1 Introduction à cowplot

Un des meilleurs moyens de visualisation de résultats statistiques sont les représentations graphiques. Avec ggplot2, les représentations graphiques sont devenues incontournables. Cette visualisation devient beaucoup plus parlante lorsqu’il est possible de synthétiser l’information contenue dans ces graphiques par leur combinaison. Le package cowplot permet de combiner facilement plusieurs tracés ggplot2. Développé par Claus O. Wilke, ce package offre également des fonctionnalités pour faciliter l’ajout d’annotations sur les graphiques ggplot2. Il a été développé pour fournir un thème aux graphiques ggplot2, qui nécessite peu de manipulations des tailles d’annotations, d’axe, de fond, … Le présent document a pour objectif de faire une présentation du package et de ses fonctionnalités.

2 Chargement du package et description des données

Nous aurons besoin d’installer (si ce n’est pas déjà fait) et de charger les packages ggplot2 et cowplot.

library(ggplot2)
library(cowplot)

Les données que nous allons utiliser pour présenter nos fonctions sont issues du jeux de données quakes du package datasets. Elles concernent des séismes ayant étés enregistrés aux iles Fidji depuis 1964. Ces données sont présentées sous forme de data frame de 1000 observations issues de 5 variables : la magnitude, la latitude, la longitude et la profondeur du séisme, ainsi que le nombre de stations ayant rapporté le séisme. Nous allons ensuite ajouter deux facteurs à ce data frame :

• magFactor, qui représente la magnitude arrondie à l’entier inferieur, avec 3 niveaux : 4,5 ou 6; et
• region, qui représente la région où a eu lieu l’événement, prenant les niveaux : Est ou Ouest.

library(datasets)
quakes$magFactor <- factor(floor(quakes$mag))
quakes$region <- factor(quakes$long >= 175, labels = c("Ouest", "Est"))
str(quakes)

## 'data.frame':    1000 obs. of  7 variables:
##  $ lat      : num  -20.4 -20.6 -26 -18 -20.4 ...
##  $ long     : num  182 181 184 182 182 ...
##  $ depth    : int  562 650 42 626 649 195 82 194 211 622 ...
##  $ mag      : num  4.8 4.2 5.4 4.1 4 4 4.8 4.4 4.7 4.3 ...
##  $ stations : int  41 15 43 19 11 12 43 15 35 19 ...
##  $ magFactor: Factor w/ 3 levels "4","5","6": 1 1 2 1 1 1 1 1 1 1 ...
##  $ region   : Factor w/ 2 levels "Ouest","Est": 2 2 2 2 2 2 1 2 2 2 ...

summary(quakes)

##       lat              long           depth            mag      
##  Min.   :-38.59   Min.   :165.7   Min.   : 40.0   Min.   :4.00  
##  1st Qu.:-23.47   1st Qu.:179.6   1st Qu.: 99.0   1st Qu.:4.30  
##  Median :-20.30   Median :181.4   Median :247.0   Median :4.60  
##  Mean   :-20.64   Mean   :179.5   Mean   :311.4   Mean   :4.62  
##  3rd Qu.:-17.64   3rd Qu.:183.2   3rd Qu.:543.0   3rd Qu.:4.90  
##  Max.   :-10.72   Max.   :188.1   Max.   :680.0   Max.   :6.40  
##     stations      magFactor   region   
##  Min.   : 10.00   4:802     Ouest:205  
##  1st Qu.: 18.00   5:193     Est  :795  
##  Median : 27.00   6:  5                
##  Mean   : 33.42                        
##  3rd Qu.: 42.00                        
##  Max.   :132.00

3 Création de graphiques simples

Nous allons ensuite poursuivre en créant des graphiques afin d’illustrer les fonctionnalités des différents outils présentés. Certains des graphiques présentés sont issus du cours sur les graphiques en R.

hist <- ggplot(quakes, aes(mag, fill = region)) + 
  geom_bar()

factor <- ggplot(data = quakes, mapping = aes(x = mag, y = stations)) + 
  geom_point() + 
  facet_wrap(facets = ~ region)

