Fonction GGplot2 - légende box

Version imprimable

1 pièce(s) jointe(s)

Bonjour,

Je cherche à faire un truc qui parait simple mais je ne trouve pas la commande pour cela...

A partir de mes données, j'arrive à cela :
Pièce jointe 201027

Je souhaiterais pouvoir donner des couleurs plus marquées entres elles que celles que j'ai ici et ajouter pour chaque rectangle, le numéro correspondant (1à10). L'idéal serait également que la couleur de mon rectangle corresponde à la couleur attribuée dans la légende...
Voici mon code :

Code :
Code:

1 2 3 4 5 6 7 8 ggplot() + geom_segment(data=segment(dendr), aes(x=x, y=y, xend=xend, yend=yend)) + geom_text(data=label(dendr), aes(x, y, label=label, hjust=0, color=cluster), size=3) + geom_rect(data=rect, aes(xmin=X1-.3, xmax=X2+.3, ymin=0, ymax=ymax), color=rect$rect.cluster, fill=NA)+ geom_hline(yintercept=0.33, color="red")+ theme_dendro()
Donc si vous avez des solutions pour cela et également pour améliorer l’esthétique, je suis preneur.

Merci

1 pièce(s) jointe(s)

Bonjour,

En faisant une rapide recherche, je suis tombée sur le code ci-dessous :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
library(ggplot2)
library(ggdendro)
library(plyr)
library(zoo)
 
df <- USArrests                       # really bad idea to muck up internal datasets
labs <- paste("sta_", 1:50, sep = "") # new labels
rownames(df) <- labs                  # set new row names
 
cut <- 4    # Number of clusters
hc <- hclust(dist(df), "ave")              # heirarchal clustering
dendr <- dendro_data(hc, type = "rectangle") 
clust <- cutree(hc, k = cut)               # find 'cut' clusters
clust.df <- data.frame(label = names(clust), cluster = clust)
 
# Split dendrogram into upper grey section and lower coloured section
height <- unique(dendr$segments$y)[order(unique(dendr$segments$y), decreasing = TRUE)]
cut.height <- mean(c(height[cut], height[cut-1]))
dendr$segments$line <- ifelse(dendr$segments$y == dendr$segments$yend &
   dendr$segments$y > cut.height, 1, 2)
dendr$segments$line <- ifelse(dendr$segments$yend  > cut.height, 1, dendr$segments$line)
 
# Number the clusters
dendr$segments$cluster <- c(-1, diff(dendr$segments$line))
change <- which(dendr$segments$cluster == 1)
for (i in 1:cut) dendr$segments$cluster[change[i]] = i + 1
dendr$segments$cluster <-  ifelse(dendr$segments$line == 1, 1, 
             ifelse(dendr$segments$cluster == 0, NA, dendr$segments$cluster))
dendr$segments$cluster <- na.locf(dendr$segments$cluster) 
 
# Consistent numbering between segment$cluster and label$cluster
clust.df$label <- factor(clust.df$label, levels = levels(dendr$labels$label))
clust.df <- arrange(clust.df, label)
clust.df$cluster <- factor((clust.df$cluster), levels = unique(clust.df$cluster), labels = (1:cut) + 1)
dendr[["labels"]] <- merge(dendr[["labels"]], clust.df, by = "label")
 
# Positions for cluster labels
n.rle <- rle(dendr$segments$cluster)
N <- cumsum(n.rle$lengths)
N <- N[seq(1, length(N), 2)] + 1
N.df <- dendr$segments[N, ]
N.df$cluster <- N.df$cluster - 1
 
