ggplot2 thèmes et couleurs de fond : les 3 éléments - Logiciel R et visualisation de données

Préparer les données
Exemple de graphes
Fonctions rapides pour changer le thème
Personnaliser l’arrière plan du graphique
Utiliser un thème personnalisé
Créé un thème personnalisé
Infos

Ce tutoriel R décrit comment modifier l’apparence d’un thème graphique (couleur de fond, couleur du panneau de fond, lignes de la grille) en utilisant le logiciel R et le package ggplot2. Vous apprendrez également comment utiliser les thèmes de base de ggplot2 et comment créer votre propre thème.

Préparer les données

Le jeu de données ToothGrowth est utilisé dans les exemples ci-dessous :

# Convertir la variable dose de type "numeric" au type "factor"
ToothGrowth$dose <- as.factor(ToothGrowth$dose)
head(ToothGrowth)

##    len supp dose
## 1  4.2   VC  0.5
## 2 11.5   VC  0.5
## 3  7.3   VC  0.5
## 4  5.8   VC  0.5
## 5  6.4   VC  0.5
## 6 10.0   VC  0.5

Assurez-vous que la variable dose soit convertie en une variable de type “factor” en utilisant le script de R ci-dessus.

Exemple de graphes

library(ggplot2)
p <- ggplot(ToothGrowth, aes(x=dose, y=len)) + geom_boxplot()
p

Fonctions rapides pour changer le thème

Plusieurs fonctions sont disponibles dans le package ggplot2 pour changer rapidement le thème des graphes:

theme_gray : couleur de fond grise et grille blanche
theme_bw : couleur de fond blanche et grille grise

p + theme_gray(base_size = 14)
p + theme_bw()

theme_linedraw: traits noirs autour du graphique
theme_light: traits et axes légèrement gris (plus d’attention accordée aux données)

p + theme_linedraw()
p + theme_light()

theme_minimal: pas de couleur de fond
theme_classic : thème avec les traits des axes mais pas de grilles

p + theme_minimal()
p + theme_classic()

theme_void: Thème vide, util pour des graphs avec des coordonnées non-standard ou pour dessiner
theme_dark(): Thème avec un arrière plan noir, designé pour faire ressortir les couleurs.

p + theme_void()
p + theme_dark()

ggplot2 background color, theme_void and theme_dark, R programming

Les fonctions theme_xx() peuvent prendre les deux arguments ci-dessous:

base_size : taille de base de la police (pour changer la taille de tous les éléments textuels sur le graphique)
base_family : famille de police

La taille, de tous éléments textuels du graphe, peut être changée facilement en une seule fois :

# Exemple 1
theme_set(theme_gray(base_size = 20))
ggplot(ToothGrowth, aes(x=dose, y=len)) + geom_boxplot()
# Exemple 2
ggplot(ToothGrowth, aes(x=dose, y=len)) + geom_boxplot()+
  theme_classic(base_size = 25)

Notez que, la fonction theme_set() modifie le thème pour toute la durée de la session.

Personnaliser l’arrière plan du graphique

La fonction theme() est utilisée pour contrôler les éléments graphiques incluant :

Les éléments linéaires : traits des axes, traits des grilles mineur et majeur, bordure du panneau graphique, graduation des axes, couleurs de fond, etc.
Les éléments textuels : titre du graphique et des axes, titre et textes de la légende, les étiquettes des graduations des axes, etc.
Les éléments rectangualaires : arrière plan du graphique, du panneau et de la légende, etc.

Il existe une fonction spécifique pour modifier chacun de ces trois éléments:

element_line() pour modifier les éléments linéaires du thème
element_text() pour modifier les éléments textuels
element_rect() pour changer l’apparence des éléments rectangulaires

Notez que, chacun de ces éléments de thème peut être supprimé avec la fonction element_blank()

Changer les couleurs de l’arrière plan du panneau et de la grille

Les fonctions theme() et element_rect() sont utilisés pour modifier la couleur de fond du panneau :

p + theme(panel.background = element_rect(fill, colour, size, 
                                          linetype, color))

fill : couleur de remplissage du rectangle
colour, color : couleur de la bordure
size : taille de la bordure

L’apparence des traits de la grille peut être changée en utilisant la fonction element_line() comme suit :

