1.1 Installation du package highcharter

#Installation de highcharter
install.packages("highcharter", repos = "http://cran.us.r-project.org")

#Chargement du package dans la session R
library(highcharter)

2.1 Parallèle avec le package ggplot2

Le package highcharter utilise la grammaire graphique tout comme le package ggplot2 qui a été présenté dans le cours. Nous créons un objet de base de classe highchart et nous lui ajoutons des couches pour modifier les paramètres du graphique. Donc de la même façon que nous créons un objet de classe ggplot auquel nous ajoutons des couches. Les deux packages possèdent une fonction de création rapide de graphiques hchart pour highcharter et qplot pour ggplot2 qui possède une structure qui est familière pour les utilisateurs de la fonction plot. Au lieu d’utiliser la fonction aes pour définir les propriétés visuelles, nous utilisons la fonction hcaes dans le package highcharter. L’opérateur d’ajout de couches est également changé, au lieu d’utiliser + nous utilisons %>%. Les fonctions appelées afin de définir les différentes couches sont également différentes entre les deux packages et certaines de ces fonctions seront présentées plus loin.

2.2 Fonction de base hchart

La fonction de création rapide d’un graphique hchart possède un seul argument object pour lequel nous définissons l’objet qui sera utilisé pour la création du graphique. Observons le code de la fonction.

hchart

## function (object, ...) 
## {
##     UseMethod("hchart")
## }
## <bytecode: 0x0000000011843f50>
## <environment: namespace:highcharter>

On voit que l’argument object est suivi de … et que cette fonction appelle une autre fonction UseMethod("hchart") afin de faire appel à la fonction la plus adaptée à la classe d’objet qui est fourni à la fonction.

L’outil graphique highcharter est adapté à plusieurs classes d’objet ce qui le rend très versatile. Joshua Kunst mentionne, sur son site web dédié au package, que highcharter accepte les data frames, la classe numeric, les données de type histogram, character, density (fonctions de densité), factors, ts (séries temporelles) et bien d’autres types de données tel qu’illustré lorsque nous regardons les différentes méthodes de la fonction hchart.

methods(hchart)

##  [1] hchart.acf*        hchart.character*  hchart.data.frame* hchart.default*   
##  [5] hchart.density*    hchart.dist*       hchart.ets*        hchart.factor*    
##  [9] hchart.forecast*   hchart.histogram*  hchart.igraph*     hchart.list*      
## [13] hchart.matrix*     hchart.mforecast*  hchart.mts*        hchart.numeric*   
## [17] hchart.prcomp*     hchart.princomp*   hchart.stl*        hchart.survfit*   
## [21] hchart.tibble*     hchart.ts*         hchart.xts*       
## see '?methods' for accessing help and source code

Les … qui suivent l’argument object sont présents afin de fournir d’autres arguments aux fonctions appelées par la fonction hchart. Afin de créer un graphique de base, deux arguments sont très pratiques bien qu’ils ne soient obligatoires. Le premier est type qui permet de spécifier le type de graphique désiré. Tout comme plot, hchart tente de choisir le meilleur type de graphique pour la classe de données fournies comme objet. Cependant, il s’avère que le type de graphique ainsi choisi n’est souvent pas bien adapté ou qu’aucun graphique n’est produit suite à une erreur due à un choix mal adapté de graphique. Le deuxième argument est l’argument mapping qui permet de fournir les données pour les axes avec la fonction hcaes qui permet de définir les « aesthetics » comme la fonction aes du package ggplot2.

hchart(object = quakes, type = "scatter", mapping = hcaes(x = mag, y = stations))

hchart(object = quakes, type = "scatter", mapping = hcaes(x = mag, y = stations, group = region))

h <- hist(quakes$mag, breaks = 30, plot = FALSE)
hchart(object = h)

plot(h)

hchart(object = quakes$magFactor, type = "column")

hchart(object = quakes$magFactor, type = "bar")

2.3 Objet de classe highchart

Afin d’avoir facilement accès à toutes les options d’ajustement des graphiques de type highchart et de rendre la syntaxe du code plus facile à comprendre, il est préférable de travailler avec un opérateur de type « pipe » afin d’ajuster les éléments des graphiques un à un en faisant appel à des fonctions couche par couche. Dans le cas du package highcharter cet opérateur est le %>%. Donc, comme dans le cas du package ggplot2 nous créons un objet graphique qui s’affiche lorsqu’on le présente comme argument à la fonction print.

