+ - 0:00:00
Notes for current slide
Notes for next slide

Températures journalières par rapport à la moyenne annuelle

avec flipbookr et xaringan

Ludovic Vigneron

1 / 18
L'objectif:

 A partir des données du Hadley center, il s'agit d'établir une représentation des températures relevées chaque jours pendant une année sur une zone géographique (ici le centre de l'Angleterre) permettant de mettre en relief leur différence avec la moyenne calculée sur cette même année.
2 / 18
Les étapes:
  • Charger et mettre en forme les données
  • Créer un graphe de type nuage de point
    • intégrer les saisons
    • intégrer la moyenne annuelle
  • Créer un graphe des distances à la moyenne
    • un Lolipop chart
    • intégrer les saisons
3 / 18

Mise en forme de données

4 / 18

Chargeons les données

ad<-"https://hadleyserver.metoffice.gov.uk/hadcet/cetdl1772on.dat"
dat<-read.table(ad)
colnames(dat)<-c('year','day',paste0('month_',1:12))
4 / 18

Chargeons les données

ad<-"https://hadleyserver.metoffice.gov.uk/hadcet/cetdl1772on.dat"
dat<-read.table(ad)
colnames(dat)<-c('year','day',paste0('month_',1:12))
dat %>% slice_head(n=10)
   year day month_1 month_2 month_3 month_4 month_5 month_6 month_7 month_8
1  1772   1      32     -15      18      25      87     128     187     177
2  1772   2      20       7      28      38      77     138     154     158
3  1772   3      27      15      36      33      84     170     139     153
4  1772   4      27     -25      61      58      96      90     151     160
5  1772   5      15      -5      68      69     133     146     179     170
6  1772   6      22     -45      51      77     113     105     175     198
7  1772   7      25      12      58      87     106     162     146     194
8  1772   8       0      47      46     104      84     181     163     177
9  1772   9       0      56      21      87      67     155     179     155
10 1772  10      45      28      13      67      59     148     177     153
   month_9 month_10 month_11 month_12
1      105      111       78      112
2      143      150       85       62
3      113      124       83       60
4      173      114       60       47
5      173      116       83       50
6      160      134      134       42
7      158      114      134       32
8      135       94       95       55
9      143      106       70       62
10     120      119      122      100
4 / 18

Réorganiser les données pour avoir en colonne les années, les jours, les mois et les températures et en ligne les observations réalisées.

Agréger les éléments de date (années, jours, mois) pour créer une variable date.

Limiter la base à la date et au relevé de température.

Mettre la base dans l'ordre des dates.

Mettre en forme la variable de température en éliminant les valeur manquante et en convertissant les valeurs en °C.

Supprimer les valeurs manquantes.

5 / 18

Faisons pivoter l'ensemble

dat%>%pivot_longer(cols=starts_with('month_'),
                     names_to="month",
                     names_prefix='month_',
                     values_to='d_t')
# A tibble: 93,000 x 4
    year   day month   d_t
   <int> <int> <chr> <int>
 1  1772     1 1        32
 2  1772     1 2       -15
 3  1772     1 3        18
 4  1772     1 4        25
 5  1772     1 5        87
 6  1772     1 6       128
 7  1772     1 7       187
 8  1772     1 8       177
 9  1772     1 9       105
10  1772     1 10      111
# ... with 92,990 more rows
5 / 18

Faisons pivoter l'ensemble

dat%>%pivot_longer(cols=starts_with('month_'),
                     names_to="month",
                     names_prefix='month_',
                     values_to='d_t') %>%
        mutate(date=as.Date(paste0(day,'/',month,'/',year),
                    format='%d/%m/%Y',
                    origin='1/1/1990'))
# A tibble: 93,000 x 5
    year   day month   d_t date      
   <int> <int> <chr> <int> <date>    
 1  1772     1 1        32 1772-01-01
 2  1772     1 2       -15 1772-02-01
 3  1772     1 3        18 1772-03-01
 4  1772     1 4        25 1772-04-01
 5  1772     1 5        87 1772-05-01
 6  1772     1 6       128 1772-06-01
 7  1772     1 7       187 1772-07-01
 8  1772     1 8       177 1772-08-01
 9  1772     1 9       105 1772-09-01
10  1772     1 10      111 1772-10-01
# ... with 92,990 more rows
5 / 18

