mirror of
https://github.com/ArthurDanjou/ArtStudies.git
synced 2026-01-14 18:59:59 +01:00
Delete tp2.rmarkdown from M2/Data Visualisation/tp2
This commit is contained in:
@@ -1,470 +0,0 @@
|
||||
---
|
||||
title: "Manipulation des graphiques"
|
||||
author: "Quentin Guibert"
|
||||
date: "Année 2025-2026"
|
||||
institute: "Université Paris-Dauphine | Master ISF"
|
||||
lang: fr
|
||||
link-citations: true
|
||||
output:
|
||||
rmdformats::robobook:
|
||||
highlight: kate
|
||||
use_bookdown: true
|
||||
css: style.css
|
||||
lightbox : true
|
||||
gallery: true
|
||||
code_folding: show
|
||||
theme: flatly
|
||||
toc_float:
|
||||
collapsed: no
|
||||
editor_options:
|
||||
markdown:
|
||||
wrap: 72
|
||||
---
|
||||
|
||||
```{r setup, include=FALSE}
|
||||
## Global options
|
||||
knitr::opts_chunk$set(
|
||||
cache = FALSE,
|
||||
warning = FALSE,
|
||||
message = FALSE,
|
||||
fig.retina = 2
|
||||
)
|
||||
options(encoding = "UTF-8")
|
||||
```
|
||||
|
||||
```{r, echo = FALSE, fig.keep= 'none'}
|
||||
# Chargement des librairies graphiques
|
||||
library(lattice)
|
||||
library(grid)
|
||||
library(ggplot2)
|
||||
require(gridExtra)
|
||||
library(locfit)
|
||||
library(scales)
|
||||
library(formattable)
|
||||
library(RColorBrewer)
|
||||
library(plotly)
|
||||
library(dplyr)
|
||||
library(tidyr)
|
||||
library(rmarkdown)
|
||||
library(ggthemes)
|
||||
library(cowplot)
|
||||
```
|
||||
|
||||
# Objectifs du TP
|
||||
|
||||
L'objectif de ce TP vise à manipuler et utiliser à bon escient les
|
||||
différents types de graphiques du package **ggplot2** (et éventuellement
|
||||
des packages associés).
|
||||
|
||||
------------------------------------------------------------------------
|
||||
|
||||
# Prérequis
|
||||
|
||||
- Avoir installer `R` [ici](https://www.r-project.org/).
|
||||
- Avoir installer un IDE, par exemple `RStudio`
|
||||
[ici](https://www.rstudio.com/).
|
||||
- Créer un nouveau projet (`File`, puis `New Projet`) dans un dossier
|
||||
sur votre ordinateur.
|
||||
- Télécharger [ici](https://moodle.psl.eu/course/view.php?id=21176)
|
||||
les fichiers nécessaires au TD.
|
||||
|
||||
Vous pouvez ensuite écrire vos codes soit :
|
||||
|
||||
- En ouvrant un nouveau script `.R` ;
|
||||
- En ouvrant le ouvrant le rapport Rmarkdown
|
||||
`4-td_graphiques - enonce`. Certains codes sont partiels et sont à
|
||||
compléter (indication `???`). N'oubliez pas de modifier l'option
|
||||
`eval = TRUE` pour que les calculs puissent être réalisés.
|
||||
|
||||
------------------------------------------------------------------------
|
||||
|
||||
# Analyse du lien espérance de vie et GDP
|
||||
|
||||
Dans ce TP, le jeu de données utilisé est le jeu `gapminder` du package
|
||||
**gapminder**. Il comprend des séries de données de PIB par habitant et
|
||||
d'espérance de vie par pays sur la période 1952-1990. Les observations
|
||||
ont lieu tous les 5 ans.
|
||||
|
||||
## Données
|
||||
|
||||
Dans un premier temps, il faut installer le package et le charger.
