3.1 Graphique généré en utilisant les fonctions graphiques de base

La librairie stats offre des fonctionnalités de base permettant de manipuler les séries temporelles. La fonction ts() permet de convertir un vecteur numérique (objet vector) en objet time-series. Les objets time-series ont l’avantage d’être reconnus par la fonction graphique plot() et d’ainsi être affichés graphiquement dans un format standard aux séries temporelles.

Les paramètres de la fonction ts(data, start=, end=, frequency=) sont, dans l’ordre, l’objet contenant les données temporelles de la série (un object vector ou matrix), le temps de la première observation, le temps de la dernière observation ainsi que le nombre de fréquences par unités de temps.

Dans l’exemple qui suit, la librairie de base stats sera utilisée pour générer un graphique montrant l’évolution du nombre moyen de locations par heure en 2011 par temps dégagé. La fonction ts est donc utilisée sur le jeu de données agrégé en s’assurant de n’utiliser que les données liées à l’année 2011 (yr == 0) et qu’au temps dégagé (weathersit == 1). L’objet time-series est passé en paramètre à la fonction plot() dont les paramètres par défaut assurent un affichage standard pour les séries temporelles. Seuls les paramètres des axes (paramètres xlab et ylab) ainsi que du titre (paramètre main) ont besoin d’être personnalisés.

# Créer un objet time-series qui utilise uniquement les données de l'année 
# 2011 (yr == 0) en temps dégagé (weathersit == 1)
# La variable d'intérêt est le nombre moyen de locations par heure (mean)
time_serie <- ts(hour_agg[hour_agg$weathersit==1 & hour_agg$yr==0, c("mean")], 
                 start = 0, frequency = 1)
# Afficher le graphique en utilisant la fonction de base plot()
# en personnalisant le titre (main), l'axe des y (ylab) ainsi que l'axe des x (xlab)
plot(time_serie, ylab="nombre moyen\nde locations", xlab="heure", 
     main="Évolution du nombre moyen de locations par heure \nen 2011 par temps dégagé")

3.2 Graphique généré en utilisant les fonctions du package ggplot2

Le package ggplot2 est un package élaboré par Hadley Wickham pour la conception des graphiques avancés qui utilise une “grammaire graphique” spécifique. Cette grammaire est formée d’un ensemble de composants indépendants qui peuvent être assemblés d’une multitude de façons, d’où la grande flexibilité du package.

Le package ggplot2 ne fait pas partie des packages de base, il doit donc être chargé afin de pouvoir l’utiliser.

# Charger le package ggplot2
library(ggplot2)

Dans le package ggplot2, la fonction qplot() est la fonction graphique qui permet de créer des graphiques de séries temporelles ressemblant à ceux générés à l’aide des packages de base. Les paramètres importants de la fonction qplot(x=, y=, data=, geom=) sont, dans l’ordre, le nom de la colonne du data.frame qui contient les valeurs des x, le nom de la colonne du data.frame qui contient les valeurs des y, l’objet de type data.frame qui contient les valeurs x et y, un vecteur contenant le ou les noms des types de graphiques qui seront produits. Dans le cas des séries temporelles, le paramètre geom prend la valeur de line, ce qui indique que les observations doivent être connectées par une ligne, selon l’ordre des x. Les fonctions ggtitle, xlab et ylab sont des fonctions qui viennent se greffer à la fonction qplot() et qui permettent la paramétrisation du titre, de nom de l’axe des x ainsi que du nom de l’axe des y.

# Créer un graphique de série temporelle qui utilise uniquement les données de 
# l'année 2011 (hour_agg$yr==0) en temps dégagé (hour_agg$weathersit==1)
# La variable d'intérêt est le nombre moyen de locations par heure (mean)
# L'axe des x représente l'heure de la journée (hr)
# Les observations doivent être connectées par une ligne (geom = "line")
qplot(hr, mean, data = hour_agg[hour_agg$weathersit==1 & hour_agg$yr==0,], 
  geom = "line") + 
  ggtitle("Évolution du nombre moyen de locations par heure \nen 2011 par temps dégagé") +
  xlab("heure") + ylab("nombre moyen de locations")  # nom des axes

3.3 Graphique généré en utilisant les fonctions avancées du package ggplot2

Le package ggplot2 permet aussi de générer des graphiques beaucoup plus complexes que ceux de base pour les séries temporelles. Comme exemple, un graphique contenant un sous-panneau par année et une courbe par type de conditions atmosphériques sera créé à partir du même jeu de données agrégées.

Cependant, afin de permettre l’affichage du nom des années dans chacun des sous-panneaux qui seront créés, il est nécessaire d’ajouter, au jeu de données agrégées, une colonne contenant le nom de l’année tel que nous désirons qu’il apparaisse sur le panneau.

# Ajouter une colonne qui contient le nom de l'année au jeu de données agrégées
hour_agg$year<-factor(hour_agg$yr, labels=c("2011", "2012"))
# Afficher les premières lignes
kable(hour_agg[1:5,], 
      caption = "Jeu de données agrégées contenant une nouvelle colonne") 

Comme pour les graphiques plus simples, c’est la fonction qplot() qui est utilisée pour générer les graphiques complexes. La complexité est ajoutée par l’utilisation de paramètres ainsi que par la greffe de fonctions plus avancées. Pour l’exemple qui suit, les paramètres utilisés de la fonction qplot(x=, y=, data=, geom=, color=) sont identiques à l’exemple précédent à l’exception du dernier paramètre qui représente la variable dont les niveaux seront associés à une ligne de couleur différente sur le graphique. Le graphique généré contiendra donc autant de lignes que de niveaux présents dans la variable.

Trois nouvelles fonctions viennent se greffer à l’ensemble : facet_grid(), geom_errorbar() et scale_colour_hue(). La première fonction facet_grid() permet de partitionner un graphique en une matrice de panneaux selon la variable passée en argument et de personnaliser les noms donnés à chacun des panneaux. La fonction geom_errorbar() permet d’ajouter une barre d’erreur à chacune des observations du graphique. Les valeurs maximales et minimales que prennent ces barres sont assignées par les paramètres ymax et ymin. La fonction scale_colour_hue() permet de personnaliser la légende ainsi que les couleurs des niveaux présents dans le graphique.

# Créer un graphique de série temporelle contenant 1 panneau pour chaque année
# (facet_grid(yr ~ .)) et une courbe de couleur différente par type de condition 
# atmosphérique (colour=as.character(weathersit))
# La variable d'intérêt est le nombre moyen de locations par heure (mean)
# L'axe des x représente l'heure de la journée (hr)
# Les observations sont connectées par une ligne (geom = "line")
qplot(hr, mean, data = hour_agg, geom = "line", colour=as.character(weathersit)) +
    facet_grid(year ~ .,             # génère 1 panneau par année avec nom exact 
        labeller = label_parsed ) +  # de l'année comme identifiant                                         
    geom_errorbar(aes(ymin=mean - 1.96*se, ymax=mean + 1.96*se), 
        width=0) + # ajoute une barre d'erreur à chaque observation 
    scale_colour_hue("Température",  # légende avec description personnalisée des niveaux
        labels = c("Dégagé", "Nuage, brume", "Pluie, neige")) +
    ggtitle('Évolution du nombre moyen de locations par heure') +  # titre
    xlab("heure") + ylab("nombre moyen de locations")   # nom des axes