Faisons pivoter l'ensemble

dat%>%pivot_longer(cols=starts_with('month_'),
                     names_to="month",
                     names_prefix='month_',
                     values_to='d_t') %>%
        mutate(date=as.Date(paste0(day,'/',month,'/',year),
                    format='%d/%m/%Y',
                    origin='1/1/1990')) %>%
        select(date,d_t)
# A tibble: 93,000 x 2
   date         d_t
   <date>     <int>
 1 1772-01-01    32
 2 1772-02-01   -15
 3 1772-03-01    18
 4 1772-04-01    25
 5 1772-05-01    87
 6 1772-06-01   128
 7 1772-07-01   187
 8 1772-08-01   177
 9 1772-09-01   105
10 1772-10-01   111
# ... with 92,990 more rows
5 / 18

Faisons pivoter l'ensemble

dat%>%pivot_longer(cols=starts_with('month_'),
                     names_to="month",
                     names_prefix='month_',
                     values_to='d_t') %>%
        mutate(date=as.Date(paste0(day,'/',month,'/',year),
                    format='%d/%m/%Y',
                    origin='1/1/1990')) %>%
        select(date,d_t)%>%
        arrange(date)
# A tibble: 93,000 x 2
   date         d_t
   <date>     <int>
 1 1772-01-01    32
 2 1772-01-02    20
 3 1772-01-03    27
 4 1772-01-04    27
 5 1772-01-05    15
 6 1772-01-06    22
 7 1772-01-07    25
 8 1772-01-08     0
 9 1772-01-09     0
10 1772-01-10    45
# ... with 92,990 more rows
5 / 18

Faisons pivoter l'ensemble

dat%>%pivot_longer(cols=starts_with('month_'),
                     names_to="month",
                     names_prefix='month_',
                     values_to='d_t') %>%
        mutate(date=as.Date(paste0(day,'/',month,'/',year),
                    format='%d/%m/%Y',
                    origin='1/1/1990')) %>%
        select(date,d_t)%>%
        arrange(date) %>%
        mutate(d_t=ifelse(d_t==-999,NA,d_t),
                          degre_C=d_t/10)
# A tibble: 93,000 x 3
   date         d_t degre_C
   <date>     <int>   <dbl>
 1 1772-01-01    32     3.2
 2 1772-01-02    20     2  
 3 1772-01-03    27     2.7
 4 1772-01-04    27     2.7
 5 1772-01-05    15     1.5
 6 1772-01-06    22     2.2
 7 1772-01-07    25     2.5
 8 1772-01-08     0     0  
 9 1772-01-09     0     0  
10 1772-01-10    45     4.5
# ... with 92,990 more rows
5 / 18

Faisons pivoter l'ensemble

dat%>%pivot_longer(cols=starts_with('month_'),
                     names_to="month",
                     names_prefix='month_',
                     values_to='d_t') %>%
        mutate(date=as.Date(paste0(day,'/',month,'/',year),
                    format='%d/%m/%Y',
                    origin='1/1/1990')) %>%
        select(date,d_t)%>%
        arrange(date) %>%
        mutate(d_t=ifelse(d_t==-999,NA,d_t),
                          degre_C=d_t/10) %>%
        filter(is.na(d_t)==FALSE)
# A tibble: 91,250 x 3
   date         d_t degre_C
   <date>     <int>   <dbl>
 1 1772-01-01    32     3.2
 2 1772-01-02    20     2  
 3 1772-01-03    27     2.7
 4 1772-01-04    27     2.7
 5 1772-01-05    15     1.5
 6 1772-01-06    22     2.2
 7 1772-01-07    25     2.5
 8 1772-01-08     0     0  
 9 1772-01-09     0     0  
10 1772-01-10    45     4.5
# ... with 91,240 more rows
5 / 18

Faisons pivoter l'ensemble

dat%>%pivot_longer(cols=starts_with('month_'),
                     names_to="month",
                     names_prefix='month_',
                     values_to='d_t') %>%
        mutate(date=as.Date(paste0(day,'/',month,'/',year),
                    format='%d/%m/%Y',
                    origin='1/1/1990')) %>%
        select(date,d_t)%>%
        arrange(date) %>%
        mutate(d_t=ifelse(d_t==-999,NA,d_t),
                          degre_C=d_t/10) %>%
        filter(is.na(d_t)==FALSE) %>%
        select(-d_t) -> dat_
5 / 18

