Chapitre 5 Le mapping

5.1 Les paramètres du mapping

Dans l’exemple qui suit, la représentation géographique utilisée est le nuage de points geom_point. D’autres types de représentations géographiques sont présentés dans la partie suivante.

L’aesthetic sert à identifier les variables que l’on souhaite représenter. Par exemple, si l’on souhaite représenter le taux de mortalité maternelle (Maternal_mortality_ratio) en fonction du produit intérieur brut (Gross_Domestic_Product_GDP) :

ggplot(data = ODD_graphique1) + 
  geom_point(aes(x=Gross_Domestic_Product_GDP,y=Maternal_mortality_ratio))

De plus, la fonction aes admet d’autres arguments qui permettent de modifier l’apparence du graphique selon une 3ème variable du jeu de données. colour : la couleur, shape : la forme, size : la taille, alpha : la transparence, fill : le remplissage ;

ggplot(data = ODD_graphique1) + 
  geom_point(aes(x=Gross_Domestic_Product_GDP,y=Maternal_mortality_ratio,colour=Continent))

5.2 Les “autres” paramètres

Il est possible de spécifier des paramètres qui seront valables pour l’ensemble du graphique. On retrouve entre autre les mêmes paramètres proposés dans l’aes, mais il faut alors les passer en dehors de l’aesthetic.

Par exemple, si l’on souhaite modifier la transparance et la taille de l’ensemble des points du graphique précédent:

ggplot(data = ODD_graphique1) + 
  geom_point(aes(x=Gross_Domestic_Product_GDP,y=Maternal_mortality_ratio,colour=Continent),
             alpha=0.5,size=1.9)

De même si l’on souhaite modifier la couleur générale :

ggplot(data = ODD_graphique1) + 
  geom_point(aes(x=Gross_Domestic_Product_GDP,y=Maternal_mortality_ratio),
             color="red")

Pour choisir et modifier facilement les couleurs d’un graphe, il existe un addin développé par Dean Attali: Colour Picker Il est installable comme n’importe quel package. Pour plus d’informations: https://github.com/daattali/colourpicker

5.3 Exercice 1

A partir des données de la table rpls_aggrege_large (dans le data_exercices_formation.RData),

créer un nuage de point entre :

  • le % de parc social de moins de 5 ans;

  • et le pourcentage de logement avec un DPE ges de classe A,B ou C;

  • et une couleur différente pour distinguer les epci de la région PDL.

Le résultat attendu :