|
||||
|
||||
```{r}
|
||||
# install.packages("gapminder")
|
||||
library(gapminder)
|
||||
```
|
||||
|
||||
Ce jeu de données contient 1706 observations où chaque ligne correspond
|
||||
à un pays `country` pour une année d'observation `year`.
|
||||
|
||||
```{r}
|
||||
paged_table(gapminder, options = list(rows.print = 15))
|
||||
```
|
||||
|
||||
On se concentre plus particulièrement sur les variables suivantes :
|
||||
|
||||
- `lifeExp` : l'espérance de vie ;
|
||||
- `gdpPercap` : le PIB par habitant en dollars (conversion sur
|
||||
base 2005) ;
|
||||
- `pop` : la taille de la population ;
|
||||
- `continent` : le continent d'appartenance.
|
||||
|
||||
Pour plus détails, voir l'aide `?gapminder`.
|
||||
|
||||
## But de la visualisation
|
||||
|
||||
Dans ce TP, on cherche un ensemble de visualisations permettant de
|
||||
commenter le lien entre GDP et espérance de vie, globalement et à
|
||||
différents échelles géographiques :
|
||||
|
||||
- est-ce que les pays les plus développés en termes de PIB par
|
||||
habitant ont la meilleure espérance de vie ?
|
||||
- peut-on identifier des dynamiques différentes en fonction des pays
|
||||
ou des continents ?
|
||||
- quels facteurs influencent également cette relation ?
|
||||
|
||||
**En vous répartissant en groupes de 3-4 étudiant.e.s.**, choisissez
|
||||
pour chaque groupe, une des 4 visualisations suivantes :
|
||||
|
||||
- visualisations utilisant des dot points.
|
||||
- visualisations permettant de présenter une distribution.
|
||||
- visualisations utilisant des cartes.
|
||||
|
||||
## Différentes visualisations
|
||||
|
||||
### Dot points
|
||||
|
||||
::: exercise-box
|
||||
En partant de cette visualisation, construire une ou plusieurs
|
||||
visualisations permettant d'analyser et de commenter les liens que vous
|
||||
pouvez observer entre `gdpPercap` et `lifeExp`.
|
||||
:::
|
||||
|
||||
```{r}
|
||||
ggplot(data = gapminder, aes(x = gdpPercap, y = lifeExp)) +
|
||||
geom_point()
|
||||
```
|
||||
|
||||
### Distributions
|
||||
|
||||
::: exercise-box
|
||||
En partant de cette visualisation, analyser et commenter les écarts
|
||||
d'espérance de vie sur la planète. Vous pourrez aussi adopter d'autres
|
||||
visualisations permettant de comparer des distributions.
|
||||
:::
|
||||
|
||||
```{r}
|
||||
ggplot(data = gapminder, aes(x = lifeExp)) +
|
||||
geom_density()
|
||||
```
|
||||
|
||||
```{r}
|
||||
ggplot(data = gapminder, aes(x = lifeExp)) +
|
||||
geom_histogram(aes(y = ..density..), bins = 30) +
|
||||
geom_density()
|
||||
```
|
||||
|
||||
### Cartes
|
||||
|
||||
Afin de visualiser plus précisément les caractéristiques régionales de
|
||||
l'espérance de vie et du PIB par habitant, nous décidons de faire des
|
||||
cartes.
|
||||
|
||||
Il faut au préalable récupérer un fond de carte (ici de l'année 2016).
|
||||
Nous prenons les données `gapminder` de 2007.
|
||||
|
||||
```{r}
|
||||
library(giscoR)
|
||||
library(sf)
|
||||
|
||||
world <- gisco_countries
|
||||
world <- subset(world, NAME_ENGL != "Antarctica") # Remove Antartica
|
||||
|
||||
# Merge data
|
||||
world_df <- gapminder |>
|
||||
filter(year == "2007")
|
||||
world_df <- world |>
|
||||
left_join(world_df, by = c("NAME_ENGL" = "country"))
|
||||
|
||||
ggplot(world_df) +
|
||||
geom_sf(color = "black", fill = "lightgreen") +
|
||||
theme_void()
|
||||
```
|
||||
|
||||
::: exercise-box
|
||||
En partant de la visualisation et des données ci-dessus, représenter et
|
||||
analyser les disparités d'espérance de vie et de revenus.
