : |
| 54 | + |
| 55 | +```{r} |
| 56 | +chart(e_mathaei, formula = ~ variety) + |
| 57 | + geom_bar() + |
| 58 | + coord_flip() |
| 59 | +``` |
| 60 | + |
| 61 | +A partir du jeu de donnée `e_mathaei`, reproduisez le graphique ci-dessus représentant le nombre d'oursin pour chacune des variétés (`variety`). |
| 62 | + |
| 63 | +```{r bar1_h3, exercise=TRUE} |
| 64 | +chart(___, formula = ~ ___) + |
| 65 | + ___() + |
| 66 | + ___() |
| 67 | +``` |
| 68 | + |
| 69 | +```{r bar1_h3-hint-1} |
| 70 | +chart(DF, formula = ~ ___) + |
| 71 | + geom_bar() + |
| 72 | + ___() |
| 73 | +``` |
| 74 | + |
| 75 | +```{r bar1_h3-hint-2} |
| 76 | +chart(e_mathaei, formula = ~ FACTOR) + |
| 77 | + geom_bar() + |
| 78 | + coord_flip() |
| 79 | +
|
| 80 | +#### Attention : solution dans le 'hint' suivant! #### |
| 81 | +``` |
| 82 | + |
| 83 | +```{r bar1_h3-solution} |
| 84 | +chart(e_mathaei, formula = ~ variety) + |
| 85 | + geom_bar() + |
| 86 | + coord_flip() |
| 87 | +``` |
| 88 | + |
| 89 | +```{r bar1_h3-check} |
| 90 | +grade_code("Vous venez de réaliser votre premier graphique en barre. Félicitation !") |
| 91 | +``` |
| 92 | + |
| 93 | +### Dénombrement d'oursin par site |
| 94 | + |
| 95 | +Les scientifiques etudient ensuite le dénombrement par site et produisent le graphique suivant : |
| 96 | + |
| 97 | +```{r} |
| 98 | +chart(e_mathaei, formula = ~ site %fill=% variety) + |
| 99 | + geom_bar() |
| 100 | +``` |
| 101 | + |
| 102 | +A partir du jeu de donnée `e_mathaei`, reproduisez le graphique ci-dessus représentant le nombre d'oursin pour chacune des variétés (`variety`) en fonction du site (`site`). |
| 103 | + |
| 104 | +```{r bar2_h3, exercise=TRUE} |
| 105 | +chart(___, formula = ~ ___ ___ ___) + |
| 106 | + ___() |
| 107 | +``` |
| 108 | + |
| 109 | +```{r bar2_h3-hint-1} |
| 110 | +chart(DF, formula = ~ ___ %fill=% ___) + |
| 111 | + geom___() |
| 112 | +``` |
| 113 | + |
| 114 | +```{r bar2_h3-hint-2} |
| 115 | +chart(e_mathaei, formula = ~ FACTOR %fill=% FACTOR) + |
| 116 | + geom_bar() |
| 117 | +
|
| 118 | +#### Attention : solution dans le 'hint' suivant! #### |
| 119 | +``` |
| 120 | + |
| 121 | +```{r bar2_h3-solution} |
| 122 | +chart(e_mathaei, formula = ~ site %fill=% variety) + |
| 123 | + geom_bar() |
| 124 | +``` |
| 125 | + |
| 126 | +```{r bar2_h3-check} |
| 127 | +grade_code("Vous savez maintenant comment combiner 2 variables facteurs dans un graphique en barres.") |
| 128 | +``` |
| 129 | + |
| 130 | +### Dénombrement d'oursin par site 2 |
| 131 | + |
| 132 | +Par défaut, l'argument `position =` a pour valeur `stack`. Les chercheurs réalisent alors deux nouveaux graphiques avec les mêmes données en modifiant l'argument `position =`. |
| 133 | + |
| 134 | +```{r} |
| 135 | +# position = "dodge" |
| 136 | +a <- chart(e_mathaei, formula = ~ site %fill=% variety) + |
| 137 | + geom_bar(position = "dodge") |
| 138 | +# position = "fill" |
| 139 | +b <- chart(e_mathaei, formula = ~ ~ site %fill=% variety) + |
| 140 | + geom_bar(position = "fill") |
| 141 | +# Combinaison des deux graphiques |
| 142 | +combine_charts(list(a, b), common.legend = TRUE) |
| 143 | +``` |
| 144 | + |
| 145 | +A partir du jeu de donnée `e_mathaei`, reproduisez le graphique ci-dessus représentant le nombre d'oursin pour chacune des variétés (`variety`) par site en utilisant la valeur `dodge` pour le graphique **A** et la valeur `fill` pour le graphique **B**. |
| 146 | + |
| 147 | +```{r bar3_h3, exercise=TRUE} |
| 148 | +# position = "dodge" |
| 149 | +a <- chart(___, formula = ~ ___ ___ ___) + |
| 150 | + geom_bar(___) |
| 151 | +# position = "fill" |
| 152 | +b <- chart(___, formula = ~ ___ ___ ___) + |
| 153 | + geom_bar(___) |
| 154 | +# Combinaison des deux graphiques |
| 155 | +combine_charts(list(a, b), common.legend = TRUE) |
| 156 | +``` |
| 157 | + |
| 158 | +```{r bar3_h3-hint-1} |
| 159 | +# position = "dodge" |
| 160 | +a <- chart(DF, formula = ~ ___ %fill=% ___) + |
| 161 | + geom_bar(position = ___) |
| 162 | +# position = "fill" |
| 163 | +b <- chart(___, formula = ~ ___ ___ ___) + |
| 164 | + geom_bar(___) |