# Plot the dendrogram
ggplot() + 
   geom_segment(data = segment(dendr), 
      aes(x=x, y=y, xend=xend, yend=yend, size=factor(line), colour=factor(cluster)), 
      lineend = "square", show_guide = FALSE) + 
   scale_colour_manual(values = c("grey60", rainbow(cut))) +
   scale_size_manual(values = c(.1, 1)) +
   geom_text(data = N.df, aes(x = x, y = y, label = factor(cluster),  colour = factor(cluster + 1)), 
      hjust = 1.5, show_guide = FALSE) +
   geom_text(data = label(dendr), aes(x, y, label = label, colour = factor(cluster)), 
       hjust = -0.2, size = 3, show_guide = FALSE) +
   scale_y_reverse(expand = c(0.2, 0)) + 
   labs(x = NULL, y = NULL) +
   coord_flip() +
    theme(axis.line.y = element_blank(),
        axis.ticks.y = element_blank(),
        axis.text.y = element_blank(),
        axis.title.y = element_blank(),
        panel.background = element_rect(fill = "white"),
        panel.grid = element_blank())

Qui permet d'obtenir le rendu suivant :

Pièce jointe 201067

Cela ne répond pas complètement à votre problématique mais le rendu est intéressant il me semble, alors cela peut peut-être vous donner des pistes.
HTH ! :)

Cordialement,

A.D.

17/02/2016, 12h22
Geofv

Bonjour,
merci de la réponse, je vais voir si ça peut m'aider un peu ^^
Disons qu'un des principaux soucis est la mise en forme des couleurs (légende ne correspondant pas aux box). je vais donc tester.
17/02/2016, 12h31
A. D.

Re-bonjour,

Je vais peut-être dire une bétise mais il me semble qu'il n'y a pas de problème avec les couleurs sur votre graphique ? Je pense simplement que la numérotation (présente dans la légende) n'est pas faite dans l'ordre de gauche à droite (par exemple) mais plutôt en fonction de la longueur des branches menant à chaque groupe...
Après vu que je n'ai pas accès à vos données, je ne suis pas sûre de ce que j'avance mais ça me parait plausible.

Cordialement,

A.D.
17/02/2016, 14h16
Geofv

Re

En effet, la séparation est bien faite selon la longueur et par exemple mes numéros 8-9-10 sont situés en plein milieu.
Le problème des couleurs c'est qu'il m'est difficile de distinguer le vert foncé du vert moyennement foncé par exemple. Et les rectangles colorés ne correspondent pas à la couleur de la légende (carré de droite non rouge alors qu'il devrait l'être).
Dans l'idéal, je souhaiterai avoir ce que vous m'avez indiqué mais avec les numéros de groupes qui ont été définis (selon la longueur de branche) et non pas dans l'ordre gauche-droite.
18/02/2016, 14h57
A. D.
Bonjour,

Je ne suis pas très familière de la réalisation de dendrogrammes avec ggplot...
Une suggestion cependant, dans votre code : avez-vous essayé de mettre le même paramètre pour spécifier la couleur dans "geom_text" et "geom_rect" ?
En effet, pour le moment vous avez :
Code:

1 2 geom_text(... color=cluster) ...) + geom_rect(... color=rect$rect.cluster ...)
Sinon, est-ce que vous pouvez éventuellement mettre à dispo votre jeu de données ou un extrait, sur lequel tester ?

Cordialement,

A.D.

1 pièce(s) jointe(s)

Bonjour, voici le jeu de donnée et le script associé :

Pièce jointe 201204

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
##########################################################
#####Importation tableau des Arrhenatheretea##############
##########################################################
#####
#Tableau transposé (1ligne=1relevé) avec x#
Arrhtr<-read.csv("U:/Villejoubert-G/Service civique 2015-2016/R/Relevesarrhpur/5.Arrh267_10sp_transp.csv",header=T,sep=";",dec=",")
 
#Tableau transposé (1ligne=1relevé) sans x#
Arrhtr2<-read.csv("U:/Villejoubert-G/Service civique 2015-2016/R/Relevesarrhpur/5.Arrh267_10sp_transp2.csv",header=T,sep=";",dec=",")
 