Avec ggplot2 nous avions:

install.packages("ggplot2", repos = "http://cran.us.r-project.org")

library(ggplot2)
diag <- ggplot(data = quakes) + geom_point(mapping = aes(x = mag, y = stations))

summary(diag)

## data: lat, long, depth, mag, stations, magFactor, region [1000x7]
## faceting: <ggproto object: Class FacetNull, Facet, gg>
##     compute_layout: function
##     draw_back: function
##     draw_front: function
##     draw_labels: function
##     draw_panels: function
##     finish_data: function
##     init_scales: function
##     map_data: function
##     params: list
##     setup_data: function
##     setup_params: function
##     shrink: TRUE
##     train_scales: function
##     vars: function
##     super:  <ggproto object: Class FacetNull, Facet, gg>
## -----------------------------------
## mapping: x = ~mag, y = ~stations 
## geom_point: na.rm = FALSE
## stat_identity: na.rm = FALSE
## position_identity

print(diag) # ou plus simplement : diag

Que nous pouvons remplacer avec les commandes suivantes de highcharter:

diag_hc <- highchart() %>% 
  hc_add_series(data = quakes, type = "scatter", mapping = hcaes(x = mag, y = stations))

str(diag_hc)

La sortie est très longue ici alors elle n’est pas affichée.

diag_hc

Il existe différentes fonctions avec un nom comme hc_add_series_<TypeDeGraph> qui étaient utilisées auparavant, où on remplace <TypeDeGraph> par le type de graphique désiré. Cependant, lors de leur utilisation, un avertissement s’affiche qui nous dit qu’il est préférable d’utiliser simplement hc_add_series et de spécifier l’argument type si nécessaire.

2.4 Les options des objets de classe highchart

Le tableau suivant présente un résumé des fonctions qui permettent d’ajuster les différentes couches des graphiques de type highchart. La documentation de l’API des highcharts est disponible à l’adresse suivante: https://api.highcharts.com/highcharts. Il permet de connaître tous les paramètres disponibles pour chacune des fonctions. À première vu la navigation de l’API semble difficile et il n’est pas aisé de trouver les informations qu’on cherche. Cependant en s’aidant du guide PDF d’utilisation du package highcharter, qui est disponible à l’adresse suivante https://cran.r-project.org/web/packages/highcharter/highcharter.pdf, il est plus facile de naviguer dans l’API. Les fonction qui permettent d’ajuster les paramètres des graphiques, donc les différentes couches que nous ajouterons à notre objet highchart, ont toutes comme nom la forme hc_<NomDeLaCouche>. Une liste, contenant les principales fonctions nécessaires afin d’ajuster les paramètres de base des graphiques highchart, est présentée dans la suite de cette fiche. De plus, étant donné l’ampleur du package highcharter et la grande quantité de paramètres disponibles pour chacune des fonctions, ces paramètres ne seront pas tous introduits dans la présente fiche. Alors, afin de faire une recherche pour connaître d’autres paramètres ou d’autres fonction avancées du package highcharter il suffit de chercher dans la documentation PDF une fonction de la forme hc_<NomDeLaCouche> que l’on souhaite utiliser et ensuite rechercher dans le menu de gauche de la page de l’API la ligne nommée <NomDeLaCouche>. En cliquant sur cette ligne la liste de paramètres de cette couche défilera sous ce menu et en cliquant sur les différents paramètres des informations supplémentaires sur le type d’objets qu’elles acceptent sera disponible dans la fenêtre principale.

Dans les sections suivantes, nous ajusterons graduellement les couches d’un graphique highchart en utilisant les fonctions présentées dans le tableau précédent ainsi que l’opérateur « pipe » %>%.

dispersion <- highchart() %>% 
  hc_add_series(data = quakes[which(quakes$region=='Est'),], type = "scatter", 
                mapping = hcaes(x = mag, y = stations), name = "Est") %>% 
  hc_add_series(data = quakes[which(quakes$region=='Ouest'),], type = "scatter", 
                mapping = hcaes(x = mag, y = stations), name = "Ouest")

dispersion

dispersion <- dispersion %>%
  hc_chart(borderColor = 'black',
           borderRadius = 5,
           borderWidth = 1,
           backgroundColor = list(linearGradient = c(800, 0, 0, 0), 
                                  stops = list(list(0, 'rgb(201, 201, 201)'),
                                               list(1, 'rgb(500, 500, 500)'))))