# Changer les traits des grilles mineures et majeures 
p + theme(
  panel.grid.major = element_line(colour, size, linetype,
                                   lineend, color),
  panel.grid.minor = element_line(colour, size, linetype,
                                   lineend, color)
  )

colour, color : couleur des traits
size : épaisseur des traits
linetype : Type de traits. Le type de traits peut être spécifié en utilisant soit du texte (“blank”, “solid”, “dashed”, “dotted”, “dotdash”, “longdash”, “twodash”) ou un nombre (0, 1, 2, 3, 4, 5, 6). Notez que linetype = “solid” est identique à linetype=1. Les types de traits disponibles dans R sont décrits ici: Types de traits dans R
lineend : terminaison du trait. Les valeurs possibles sont: “round”, “butt” ou “square”

Le code de R ci-dessous illustre comment modifier l’apparence du fond du panneau graphique et de la grille:

# Changer la couleur de fond du panneau en "lightblue"
# et la couleur des grilles en "white"
p + theme(
  panel.background = element_rect(fill = "lightblue",
                                colour = "lightblue",
                                size = 0.5, linetype = "solid"),
  panel.grid.major = element_line(size = 0.5, linetype = 'solid',
                                colour = "white"), 
  panel.grid.minor = element_line(size = 0.25, linetype = 'solid',
                                colour = "white")
  )

Supprimer les bordures du panneau et les grilles

Il est possible de masquer les bordures du panneau graphique et les lignes de la grille avec la fonction element_blank() comme suit:

# Masquer les bordures et les lignes de la grille
p + theme(panel.border = element_blank(),
          panel.grid.major = element_blank(),
          panel.grid.minor = element_blank())
# Masquer les bordures et les lignes de la grille
# Modifier le trait des axes
p + theme(panel.border = element_blank(),
          panel.grid.major = element_blank(),
          panel.grid.minor = element_blank(),
          axis.line = element_line(size = 0.5, linetype = "solid",
                                   colour = "black"))

ggplot2 background color, remove plot panel border, remove grid lines, R programming

Changer la couleur de fond du graphique (pas le panneau)

p + theme(plot.background = element_rect(fill = "darkblue"))

Utiliser un thème personnalisé

Vous pouvez changer entièrement l’apparence d’un graphique en utilisant des thèmes personnalisés. Jeffrey Arnold a développé le package ggthemes contenant des thèmes personnalisés.

Pour utiliser ces thèmes installer et charger le package ggthemes comme suit:

install.packages("ggthemes") # Installer 
library(ggthemes) # Charger

Le package ggthemes fournit de nombreux thèmes pour ggplot2.

theme_tufte : un thème minimalist

# Nuage de point
ggplot(mtcars, aes(wt, mpg)) +
  geom_point() + geom_rangeframe() + 
  theme_tufte()

ggplot2 theme_tufte, logiciel R

theme_economist : thème basé sur des graphiques de magazines economistes

p <- ggplot(iris, aes(Sepal.Length, Sepal.Width, colour = Species))+
  geom_point()
# Utiliser l'échelle de couleurs économiste
p + theme_economist() + 
  scale_color_economist()+
  ggtitle("Iris data sets")

ggplot2 theme_economist, logiciel R

Notez que la fonction scale_fill_economist() est aussi disponible (pour le remplissage des box plots, bar plots, …).

theme_stata: thème basé sur des graphiqes de types Stata

p + theme_stata() + scale_color_stata() +
  ggtitle("Iris data")

ggplot2 theme_stata, logiciel R

Les échelles de couleurs stata peuvent être utilisées comme suit :

scale_fill_stata(scheme = "s2color", ...)
scale_color_stata(scheme = "s2color", ...)

Les valeurs possibles pour l’argument scheme sont “s2color”, “s1rcolor”, “s1color”, ou “mono”.

theme_wsj: thème basé sur des graphiques de types Wall Street Journal

p + theme_wsj()+ scale_colour_wsj("colors6")+
  ggtitle("Iris data")

ggplot2 theme_wsj, logiciel R

Les échelles de couleurs de types Wall Street Journal sont :

scale_color_wsj(palette = "colors6", ...)
scale_fill_wsj(palette = "colors6", ...)