Faisons pivoter l'ensemble

dat%>%pivot_longer(cols=starts_with('month_'),
                     names_to="month",
                     names_prefix='month_',
                     values_to='d_t') %>%
        mutate(date=as.Date(paste0(day,'/',month,'/',year),
                    format='%d/%m/%Y',
                    origin='1/1/1990')) %>%
        select(date,d_t)%>%
        arrange(date) %>%
        mutate(d_t=ifelse(d_t==-999,NA,d_t),
                          degre_C=d_t/10) %>%
        filter(is.na(d_t)==FALSE) %>%
        select(-d_t) -> dat_
dat_
# A tibble: 91,250 x 2
   date       degre_C
   <date>       <dbl>
 1 1772-01-01     3.2
 2 1772-01-02     2  
 3 1772-01-03     2.7
 4 1772-01-04     2.7
 5 1772-01-05     1.5
 6 1772-01-06     2.2
 7 1772-01-07     2.5
 8 1772-01-08     0  
 9 1772-01-09     0  
10 1772-01-10     4.5
# ... with 91,240 more rows
5 / 18

On a maintenant une série chronologique dates/températures journalières allant du 1er janvier 1772 au 31 octobre 2021.

Notez que, dans la mesure où le Hadley Center met régulièrement à jour la base, il est probable que, si vous essayez de répliquer le code, vous n'ayez pas la même date finale.

6 / 18

Choisissons une année (1975?)

dat_ %>% mutate(annee=lubridate::year(date)) %>%
            filter(annee==1975) -> dat_75
6 / 18

Choisissons une année (1975?)

dat_ %>% mutate(annee=lubridate::year(date)) %>%
            filter(annee==1975) -> dat_75
dat_75
# A tibble: 365 x 3
   date       degre_C annee
   <date>       <dbl> <dbl>
 1 1975-01-01     7.5  1975
 2 1975-01-02     8.1  1975
 3 1975-01-03     8    1975
 4 1975-01-04     6.4  1975
 5 1975-01-05     7.5  1975
 6 1975-01-06     9.4  1975
 7 1975-01-07     7.2  1975
 8 1975-01-08     7.6  1975
 9 1975-01-09     7.9  1975
10 1975-01-10     8.9  1975
# ... with 355 more rows
6 / 18

Elaboration du graphe : nuage de points

7 / 18

Le graphe de base

ggplot(dat=dat_75)+aes(x=date,y=degre_C)

7 / 18

Le graphe de base

ggplot(dat=dat_75)+aes(x=date,y=degre_C)+
  geom_point()

7 / 18

Le graphe de base

ggplot(dat=dat_75)+aes(x=date,y=degre_C)+
  geom_point()+
  labs(title="Températures moyennes journalières en *1975*",
       subtitle = "centre de l'Angleterre (en dégrés Celsius)",
       caption='Données: **centre Hadley** [Parker, Legg et Folland *(1992)*]')

7 / 18

Le graphe de base

ggplot(dat=dat_75)+aes(x=date,y=degre_C)+
  geom_point()+
  labs(title="Températures moyennes journalières en *1975*",
       subtitle = "centre de l'Angleterre (en dégrés Celsius)",
       caption='Données: **centre Hadley** [Parker, Legg et Folland *(1992)*]')+
  coord_cartesian(ylim=c(-1,25),expand = FALSE)

7 / 18

Le graphe de base

ggplot(dat=dat_75)+aes(x=date,y=degre_C)+
  geom_point()+
  labs(title="Températures moyennes journalières en *1975*",
       subtitle = "centre de l'Angleterre (en dégrés Celsius)",
       caption='Données: **centre Hadley** [Parker, Legg et Folland *(1992)*]')+
  coord_cartesian(ylim=c(-1,25),expand = FALSE)+
  scale_y_continuous(breaks=seq(0,25,5))

