Affichage graphique

module2/exo3/exercice_fr.Rmd

 ---
-title: "Votre titre"
-author: "Votre nom"
-date: "La date du jour"
+title: "Réaliser un affichage graphique"
+author: "Mélanie"
+date: "27/10/2022"
 output: html_document
 ---
 
 
 ```{r setup, include=FALSE}
-knitr::opts_chunk$set(echo = TRUE)
+knitr::opts_chunk$set(echo = TRUE, warning = FALSE)
+library(ggplot2)
+theme_set(
+  theme_bw()
+)
 ```
 
-## Quelques explications
+## Données
 
-Ceci est un document R markdown que vous pouvez aisément exporter au format HTML, PDF, et MS Word. Pour plus de détails sur R Markdown consultez <http://rmarkdown.rstudio.com>.
+Les données sont recopiées depuis le [texte de l'exercice 2, 2$^e$ partie](https://lms.fun-mooc.fr/courses/course-v1:inria+41016+self-paced/courseware/66bc811404b8481da5f794de54681c5e/8b8b358fa16b47b2ab2b156ebdd1dc05/), je ne les affiche pas.
 
-Lorsque vous cliquerez sur le bouton **Knit** ce document sera compilé afin de ré-exécuter le code R et d'inclure les résultats dans un document final. Comme nous vous l'avons montré dans la vidéo, on inclue du code R de la façon suivante:
+```{r echo = FALSE}
+data <- c(14.0, 7.6, 11.2, 12.8, 12.5, 9.9, 14.9, 9.4, 16.9, 10.2, 14.9, 18.1, 7.3, 9.8, 10.9,12.2, 9.9, 2.9, 2.8, 15.4, 15.7, 9.7, 13.1, 13.2, 12.3, 11.7, 16.0, 12.4, 17.9, 12.2, 16.2, 18.7, 8.9, 11.9, 12.1, 14.6, 12.1, 4.7, 3.9, 16.9, 16.8, 11.3, 14.4, 15.7, 14.0, 13.6, 18.0, 13.6, 19.9, 13.7, 17.0, 20.5, 9.9, 12.5, 13.2, 16.1, 13.5, 6.3, 6.4, 17.6, 19.1, 12.8, 15.5, 16.3, 15.2, 14.6, 19.1, 14.4, 21.4, 15.1, 19.6, 21.7, 11.3, 15.0, 14.3, 16.8, 14.0, 6.8, 8.2, 19.9, 20.4, 14.6, 16.4, 18.7, 16.8, 15.8, 20.4, 15.8, 22.4, 16.2, 20.3, 23.4, 12.1, 15.5, 15.4, 18.4, 15.7, 10.2, 8.9, 21.0)
+```
+
+Je crée un dataframe (x,y) à partir du vecteur précédent.
+```{r}
+df <- as.data.frame(data)
+n <- length(rownames(df))
+df <- cbind(x = seq(1,n), df)
+colnames(df) <- c("x", "y")
 
-```{r cars}
-summary(cars)
 ```
 
-Et on peut aussi aisément inclure des figures. Par exemple:
+## Affichages
+
+* plot simple
 
-```{r pressure, echo=FALSE}
-plot(pressure)
+```{r echo = FALSE}
+
+p <- ggplot(df, aes(x = x, y = y, group = 1))
+p <- p + geom_line(color = "blue") 
+p <- p + scale_x_continuous(limits=c(0, 100), breaks = seq(0,100,20)) + scale_y_continuous(limits=c(0, 25), breaks = seq(0,25,5))
+p <- p + theme (axis.title.x = element_blank(),
+  axis.title.y = element_blank(), panel.grid.minor = element_blank())
+p
 ```
 
-Vous remarquerez le paramètre `echo = FALSE` qui indique que le code ne doit pas apparaître dans la version finale du document. Nous vous recommandons dans le cadre de ce MOOC de ne pas utiliser ce paramètre car l'objectif est que vos analyses de données soient parfaitement transparentes pour être reproductibles. 
 
-Comme les résultats ne sont pas stockés dans les fichiers Rmd, pour faciliter la relecture de vos analyses par d'autres personnes, vous aurez donc intérêt à générer un HTML ou un PDF et à le commiter.
+* histogramme
+
+C'est un peu compliqué d'obtenir *exactement* les mêmes largeurs de bins que dans le modèle.
+
+
+```{r echo = FALSE}
+
+p <- ggplot(df, aes(x = y))
+p <- p + geom_histogram(color = "black", fill = "blue", binwidth = 2.1, center = 10) 
+p <- p + scale_x_continuous(limits=c(0, 25), breaks = seq(0,25,5)) + scale_y_continuous(limits=c(0, 25), breaks = seq(0,25,5))
+p <- p + theme (axis.title.x = element_blank(),
+  axis.title.y = element_blank(), panel.grid.minor = element_blank())
+p
+```
 
-Maintenant, à vous de jouer! Vous pouvez effacer toutes ces informations et les remplacer par votre document computationnel.