dispersion

dispersion <- dispersion %>%
  hc_xAxis(title = list(text = "<b>Magnitude (Richter)</b>"), lineWidth = 2, 
           lineColor = rgb(0, 0, 0)) %>%
  hc_yAxis(title = list(text = "<b>Nombre de stations</b>"), lineWidth= 2, 
           lineColor = rgb(0, 0, 0), gridLineColor = rgb(0, 0, 0))

dispersion

dispersion <- dispersion %>%
  hc_title(text = "Nuage de dispersion du nombre de stations ayant détecté un séisme en fonction de la magnitude")

dispersion

dispersion <- dispersion %>%
  hc_legend(align = "right", verticalAlign = "bottom", layout = "vertical")

dispersion

dispersion <- dispersion %>%
  hc_colors(colors = c(rgb(1, 0, 0),rgb(1, 0, 1)))

dispersion

dispersion <- dispersion %>%
  hc_plotOptions(series = list(marker = list(symbol = "square")))

dispersion

2.5 Autres exemples des possibilités avec highcharter

Il est possible, par exemple, de représenter des densités selon la répartition d’une variable.

highchart() %>% 
  hc_add_series(data = density(quakes$depth) , type = "area", 
                showInLegend = FALSE, color = "#F0A1EA") %>%
  hc_xAxis(title = list(text= "Profondeur du séisme"),categories=levels(quakes$stations)) %>%
  hc_yAxis(title = list(text = "densité")) %>%
  hc_title(text = "Représentation de Fonction de densité f(x) ") %>%
  hc_subtitle(text = "x: la profondeur du séisme en kilomètres")

Représenter sur le même graphe la fonction de densité de deux manières différentes.

highchart() %>% 
  # Données
  hc_add_series(data = density(quakes$stations), type = "column", name = "Histogram") %>%
  hc_add_series(data = density(quakes$stations), type = "line", name = "Densité") %>%
  # Option pour chaque series
  hc_plotOptions(
    series = list(showInLegend = TRUE, pointFormat = "{point.y}"),
    column = list(colorByPoint = TRUE, dataLabels = list(enabled = FALSE)),
    line = list(color = "black")) %>%
  # Axes
  hc_yAxis(title = list(text = "f(x)"),labels = list(format = "{value}")) %>%
  hc_xAxis(title = list(text = "Nombre de stations")) %>%
  # Titres 
  hc_title(text = " La distribution de la variable stations ") %>%
  hc_subtitle(text = "les stations qui ont detecté le seisme")

• Représenter deux graphiques sur la même figure

highchart() %>%
  # Données
  hc_add_series(data = quakes$region, type = "column", name = "histogram") %>%
  hc_add_series(data = quakes$region, type = "pie", name = "section") %>%
  # Option graphique pour chaque series
  hc_plotOptions(
    series = list( showInLegend = TRUE),
    column = list(colorByPoint = TRUE),
    pie = list(colorByPoint = TRUE, size = 100, dataLabels = list(enabled = TRUE))) %>%
  # Axes
  hc_yAxis(
    title = list(text = "Nombre de séisme"),
    labels = list(format = "{value}")) %>% 
  hc_xAxis(title = list(text = "Région"),categories = c("Ouest", "Est")) %>%
  # Ajout de titre
  hc_title(text = "La répartition de l'emplacement du séisme" )

Et même faire des graphiques en trois dimensions.

highchart() %>% 
  hc_add_series(data = quakes$region, type = "pie", showInLegend = TRUE, depth = 25) %>%
  hc_chart(options3d = list (enabled= TRUE,alpha = 60,beta = 0)) %>%
  hc_xAxis(title = list(text= c("Ouest", "Est")),categories = levels(quakes$region)) %>%
  hc_yAxis(title = list(text = "Nombre de stations")) %>%
  hc_title(text = "Représentation du nombre de séismes par régions ")

3.1 Ouverture d’horizon

Dans cette fiche, on vous a présenté les Highcharts d’une manière générale, cependant il existe d’autres type de graphique qu’on peut produire. Si vous voulez apprendre à utiliser d’autres fonction et d’autres packages de production de graphique pour les page web, on vous recommande les Highstock qui nécessite l’installation du package quantmod et les Highmaps qui sont fournis grâce à la fonction hcmap.

• Highstock : package quantmod https://www.highcharts.com/stock/demo
• Highmaps : fonction hcmap https://www.highcharts.com/maps/demo