Les valeurs possibles pour l’argument palette sont: “rgby”, “red_green”, “black_green”, “dem_rep”, “colors6”.

theme_calc : thème de type LibreOffice Calc

p + theme_calc()+ scale_colour_calc()+
  ggtitle("Iris data")

ggplot2 theme_calc, logiciel R

theme_hc : thème de types Highcharts JS

p + theme_hc()+ scale_colour_hc()

ggplot2 theme_hc et logiciel R

Créé un thème personnalisé

Vous pouvez changer le thème pour la session R courante en utilisant la fonction theme_set() comme suit :

theme_set(theme_gray(base_size = 20))

Vous pouvez extraire et modifier le code R du thème theme_gray :

theme_gray
function (base_size = 11, base_family = "") 
{
 half_line <- base_size/2
theme(
  line = element_line(colour = "black", size = 0.5, 
                      linetype = 1, lineend = "butt"), 
  rect = element_rect(fill = "white", colour = "black",
                      size = 0.5, linetype = 1),
  text = element_text(family = base_family, face = "plain",
                      colour = "black", size = base_size,
                      lineheight = 0.9,  hjust = 0.5,
                      vjust = 0.5, angle = 0, 
                      margin = margin(), debug = FALSE), 
  
  axis.line = element_blank(), 
  axis.text = element_text(size = rel(0.8), colour = "grey30"),
  axis.text.x = element_text(margin = margin(t = 0.8*half_line/2), 
                             vjust = 1), 
  axis.text.y = element_text(margin = margin(r = 0.8*half_line/2),
                             hjust = 1),
  axis.ticks = element_line(colour = "grey20"), 
  axis.ticks.length = unit(half_line/2, "pt"), 
  axis.title.x = element_text(margin = margin(t = 0.8 * half_line,
                                          b = 0.8 * half_line/2)),
  axis.title.y = element_text(angle = 90, 
                              margin = margin(r = 0.8 * half_line,
                                          l = 0.8 * half_line/2)),
  
  legend.background = element_rect(colour = NA), 
  legend.margin = unit(0.2, "cm"), 
  legend.key = element_rect(fill = "grey95", colour = "white"),
  legend.key.size = unit(1.2, "lines"), 
  legend.key.height = NULL,
  legend.key.width = NULL, 
  legend.text = element_text(size = rel(0.8)),
  legend.text.align = NULL,
  legend.title = element_text(hjust = 0), 
  legend.title.align = NULL, 
  legend.position = "right", 
  legend.direction = NULL,
  legend.justification = "center", 
  legend.box = NULL, 
  
  panel.background = element_rect(fill = "grey92", colour = NA),
  panel.border = element_blank(), 
  panel.grid.major = element_line(colour = "white"), 
  panel.grid.minor = element_line(colour = "white", size = 0.25), 
  panel.margin = unit(half_line, "pt"), panel.margin.x = NULL, 
  panel.margin.y = NULL, panel.ontop = FALSE, 
  
  strip.background = element_rect(fill = "grey85", colour = NA),
  strip.text = element_text(colour = "grey10", size = rel(0.8)),
  strip.text.x = element_text(margin = margin(t = half_line,
                                              b = half_line)), 
  strip.text.y = element_text(angle = -90, 
                              margin = margin(l = half_line, 
                                              r = half_line)),
  strip.switch.pad.grid = unit(0.1, "cm"),
  strip.switch.pad.wrap = unit(0.1, "cm"), 
  
  plot.background = element_rect(colour = "white"), 
  plot.title = element_text(size = rel(1.2), 
                            margin = margin(b = half_line * 1.2)),
  plot.margin = margin(half_line, half_line, half_line, half_line),
  complete = TRUE)
}

Notez que la fonction rel() modifie la taille de manière relative à la taille de base.

Infos

Cette analyse a été réalisée avec le logiciel R (ver. 3.2.4) et le package ggplot2 (ver. 2.1.0)

Enjoyed this article? I’d be very grateful if you’d help it spread by emailing it to a friend, or sharing it on Twitter, Facebook or Linked In.

Show me some love with the like buttons below... Thank you and please don't forget to share and comment below!!

Avez vous aimé cet article? Je vous serais très reconnaissant si vous aidiez à sa diffusion en l'envoyant par courriel à un ami ou en le partageant sur Twitter, Facebook ou Linked In.

Montrez-moi un peu d'amour avec les like ci-dessous ... Merci et n'oubliez pas, s'il vous plaît, de partager et de commenter ci-dessous!

Recommended for You!

Machine Learning Essentials: Practical Guide in R

Practical Guide to Cluster Analysis in R

Practical Guide to Principal Component Methods in R

R Graphics Essentials for Great Data Visualization

Network Analysis and Visualization in R

More books on R and data science

Want to Learn More on R Programming and Data Science?

Follow us by Email On Social Networks:

Get involved :
Click to follow us on Facebook and Google+ :
Comment this article by clicking on "Discussion" button (top-right position of this page)