|
||||
:::
|
||||
|
||||
------------------------------------------------------------------------
|
||||
|
||||
# Analyse des accidents à vélo en France
|
||||
|
||||
Dans ce TP, nous nous intéressons aux accidents corporels survenus sur
|
||||
une voie ouverte à la circulation publique, impliquant au moins un
|
||||
véhicule et ayant fait au moins une victime ayant nécessité des soins)
|
||||
pour la période 2005-2021.
|
||||
|
||||
L'objectif est de créer un ensemble de visualisations qui permettront de
|
||||
mieux comprendre accidentologie des cyclistes, ce qui trouve de
|
||||
nombreuses sources d'applications notamment en assurance.
|
||||
|
||||
Les données et documentation de ces données sont disponibles
|
||||
[ici](https://www.data.gouv.fr/fr/datasets/bases-de-donnees-annuelles-des-accidents-corporels-de-la-circulation-routiere-annees-de-2005-a-2021/).
|
||||
|
||||
## Données
|
||||
|
||||
Pour récupérer les données :
|
||||
|
||||
1. récupérer le fichier zippé "data_velo.zip".
|
||||
2. créer un dossier "data" à la racine de votre projet.
|
||||
3. placer y le contenu du dossier zippé.
|
||||
|
||||
Les données se chargent avec la commande suivante.
|
||||
|
||||
```{r}
|
||||
library(readxl)
|
||||
library(readr)
|
||||
library(tidyverse)
|
||||
|
||||
# main data
|
||||
path <- getwd()
|
||||
accidents <- read_csv(
|
||||
paste0(
|
||||
path,
|
||||
"/data/accidentsVelo.csv"
|
||||
),
|
||||
col_types = cols(Num_Acc = col_double(), date = col_date(format = "%Y-%m-%d"))
|
||||
)
|
||||
|
||||
# few ajustements
|
||||
accidents <- accidents |>
|
||||
mutate(
|
||||
mois = factor(mois),
|
||||
jour = factor(jour),
|
||||
dep = factor(dep),
|
||||
agg = factor(agg),
|
||||
grav = factor(grav),
|
||||
situ = factor(situ)
|
||||
)
|
||||
|
||||
# correct some issues with variables `hrmn`
|
||||
issue <- which(str_length(accidents$hrmn) == 4)
|
||||
correct <- accidents$hrmn[issue]
|
||||
correct <- paste0(
|
||||
"0",
|
||||
str_sub(correct, 1, 1),
|
||||
":",
|
||||
str_sub(correct, 2, 2),
|
||||
str_sub(correct, 4, 4)
|
||||
)
|
||||
accidents$hrmn[issue] <- correct
|
||||
|
||||
# Extract hour
|
||||
accidents <- accidents |>
|
||||
mutate(hour = paste(date, hrmn, sep = " ")) |>
|
||||
mutate(hour = strptime(hour, "%Y-%m-%d %H:%M")$hour)
|
||||
|
||||
# mapping table for french departments
|
||||
departements_francais <- read_excel(
|
||||
paste0(
|
||||
path,
|
||||
"/data/departements-francais.xlsx"
|
||||
),
|
||||
col_types = c("text", "text", "text")
|
||||
)
|
||||
```
|
||||
|
||||
Ce jeu de données contient 74758 observations où chaque ligne correspond
|
||||
à un accident.