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

cathego <- ggplot(quakes, aes(x = magFactor, y = long, color = region, shape = region)) +
  geom_jitter(position = position_jitter(0.2))

density <- ggplot(data = quakes) + 
  geom_density(mapping = aes(x = mag, fill = region), alpha = 0.5)
 
violon <- ggplot(quakes, aes(x = region, y = long)) + 
  geom_violin() + 
  geom_boxplot(width=0.1)

4 Mise en forme de graphiques ggplot2

Dans un premier temps nous étudierons comment le package cowplot permet de modifier la mise en forme de graphiques produits par ggplot2.

Le chargement de cowplot conduit à une modification de l’apparence de graphiques ggplot2. En effet ggplot2 produit par défaut des graphiques avec un thème prédéfinit ayant, notamment, une grille blanche sur un fond gris. L’utilisation de ggplot2 est relativement simple, elle requiert le type de graphique à tracer et les variables à représenter. En contrepartie, la mise en forme de graphiques ggplot2 devient rapidement compliquée.

Le fait de charger le package cowplot modifie l’apparence du graphique. Il enlève la grille de fond pour permettre d’obtenir un fond blanc et change un peu le format des axes et des annotations. Pour éviter ces modifications, il faut prendre le theme_gray qui reproduit la mise en forme par défaut effectuée par ggplot2.

hist

hist + theme_gray()

On peut également modifier le thème de base de cowplot, c’est-à-dire changer de police, de taille (titre, titre et échelle des axes) ainsi que l’épaisseur des axes. Ceci est possible avec la fonction theme_cowplot.

hist + theme_cowplot(font_size = 16, font_family = "", line_size = 0.9)

L’utilisation de la fonction theme_set permet de définir un thème commun à tous les autres graphiques produits par la suite.

theme_set(theme_cowplot(font_size = 12, font_family = "", line_size = 0.5)) 

Il est aussi possible de modifier le fond des graphiques. ggplot2 produit une grille de fond, mais celle-ci est assez imposante. Ainsi la fonction background_grid de cowplot permet de contrôler cette grille. La fonction prend comme arguments le major de la grille, c’est à dire l’axe qui aura les traits les plus épais, et aussi le minor, soit l’axe avec le tracé plus fin. Ensuite, nous pouvons modifier la taille et la couleur des axes major ou minor.

hist + background_grid(major = "x", minor = "y",
                       size.major = 0.1, size.minor = 0.5, 
                       colour.major = "gray90", colour.minor = "grey")

Le package cowplot permet de modifier les bordures des graphiques avec la fonction panel_border. L’argument remove = TRUE enlève les bordures existantes, s’il y en a. Les arguments colour, size et linetype servent à spécifier la couleur, l’épaisseur et le type de ligne des bordures.

factor

factor + panel_border(colour = "grey", size = 0.5, linetype = 1)

5 Ajout d’annotations

Poursuivons en examinant les différentes possibilités d’ajout d’annotations sur un graphique ggplot2 permises par cowplot.

La fonction draw_line permet d’ajouter une ligne reliant certains points par-dessus le graphique initial. Pour cela, il faut préciser les coordonnées des points à relier, la couleur et l’épaisseur de la ligne.

Reg <- lm(stations ~ mag, data = quakes)
x <- seq(4,6,0.1)
y <- Reg$coefficients[2]*x + Reg$coefficients[1]
diag_dispersion + draw_line(x = x, y = y, color = "blue", size = 2)

Une autre fonction qui permet l’ajout d’annotations sur un graphique est draw_figure_label. Les arguments de cette fonction sont : l’expression à ajouter ; puis la position où la mettre, dont les options sont top.left, top, top.right, bottom.left, bottom, bottom.right (la valeur par défaut est top.left). Il est optionnel de préciser la police et la taille voulues pour l’expression. Cependant, la fonction ajoute l’annotation à l’intérieur de la zone graphique, ce qui cause un décalage de la représentation. L’ajout de la fonction ggdraw permet de corriger ce problème en séparant la zone graphique de l’annotation.

