3 Graphiques
3.1 Multiple plot
Données multiples sur la même figure. En R chaque appel à la fonction plot crée une nouvelle fenêtre de figure. La méchanique est la suivante, on crée une fenêtre et on y ajoute chaque éléments individuellements avec la fonction points Warning: points ajoute des points mais ne change pas le cadre de la fenêtre (limites en X & Y)
## nprocs shmem xml native
## 1 2 0.970 1.062 1.303
## 2 4 0.985 1.184 1.468
## 3 8 0.999 1.332 1.842
## 4 16 1.061 1.730 2.829
## 5 32 1.233 2.522 4.920
## 6 64 1.679 4.164 9.692name<-names(data)
number_variable<-ncol(data)
plot(data$nprocs,data$shmem,log="xy",ylim = c(min(data[,2:number_variable]),
max(data[,2:number_variable])),xlab = name[1],ylab= "NA",main="TADaaM Plot")
points(data$nprocs,data$xml,col=2,pch=3)
points(data$nprocs,data$native,col=4,pch=5)
legend(min(data$nprocs),max(data[,2:number_variable]),
name[2:number_variable],col=c(1,2,4),pch=c(1,3,5))
text(4,5,sprintf("Correlation is %.3f",cor(data$nprocs,data$shmem)))
On peut utiliser aussi la fonction title pour ajouter les noms des axes et le titre du graphique,le tout avec des couleurs!
plot(data$nprocs,data$shmem,log="xy",ylim = c(min(data[,2:number_variable]),max(data[,2:number_variable])),
xlab = name[1],ylab= "NA",main="TADaaM Plot")
points(data$nprocs,data$xml,col=2,pch=3)
points(data$nprocs,data$native,col=4,pch=5)
legend(min(data$nprocs),max(data[,2:number_variable]),name[2:number_variable],
col=c(1,2,4),pch=c(1,3,5))
title(main="TADaaM Plot",col.main="red",xlab=name[1],ylab="NA",col.lab="darkblue")
Le même résultat avec ggplot. Un “Plot” via cette librairie se décompose de la manière suivante MonPlot <- data + Aesthetics + Geometry Derrière le terme Aesthetics se cache tout ce qui concerne les couelurs,les tailles, les formes, les labels etc … Elle est définie via l’option aes(x=Time) ou aes_string(x=mystr) En ce qui concerne “Geometry”, cela regroupe les options relatives aux types de graphiques (plot,histogramme etc…)
library("reshape2")
library("ggplot2")
sp<-ggplot(data,aes_string(x=name[1]))+
geom_point(aes_string(y=name[2]),color="black")+
geom_point(aes_string(y=name[3]),color="blue")+
geom_point(aes_string(y=name[4]),color="red")+
ylab("NA")+
xlab(name[1])+
geom_text(x=15,y=7,label=sprintf("Correlation is %.3f",
cor(data$nprocs,data$shmem)),size=3)+
ggtitle("TADaaM Plot with ggplot")
sp
De façon un peu plus jolie, en utilisant la fonction melt pour fusionner les données En effet la libraire ggplot est “conçue” pour fonctionner avec des tables (ou dataframe)
## nprocs variable value
## 1 2 shmem 0,970
## 2 4 shmem 0,985
## 3 8 shmem 0,999
## 4 16 shmem 1,061
## 5 32 shmem 1,233
## 6 64 shmem 1,679spm<-ggplot(melteddata,aes(x=nprocs,y=value,colour=variable))+
geom_point()+
ylab("NA")+
xlab(name[1])+
ggtitle("TADaaM Plot with ggplot")
spm
On peut aussi aisément relier les points
3.2 Boxplot
Les problèmes récurrents avec les boxplots sont centrés autour des noms des variables et de leurs emplacements . Ceci peut être contournés avec les options names las at.
boxplot(data[,2:number_variable],col=c("blue","green","pink"),main="Boxplot Example",
names=c("First too long name", "Second too long name","Thrid too long name"))
L’option las permet d’orienter les lables (horizontalement ou verticalement), mais cela peut nécissité d’augmenter la taille de la fenêtre avec l’option par. On peut choisir par exemple de modifier les marges de la façon suivante : Mar(bottom = NULL, left = NULL, top = NULL, right = NULL, outer = FALSE)
boxplot(data[,2:number_variable],col=c("blue","green","pink"),main="Boxplot Example",
names=c("First too long name", "Second too long name","Thrid too long name"),
las=2,par(mar=c(12,6,4,2)+0.1))
L’option at est généralement utilisée pour grouper des éléments ensembles
boxplot(data[,2:number_variable],col=c("blue","green","pink"),main="Boxplot Example",
names=c("First too long name", "Second too long name","Thrid too long name"),
las=2,par(mar=c(12,6,4,2)+0.1),
at= c(1,5,6))
boxplt<-ggplot(melteddata,aes(x=variable,y=value,fill=variable))+geom_boxplot()+
labs(title="Boxplot By GGplot",x="Variable", y = "Value")
boxplt
boxplt+scale_x_discrete(limits=c("xml","native","shmem"))+
theme(axis.text.x = element_text(angle = 30,hjust=1))
3.4 PlotYY
Le plotyy (matlab,python…) représente un plot avec deux échelles différentes Utilisation des données météo du MdB Kibana
library(jsonlite)
library(pracma)
library(ggplot2)
data<-fromJSON(txt="meteo.json")
columns_names<-names(data)
pluie<-integer()
vent<-integer()
date_char<-character()
for (name_idx in 1:length(data)){
if (startsWith(columns_names[name_idx],"2019")){
pluie<-append(pluie,data[[columns_names[name_idx]]]$pluie)
vent<-append(vent,data[[columns_names[name_idx]]]$vent_moyen$`10m`)
date_char<-append(date_char,columns_names[name_idx])
}
}
date_time<-as.POSIXct(strptime(date_char,format="%Y-%m-%d %H:%M:%S"))Méthode non conventionnelle
plot(pluie,type="l",ylab="pluie",main="Le temps bordelais",xlab="time",col="blue")
axis(side=2,col="blue",col.ticks = "blue")
par(new=TRUE)
plot(vent,type="l",ylab="pluie",main="Le temps bordelais",xlab="time",col="red",yaxt="n")
axis(side=4,col="red",col.ticks = "red")
mtext("Vent",side=4,line=1)
plotyy(x1=as.numeric(as.POSIXct(date_time)),y1=pluie,x2=as.numeric(as.POSIXct(date_time)),y2=vent,xlab="date",ylab='Pluie')
mtext("Vent", side=4, line=1, cex.lab=1, col="red")