|
||||
|
||||
```{r}
|
||||
paged_table(accidents, options = list(rows.print = 15))
|
||||
```
|
||||
|
||||
On se concentre plus particulièrement sur les variables suivantes :
|
||||
|
||||
- `date`, `an`, `mois`, `jour`, `hour`, : la date, année, mois, jour
|
||||
et heure de l'accident ;
|
||||
- `dep` : le département ;
|
||||
- `agg` : la location (1 = "hors agglomération", 2 = "en
|
||||
agglomération") ;
|
||||
- `lat` : latitude (pas toujours renseignée) ;
|
||||
- `long` : longitude (pas toujours renseignée) ;
|
||||
- `situ` : la situation de l'accident (-1 = Non renseigné, 0 = Aucun,
|
||||
1 = Sur chaussée, 2 = Sur bande d’arrêt d’urgence, 3 = Sur
|
||||
accotement, 4 = Sur trottoir, 5 = Sur piste cyclable, 6 = Sur autre
|
||||
voie spéciale, 8 = Autres) ;
|
||||
- `grav` : la gravité (1 = Indemne, 2 = Tué, 3 = Blessé hospitalisé, 4
|
||||
= Blessé léger).
|
||||
|
||||
D'autres variables intéressantes pourraient être étudiées, mais nous
|
||||
nous limitons à celle-ci dans ce TP.
|
||||
|
||||
## But de la visualisation
|
||||
|
||||
Dans ce TP, on cherche à réaliser une analyse exploratoire du jeu de
|
||||
données afin d'identifier les relations importantes entre le nombre
|
||||
d'accidents et ses déterminants :
|
||||
|
||||
- est-ce que les accidents sont plus situés en agglomération ?
|
||||
- comment les accidents se répartissent dans l'espace et dans le temps
|
||||
?
|
||||
- quels impacts ont les situations de circulation sur la gravité des
|
||||
accidents ?
|
||||
|
||||
En vous répartissant en groupes de 3-4 étudiant.e.s., choisissez pour
|
||||
chaque groupe, une des 4 visualisations suivantes :
|
||||
|
||||
- visualisations utilisant des cartes statiques ou dynamiques.
|
||||
- visualisations utilisant des bar plots.
|
||||
|
||||
L'anayse a réalisé ici est préliminaire, d'autres informations
|
||||
intéressantes sont à extraire de ce jeu de données.
|
||||
|
||||
## Différentes visualisations
|
||||
|
||||
### Carte
|
||||
|
||||
#### Carte dynamique {.unnumbered}
|
||||
|
||||
::: exercise-box
|
||||
1. Tracer une carte dynamique représentant la location des accidents
|
||||
(latitude, longitude) en France sur toute la période en modulant la
|
||||
gravité.
|
||||
|
||||
```{r}
|
||||
library(mapview)
|
||||
library(sf)
|
||||
|
||||
## Remove NA
|
||||
df_map_dyn <- accidents |>
|
||||
filter(!is.na(lat) & !is.na(long)) |>
|
||||
mutate(
|
||||
lat = as.numeric(str_replace_all(str_trim(lat), ",", ".")),
|
||||
long = as.numeric(str_replace_all(str_trim(long), ",", "."))
|
||||
) |>
|
||||
filter(!is.na(lat) & !is.na(long))
|
||||
|
||||
# Make map and print it
|
||||
mymap <- st_as_sf(df_map_dyn[1:5000, ], coords = c("long", "lat"), crs = 4326)
|
||||
mapview(
|
||||
mymap,
|
||||
cex = 2,
|
||||
legend = TRUE,
|
||||
layer.name = "Gravité",
|
||||
zcol = "grav",
|
||||
map.types = "OpenStreetMap"
|
||||
)
|
||||
```
|
||||
|
||||
2. Faire deux variantes de cette carte, selon le caractère urbain ou
|
||||
non des accidents.