ggdraw(cathego) + draw_figure_label(label = "Figure 1", position = "top.right", fontface = "bold")

Pour ajouter des annotations sous le graphique, nous avons recours à la fonction add_sub. Après avoir précisé le graphique que nous souhaitons utiliser et l’expression à écrire, nous avons recours à la fonction ggdraw pour afficher correctement le graphique, car add_sub retourne une liste.

ggdraw(add_sub(cathego,
  "Les triangles bleus representent la region Est.\nLes points oranges representent la region Ouest."
))

La fonction draw_label permet quant à elle d’ajouter, par exemple, une expression mathématique sur un graphique.

moy <- mean(quakes$mag)
et <- sd(quakes$mag)

graph <- ggplot(data = quakes, mapping = aes(x = mag)) +
  geom_histogram(mapping = aes(y = stat(density)), 
                 binwidth = 0.2, colour = "black", fill = "white") +
  labs(x = "magnitude", y = "densité",
       title = "Densité empirique des magnitudes dans le jeu de données quakes") +
  # Ajout d'une courbe de densité théorique, paramètres estimés avec les données
  stat_function(fun = dnorm, args = list(mean = moy, sd = et), 
                xlim = c(3.9, 6.5), colour = "blue")

label <- expression(paste("Densité N(", mu, " = ", 4.6, ", ", sigma^2, " = ", 0.4^2, ")"))
graph + draw_label(label, x = 5.4, y = 0.40, hjust = 0, vjust = 0, colour = "blue") 

6 Combinaison de graphiques : fonction plot_grid

La fonction plot_grid permet de combiner plusieurs graphiques dans une grille. Voici une brève description de ses arguments :

plot_grid(diag_dispersion, density, violon, cathego)

plot_grid(diag_dispersion, NULL, density, violon)

plot_grid(diag_dispersion, density, violon, cathego, labels = "AUTO")

plot_grid(diag_dispersion, density, violon, cathego, labels = "auto")

plot_grid(diag_dispersion, density, violon, cathego, labels = c("1", "2", "3", "4"))

plot_grid(diag_dispersion, density, violon, cathego,
          labels = c("1", "2", "3", "4"),
          label_size = 16, label_colour = 'Blue', label_y = 0.4)

plot_grid(diag_dispersion, density, violon, cathego, 
          labels = c("1", "2", "3", "4"), label_size = 16, label_colour = 'Blue',
          ncol = 2, nrow = 2)

plot_grid(diag_dispersion, density, violon, cathego, 
          labels = c("1", "2", "3", "4"), label_size = 16, label_colour = 'Blue',
          ncol = 1, nrow = 4)

plot_grid(diag_dispersion, density, violon, 
          labels = c("1", "2", "3"), label_size = 16, label_colour = 'Blue',
          ncol = 2, nrow = 2)

plot_grid(diag_dispersion, density, violon, cathego, 
          labels = c("1", "2", "3", "4"), label_size = 16, label_colour = 'Blue',
          ncol = 2, nrow = 2,
          rel_widths = c(1, 3), rel_heights = c(3, 1))

7 Combinaison de graphiques : fonction draw_plot

La fonction draw_plot permet également de combiner les graphiques, mais faut il faut définir les positions de chaque graphique. Voici une brève description des paramètres de cette fonction :

La fonction draw_plot s’utilise avec la fonction ggdraw, qui permet d’initialiser un graphique.

Essayons de combiner nos 4 graphiques :

• x = 0, y = 0.5 permet de placer le 1^er graphique en haut à gauche;
• x = 0.5, y = 0.5 permet de placer le 2^e graphique en haut à droite;
• x = 0, y = 0 permet de placer le 3^e graphique en en bas à gauche;
• x = 0.5, y = 0 permet de placer le 4^e graphique en en bas à droite;
• width = 0.5, height = 0.5 permet de définir la même taille pour tous les graphiques.