#Tableau transposé (1ligne=1relevé) tout pris en compte (r,i...)#
##row.names pour indiquer que la premierè colonne correspond à la légende des lignes
Arrhtr3<-read.csv("U:/Villejoubert-G/Service civique 2015-2016/R/Relevesarrhpur/Arrh267_Pres_abs.csv",header=T,sep=";",dec=",",row.names=1)
Arrhtr3_Num<-read.csv("U:/Villejoubert-G/Service civique 2015-2016/R/Relevesarrhpur/Arrh267_Pres_abs.csv",header=T,sep=";",dec=",")
 
#Création d'un data frame à 1 colonne contenant les numéros de relevés#
Num<-Arrhtr3_Num[,1]
 
#Data frame contenant les relevés (coeff+sp) et le numéro des relevés
Arrh<-cbind(Num,Arrhtr3)
 
##########################################################
#####Traitement tableau des Arrhenatheretea###############
##########################################################
library(ade4)
library(vegan)
 
###
#AFC#
###
#####
AFC_Arrhtr<-dudi.coa(Arrhtr3)
2
names(AFC_Arrhtr)
AFC_Arrhtr$eig
sum(AFC_Arrhtr$eig[1:2])/sum(AFC_Arrhtr$eig)
 
#Affichage des valeurs propres#
A<-(AFC_Arrhtr$eig/sum(AFC_Arrhtr$eig))*100
barplot(A,ylab="% d'inertie",names.arg=round(A,1),cex.names =0.6,las=2)
title("Eboulis des valeurs propres en %")
##las pour la disposition de la légende des axes. 
##0: Parallèles aux axes, 1: Horizontales, 2: Perpendiculaires aux axes, 3: Verticales
 
#Valeurs propres en %#
round(AFC_Arrhtr$eig/sum(AFC_Arrhtr$eig)*100,2)
 
#Représentation AFC#
s.label(AFC_Arrhtr$co, clabel=0.7)
s.label(AFC_Arrhtr$li, clabel=0.7)
scatter(AFC_Arrhtr)
 
#Contributions relatives#
inertia.dudi(AFC_Arrhtr,col.inertia = T)$col.abs  #pour colonnes#
inertia.dudi(AFC_Arrhtr,row.inertia = T)$row.abs  #pour les lignes#
#
 
###################
##CAH méthode de Ward##
###################
#####
#Calcul du tableau des distances pour les relevés#
dc2<-dist(AFC_Arrhtr$li, method ="euclidean", diag=FALSE, upper=FALSE)
 
##AFC_Arrhtr$li= contient les variables de l'AFC#
##methode= calcul des distances, ici des distances euclidiennes#
##diag=indique si la diagonale des distances de la matrice doit être affichée#
##upper=triangle des distances doit être affiché#
 
#Dendrogramme#
hier2<-hclust(dc2,"ward.D")
plot(hier2,hang=-1,main='cluster')
 
#Nombres de classes#
k=10
rect.hclust(hier2,k, border='blue')
 
##hclust() permet de dessiner le dendrogramme#
##"ward.D"-> méthode que l'on va utiliser, autre par ex:UPGMA#
##rect.hclust () permet d'afficher des rectangles autour des classes sur le dendro#
##k=nb de classe#
##border=couleur de la bordure du rect#
 
#Récupération des groupes (k classes)#
cl2<-cutree(hier2,k)
cl2
 
#Importation des librairies nécessaires à la réalisation de la commande#
library(ggplot2)
library(ggdendro) #pour dendro_data
 
#Conversion pour lecture avec ggplot
dendr<- dendro_data(hier2, type="rectangle")
 
#Data frame contenant numéro relevé + Numéro de groupe selon coupe dendro
cl2.df <- data.frame(label=rownames(Arrh), cluster=factor(cl2))
 
#Execution commande
dendr[["labels"]]<- merge(dendr[["labels"]],cl2.df, by="label")
rect <- aggregate(x~cluster,label(dendr),range)
rect <- data.frame(rect$cluster,rect$x)
ymax <- mean(hier2$height[length(hier2$height)-((k-2):(k-1))])
 