|
||||
|
||||
```{r}
|
||||
# Map for urban accidents
|
||||
df_map_urban <- df_map_dyn |>
|
||||
mutate(
|
||||
agg = dplyr::if_else(
|
||||
agg == 1,
|
||||
"urbanisation",
|
||||
"agglomération",
|
||||
missing = NA_character_
|
||||
)
|
||||
)
|
||||
|
||||
# Make map and print it
|
||||
mymap_urban <- st_as_sf(df_map_urban, coords = c("long", "lat"), crs = 4326)
|
||||
mapview(
|
||||
mymap_urban,
|
||||
cex = 2,
|
||||
legend = TRUE,
|
||||
layer.name = "Urbanisation",
|
||||
zcol = "agg"
|
||||
)
|
||||
```
|
||||
|
||||
3. Commenter ces figures.
|
||||
|
||||
4. Quelles limites voyez-vous à cette représentation ?
|
||||
:::
|
||||
|
||||
Voici un premier code à trou pour vous aider. Pour alléger les temps de
|
||||
production afficher uniquement quelques points. Vous pourrez ajouter
|
||||
l'ensemble du jeu de données quand votre code sera finalisé.
|
||||
|
||||
#### Carte choroplèthe {.unnumbered}
|
||||
|
||||
::: exercise-box
|
||||
1. Tracer une carte statistique de type chonoplèthe et représenter le
|
||||
nombre d'accidents par département.
|
||||
|
||||
2. Faire plusieurs variantes de cette carte selon la gravité des
|
||||
accidents.
|
||||
:::
|
||||
|
||||
Voici un premier code à trou pour vous aider.
|
||||
|
||||
```{r}
|
||||
# get french map - level nuts3
|
||||
fr <- gisco_get_nuts(resolution = "20", country = "FRA", nuts_level = 3) |>
|
||||
mutate(res = "20M")
|
||||
|
||||
# Remove white-space to avoid errors.
|
||||
library(stringr)
|
||||
departements_francais <- departements_francais |>
|
||||
mutate(dep_name = str_trim(dep_name))
|
||||
|
||||
fr <- fr |>
|
||||
mutate(NUTS_NAME = str_trim(NUTS_NAME))
|
||||
|
||||
# Merge and remove departements outside metropolitan France
|
||||
fr_map <- fr |>
|
||||
left_join(departements_francais, by = c("NUTS_NAME" = "dep_name")) |>
|
||||
filter(!dep %in% c("971", "972", "973", "974", "976"))
|
||||
|
||||
# count the number of accidents
|
||||
df_acc <- accidents |>
|
||||
filter(!is.na(dep)) |>
|
||||
group_by(dep) |>
|
||||
summarise(n = n())
|
||||
|
||||
# merge statistics with the map
|
||||
map_acc <- fr_map |>
|
||||
left_join(df_acc, by = c("dep" = "dep"))
|
||||
|
||||
# map with all accidents
|
||||
g_map_acc <- ggplot(map_acc) +
|
||||
geom_sf(aes(fill = n)) +
|
||||
scale_fill_viridis_c(option = "viridis") +
|
||||
labs(
|
||||
title = "Carte des accidents de vélo",
|
||||
subtitle = "Année 2005-2021",
|
||||
fill = "Nombre d'accidents"
|
||||
) +
|
||||
theme_void()
|
||||
g_map_acc
|
||||
```
|
||||
|
||||
### Bar plots
|
||||
|
||||
::: exercise-box
|
||||
1. On s'intéresse à la répartition par mois et horaires des accidents
|
||||
(variable `an`, `hour`, `mois`). Tracer des bar plots permettant de
|
||||
montrer la répartition temporelle des accidents.
|
||||
|
||||
2. On s'intéresse à l'impact des situations de circulation. Tracer des
|
||||
bar plots permettant de montrer la répartition de la gravité des
|
||||
accidents selon ces situations.
|
||||
|
||||
3. Voyez-vous une évolution sur la période 2005-2021 ?
|
||||
|
||||
4. Réfléchir à des représentations alternatives pour les phénomènes
|
||||
périodiques.
|
||||
:::
|
||||
|
||||
# Informations de session {.unnumbered}
|
||||
|
||||
```{r}
|
||||
sessionInfo()
|
||||
```
|
||||
Reference in New Issue
Block a user