| 165 | +# Combinaison des deux graphiques |
| 166 | +combine_charts(list(a, b), common.legend = TRUE) |
| 167 | +``` |
| 168 | + |
| 169 | +```{r bar3_h3-hint-2} |
| 170 | +# position = "dodge" |
| 171 | +a <- chart(e_mathaei, formula = ~ FACTOR %fill=% FACTOR) + |
| 172 | + geom_bar(position = ___) |
| 173 | +# position = "fill" |
| 174 | +b <- chart(DF, formula = ~ ___ %fill=% ___) + |
| 175 | + geom_bar(position = ___) |
| 176 | +# Combinaison des deux graphiques |
| 177 | +combine_charts(list(a, b), common.legend = TRUE) |
| 178 | +
|
| 179 | +#### Attention : solution dans le 'hint' suivant! #### |
| 180 | +``` |
| 181 | + |
| 182 | +```{r bar3_h3-solution } |
| 183 | +# position = "dodge" |
| 184 | +a <- chart(e_mathaei, formula = ~ site %fill=% variety) + |
| 185 | + geom_bar(position = "dodge") |
| 186 | +# position = "fill" |
| 187 | +b <- chart(e_mathaei, formula = ~ ~ site %fill=% variety) + |
| 188 | + geom_bar(position = "fill") |
| 189 | +# Combinaison des deux graphiques |
| 190 | +combine_charts(list(a, b), common.legend = TRUE) |
| 191 | +``` |
| 192 | + |
| 193 | +```{r bar2_h3-check} |
| 194 | +grade_code("Vous connaissez maintenant les différentes valeurs que peuvent prendre l'argument `position =`. Notez la **différence** qui existe entre le graphique par defaut (`position = stack`) et le graphique B (`position = fill`) ! Le rendu est similaire mais c'est la **fraction** par rapport au total qui est représentée dans le graphique B et **non les effectifs** absolus !!") |
| 195 | +``` |
| 196 | + |
| 197 | +## Biométrie de crabes |
| 198 | + |
| 199 | +Des scientifiques étudient la biométrie de *Leptograpsus variegatus* et ont obtenu le tableau ci-dessous. |
| 200 | + |
| 201 | +```{r crabs_data, echo = TRUE} |
| 202 | +(crabs <- read("crabs", package = "MASS", lang = "fr")) |
| 203 | +``` |
| 204 | + |
| 205 | +Il décident de réaliser le graphique ci-dessous. |
| 206 | + |
| 207 | +```{r} |
| 208 | +chart(crabs, length ~ sex %fill=% sex | species ) + |
| 209 | + stat_summary(geom = "col", fun.y = "mean") |
| 210 | +``` |
| 211 | + |
| 212 | +Reproduisez, à partir des données contenues dans `crabs`, le graphique ci-dessus qui représante la moyenne de la longueur de la carapace (`length`) en fonction du sexe (`sex`) pour chacune des variétés d'oursins (`variety`). Utilisez aussi de la couleur pour mettre en évidence le sexe. |
| 213 | + |
| 214 | +```{r bar4_h3, exercise=TRUE} |
| 215 | +chart(___, ___ ~ ___ ___ ___ ___ ___ ) + |
| 216 | + stat_summary(geom = ___, fun.y = ___) |
| 217 | +``` |
| 218 | + |
| 219 | +```{r bar4_h3-hint-1} |
| 220 | +chart(DF, ___ ~ ___ %fill=% ___ | ___ ) + |
| 221 | + stat_summary(geom = "col", fun.y = ___) |
| 222 | +``` |
| 223 | + |
| 224 | +```{r bar4_h3-hint-2} |
| 225 | +chart(crabs, NUM ~ FACTOR %fill=% FACTOR | FACTOR) + |
| 226 | + stat_summary(geom = "col", fun.y = "mean") |
| 227 | +
|
| 228 | +#### Attention : solution dans le 'hint' suivant! #### |
| 229 | +``` |
| 230 | + |
| 231 | +```{r bar4_h3-solution} |
| 232 | +chart(crabs, length ~ sex %fill=% sex | species ) + |
| 233 | + stat_summary(geom = "col", fun.y = "mean") |
| 234 | +``` |
| 235 | + |
| 236 | +```{r bar4_h3-check} |
| 237 | +grade_code("Bravo ! Vous maitrisez maintenant une nouvelle famille de fonctions qui vous permet d'effectuer des calculs sur les données.") |
| 238 | +``` |
| 239 | + |
| 240 | +## Conclusion |
| 241 | + |
| 242 | +Félicitation ! Vous venez de terminer votre séance d'exercices dans un tutoriel "learnr". |
| 243 | + |
| 244 | +Vous maitrisez maintenant tous les outils nécessaire pour la réalisation de la plupart de vos graphiques. |
| 245 | + |
| 246 | +```{r comm_noscore, echo=FALSE} |
| 247 | +question_text( |
| 248 | + "Laissez-nous vos impressions sur ce learnr", |
| 249 | + answer("", TRUE, message = "Pas de commentaires... C'est bien aussi."), |
| 250 | + incorrect = "Vos commentaires sont enregistrés.", |
| 251 | + placeholder = "Entrez vos commentaires ici...", |
| 252 | + allow_retry = TRUE |
| 253 | +) |
| 254 | +``` |
| 255 | + |
0 commit comments