#Création du dendrogramme avec les groupes identifiés selon une couleur#
#label=laber pour avoir les numéros de relevés, =NA pour ne rien avoir
ggplot() + 
  geom_segment(data=segment(dendr), aes(x=x, y=y, xend=xend, yend=yend)) + 
  geom_text(data=label(dendr), aes(x, y, label=label, hjust=0, color=cluster), 
            size=3) +
  geom_rect(data=rect, aes(xmin=X1-.3, xmax=X2+.3, ymin=0, ymax=ymax), 
            color=rect$rect.cluster, fill=NA)+
  geom_hline(yintercept=0.33, color="red")+
  theme_dendro()
## pour retourner le dendro ajouter "+coord_flip() + scale_y_reverse(expand=c(0.2, 0)) +"

Je ne peux pas mettre les deux mêmes car les rectangles s'appuie sur "data=rect2" et le texte sur "data=label(dendr)".

Citation:

Envoyé par Geofv

[...] Je souhaiterais pouvoir donner des couleurs plus marquées entres elles que celles que j'ai ici et ajouter pour chaque rectangle, le numéro correspondant (1à10). L'idéal serait également que la couleur de mon rectangle corresponde à la couleur attribuée dans la légende [...]

Vous le savez sans doute déjà, dans le terme « ggplot », gg signifie « grammar of graphics ». Cette grammaire est puissante et se veut élégante, encore faut-il l'appendre avant d'exploiter pleinement ses possibilités. Alors, pardonnez une auto-citation, mais dans ce post se trouve un résumé rapide de comment raisonner à la ggplot2 pour réaliser vos souhaits. En plus de ce post, quelques autres points à signaler.

Dans les extraits de code de vos posts, la couleur du graphique dépend d'une variable de type factor. La grammaire spécifie que pour ce type, seules les scales discrètes sont applicables ; conséquence : impossible de faire du remplissage des différents keys de la légende.
Cette impossibilité peut être levée en créant une variable numérique sur laquelle appliquer des scales continues.
Les numéros que vous voulez ajouter à la légende sont appelés keys labels et sont modifiables à l'aide des diverses fonctions de manipulation des guides.

Une fois que les diverses notions de la grammaire sont maîtrisées, tout devient très intuitif : le gros du travail à faire est déporté sur les données, le rendu est laissé à la cuisine interne de ggplot2 et son système sous-jacent de graphiques (grid). La théorie de la grammaire est l'œuvre de Leland WILKINSON mais pour commencer on peut s'en passer et se référer plutôt au bouquin qui explique comment elle est implémentée en R, bouquin qui est libre. Ainsi, son sixième chapitre explique-t-il pleinement comment le cas présent peut-être résolu. Les guides sont résumés avec cette figure. Par ailleurs, la documentation venant avec ggplot2 est complétée avec un site web qui donne de nombreux exemples.

En accéléré, un peu de code à partir des données que vous avez indiquées (préalablement exportées en CSV) :
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 library("ade4") library("ggplot2") library("ggdendro") arrh267Data <- read.csv2("arrh267_pres_abs.csv", quote = "", stringsAsFactors = FALSE) classCount <- 10L hier2 <- hclust( dist(dudi.coa(arrh267Data, scannf = FALSE, nf = classCount)$c1, method = "euclidean", diag = FALSE, upper = FALSE), "ward.D") dendr <- dendro_data(as.dendrogram(hier2)) dendr$labels$labNum <- seq_along(dendr$labels$label) thePlot <- ggplot() + geom_segment(data = segment(dendr), aes_string("x", "y", xend = "xend", yend = "yend")) + geom_text( data = label(dendr), aes_string("x", "y", label = "label", hjust = .0, colour = "labNum"), size = 3.) + geom_hline(yintercept = hier2$height[40L], colour = "red") + scale_colour_gradientn(colours = colours()[seq(from = 40L, length.out = classCount)]) + labs(colour = "Custom legend title") + theme_dendro() + coord_flip() print(thePlot)