Visualisation des données avec R
- Restituer l’information contenue dans les données ou les résultats des analyses effectuées de façon claire et didactique.
- Naviguer dans les données afin de trouver des pistes d’analyses.
- Restituer l’information contenue dans les données ou les résultats des analyses effectuées de façon claire et didactique.
- Naviguer dans les données afin de trouver des pistes d’analyses.
- Connaissances de base en statistiques descriptives (formation Statistiques descriptives avec R).
- Connaissances intermédiaires du logiciel R (formation R intermédiaire).
- Connaissances de base en statistiques descriptives (formation Statistiques descriptives avec R).
- Connaissances intermédiaires du logiciel R (formation R intermédiaire).
Data analysts
Data analysts
Une donnée mal mise en forme est une donnée mal exploitée. Dans un contexte de multiplication des sources et d’augmentation incessante de la volumétrie, la visualisation des données prend de plus en plus d’importance pour assurer la pertinence de l’information transmise.
Rappels historiques
Bonnes pratiques et erreurs classiques
Sémiologies graphiques
Utilisation de ggplot2 pour représenter des données avec R
Présentation des outils spécialisés de visualisation et connexion avec R (dont Shiny) (2h)
Une donnée mal mise en forme est une donnée mal exploitée. Dans un contexte de multiplication des sources et d’augmentation incessante de la volumétrie, la visualisation des données prend de plus en plus d’importance pour assurer la pertinence de l’information transmise.
Rappels historiques
Bonnes pratiques et erreurs classiques
Sémiologies graphiques
Utilisation de ggplot2 pour représenter des données avec R
Présentation des outils spécialisés de visualisation et connexion avec R (dont Shiny) (2h)
Les différents packages R pour la visualisation des données (Dataviz)
Il existe plusieurs packages R populaires pour la visualisation des données. En voici une liste non exhaustive :
ggplot2: ggplot2 est l’un des packages les plus utilisés pour créer des graphiques esthétiques et hautement personnalisables. Il est basé sur la grammaire des graphiques, ce qui permet de construire des visualisations en combinant des couches de données, des esthétiques et des géométries.plotly: plotly permet de créer des graphiques interactifs, y compris des graphiques en 2D et 3D, des graphiques à bulles, des graphiques en nuage de points et des diagrammes de trellis. Il offre également la possibilité de créer des visualisations interactives pour le web.lattice: lattice fournit des outils pour créer des graphiques en treillis (ou en grille), tels que les graphiques en bandes, les histogrammes en treillis et les diagrammes de densité conditionnelle. Il est utile pour explorer les relations entre plusieurs variables.ggvis: ggvis est un package qui permet de créer des graphiques interactifs basés sur ggplot2. Il offre une intégration avec les outils de visualisation du web et permet d’ajouter des interactivités telles que des filtres et des sélections.rCharts: rCharts est une collection de packages qui permettent de créer des graphiques interactifs en utilisant différentes bibliothèques JavaScript, telles que Highcharts, NVD3 et Morris.js. Il offre une grande flexibilité pour la création de visualisations personnalisées.dygraphs: dygraphs est un package pour la création de graphiques interactifs basés sur la bibliothèque JavaScript Dygraphs. Il est spécialement conçu pour la visualisation de séries temporelles et offre des fonctionnalités avancées telles que le zoom et le défilement.shiny: shiny est un package qui permet de créer des applications web interactives en utilisant R. Il permet d’intégrer facilement des visualisations créées avec d’autres packages R et d’ajouter des contrôles interactifs pour explorer les données.
Certains de ces packages, notamment ggplot2, seront utilisés tout au long de la formation lors des travaux pratiques sur ordinateur.
Les différents packages R pour la visualisation des données (Dataviz)
Il existe plusieurs packages R populaires pour la visualisation des données. En voici une liste non exhaustive :
ggplot2: ggplot2 est l’un des packages les plus utilisés pour créer des graphiques esthétiques et hautement personnalisables. Il est basé sur la grammaire des graphiques, ce qui permet de construire des visualisations en combinant des couches de données, des esthétiques et des géométries.plotly: plotly permet de créer des graphiques interactifs, y compris des graphiques en 2D et 3D, des graphiques à bulles, des graphiques en nuage de points et des diagrammes de trellis. Il offre également la possibilité de créer des visualisations interactives pour le web.lattice: lattice fournit des outils pour créer des graphiques en treillis (ou en grille), tels que les graphiques en bandes, les histogrammes en treillis et les diagrammes de densité conditionnelle. Il est utile pour explorer les relations entre plusieurs variables.ggvis: ggvis est un package qui permet de créer des graphiques interactifs basés sur ggplot2. Il offre une intégration avec les outils de visualisation du web et permet d’ajouter des interactivités telles que des filtres et des sélections.rCharts: rCharts est une collection de packages qui permettent de créer des graphiques interactifs en utilisant différentes bibliothèques JavaScript, telles que Highcharts, NVD3 et Morris.js. Il offre une grande flexibilité pour la création de visualisations personnalisées.dygraphs: dygraphs est un package pour la création de graphiques interactifs basés sur la bibliothèque JavaScript Dygraphs. Il est spécialement conçu pour la visualisation de séries temporelles et offre des fonctionnalités avancées telles que le zoom et le défilement.shiny: shiny est un package qui permet de créer des applications web interactives en utilisant R. Il permet d’intégrer facilement des visualisations créées avec d’autres packages R et d’ajouter des contrôles interactifs pour explorer les données.
Certains de ces packages, notamment ggplot2, seront utilisés tout au long de la formation lors des travaux pratiques sur ordinateur.