À la différence de plot_grid, la fonction draw_plot prend un seul graphique à la fois.

ggdraw() +
  draw_plot(diag_dispersion, x = 0, y = 0.5, width = 0.5, height = 0.5) +
  draw_plot(density, x = 0.5, y = 0.5, width = 0.5, height = 0.5) +
  draw_plot(violon, x = 0, y = 0, width = 0.5, height = 0.5) +
  draw_plot(cathego, x = 0.5, y = 0, width = 0.5, height = 0.5)

On peut même superposer deux graphiques, il suffit de jouer avec la position et la dimension des graphiques.

 ggdraw() +
  draw_plot(density, x = 0, y = 0, width = 1, height = 1) +
  draw_plot(hist, x = 0.5, y = 0.5, width = 0.5, height = 0.4)

legend <- get_legend(hist)

density2 <- density + theme(legend.position = "none")
hist2 <- hist + theme(legend.position='none')
a <- ggdraw() +
  draw_plot(density2, x = 0, y = 0, width = 1, height = 1) +
  draw_plot(hist2 , x = 0.5, y = 0.5, width = 0.5, height = 0.4)
plot_grid(a, legend, rel_widths = c(1, 0.2))

ggdraw() +
  draw_plot(diag_dispersion, x = 0, y = 0.5, width = 0.5, height = 0.5) +
  draw_plot(density, x = 0.5, y = 0.5, width = 0.5, height = 0.5) +
  draw_plot(violon, x = 0, y = 0, width = 0.5, height = 0.5) +
  draw_plot(cathego, x = 0.5, y = 0, width = 0.5, height = 0.5) +
  draw_plot_label(label = c("A", "B", "C", "D"), 
                  x = c(0, 0.5, 0, 0.5), y = c(1, 1, 0.5, 0.5), 
                  size = 14, colour = 'blue')

plot_grid(a, legend, rel_widths = c(1, 0.2)) +
  draw_plot_label(label = c("A", "B"), 
                  x = c(0, 0.4), y = c(1, 0.9), 
                  size = 20, colour = "purple")

8 Sauvegarde d’une grille de graphiques avec la fonction save_plot

Lorsque l’on travaille avec cowplot, la fonction save_plot est utilisée pour enregistrer une grille de graphiques. C’est une alternative à ggsave avec un meilleur support pour les graphiques multi-figures. Voici une brève description des paramètres de la fonction save_plot :

Il est possible d’enregistrer la grille au format PDF, PNG et JPG. Pour enregistrer une grille, save_plot et plot_grid doivent avoir les mêmes valeurs pour nrow et ncol.

graphique_final <- 
  plot_grid(diag_dispersion, density, violon, cathego, 
            labels=c("1", "2", "3","4"),label_size = 16, label_colour = 'Blue',
            ncol = 2, nrow = 2)

#format PDF
save_plot("graphique_final.pdf", graphique_final, 
          ncol = 2, nrow = 2, base_aspect_ratio = 1.3)
#format PNG
save_plot("graphique_final.png", graphique_final, 
          ncol = 2, nrow = 2, base_aspect_ratio = 1.3)
#format JPG
save_plot("graphique_final.jpg", graphique_final, 
          ncol = 2, nrow = 2, base_aspect_ratio = 1.3)

9 Observations personnelles sur le package

Le package cowplot est relativement facile d’utilisation, notamment pour la combinaison de graphiques. Il permet de faciliter la production de graphiques destinés aux publications scientifiques. Bien que le package cowplot soit assez bien documenté dans l’ensemble, certaines fonctions demeurent assez peu documentées. Dans certains cas, avoir une légende commune pour des graphiques de même type permet une simplicité dans la présentation. Un des points négatifs de cowplot est qu’il n’offre pas la possibilité de faire facilement une légende pour tous les graphiques mis en commun par la fonction plot_grid. De plus cowplot ne permet pas la combinaison de graphiques, de tables et de textes. Ces fonctionnalités sont offertes par d’autres packages tel que gridExtra par exemple.