7 / 18

Le graphe de base

ggplot(dat=dat_75)+aes(x=date,y=degre_C)+
  geom_point()+
  labs(title="Températures moyennes journalières en *1975*",
       subtitle = "centre de l'Angleterre (en dégrés Celsius)",
       caption='Données: **centre Hadley** [Parker, Legg et Folland *(1992)*]')+
  coord_cartesian(ylim=c(-1,25),expand = FALSE)+
  scale_y_continuous(breaks=seq(0,25,5))+
  scale_x_date(date_breaks = "1 month", date_labels = "%b")

7 / 18

Le graphe de base

ggplot(dat=dat_75)+aes(x=date,y=degre_C)+
  geom_point()+
  labs(title="Températures moyennes journalières en *1975*",
       subtitle = "centre de l'Angleterre (en dégrés Celsius)",
       caption='Données: **centre Hadley** [Parker, Legg et Folland *(1992)*]')+
  coord_cartesian(ylim=c(-1,25),expand = FALSE)+
  scale_y_continuous(breaks=seq(0,25,5))+
  scale_x_date(date_breaks = "1 month", date_labels = "%b")+
  theme_minimal()

7 / 18

Le graphe de base

ggplot(dat=dat_75)+aes(x=date,y=degre_C)+
  geom_point()+
  labs(title="Températures moyennes journalières en *1975*",
       subtitle = "centre de l'Angleterre (en dégrés Celsius)",
       caption='Données: **centre Hadley** [Parker, Legg et Folland *(1992)*]')+
  coord_cartesian(ylim=c(-1,25),expand = FALSE)+
  scale_y_continuous(breaks=seq(0,25,5))+
  scale_x_date(date_breaks = "1 month", date_labels = "%b")+
  theme_minimal()+
  theme(axis.title = element_blank(),
        axis.line = element_line(colour='grey'),
        panel.grid.major = element_blank(),
        panel.grid.major.y = element_line(colour='Gainsboro'),
        panel.grid.minor = element_blank(),
        plot.title = element_markdown(hjust=0.5,face='bold'),
        plot.subtitle = element_markdown(hjust=0.5,face='italic'),
        plot.caption = element_markdown(margin=margin(t=15))) -> plot1
7 / 18

Le graphe de base

ggplot(dat=dat_75)+aes(x=date,y=degre_C)+
  geom_point()+
  labs(title="Températures moyennes journalières en *1975*",
       subtitle = "centre de l'Angleterre (en dégrés Celsius)",
       caption='Données: **centre Hadley** [Parker, Legg et Folland *(1992)*]')+
  coord_cartesian(ylim=c(-1,25),expand = FALSE)+
  scale_y_continuous(breaks=seq(0,25,5))+
  scale_x_date(date_breaks = "1 month", date_labels = "%b")+
  theme_minimal()+
  theme(axis.title = element_blank(),
        axis.line = element_line(colour='grey'),
        panel.grid.major = element_blank(),
        panel.grid.major.y = element_line(colour='Gainsboro'),
        panel.grid.minor = element_blank(),
        plot.title = element_markdown(hjust=0.5,face='bold'),
        plot.subtitle = element_markdown(hjust=0.5,face='italic'),
        plot.caption = element_markdown(margin=margin(t=15))) -> plot1
plot1

7 / 18

Les saisons

8 / 18
Date des saisons:
  • L' hivers : du 21 décembre au 19 mars -> couleur MintCream
  • Le printemps : du 20 mars au 20 juin -> couleur PaleGreen
  • L'été : du 21 juin au 22 septembre -> couleur LightYellow
  • L'automne : de 23 septembre au 20 décembre -> couleur BurlyWood
9 / 18

Marquons la position des saisons

plot1

9 / 18

Marquons la position des saisons

plot1+
  geom_rect(mapping=aes(xmin=as.Date('1-1-1975',format="%d-%m-%Y"),
                    xmax=as.Date('20-3-1975',format="%d-%m-%Y"),
                    ymin=-1,ymax=25),alpha=0.1,fill='MintCream')+
  geom_rect(mapping=aes(xmin=as.Date('21-12-1975',format="%d-%m-%Y"),
                    xmax=as.Date('31-12-1975',format="%d-%m-%Y"),
                    ymin=-1,ymax=25), alpha=0.1,fill='MintCream')

9 / 18

Marquons la position des saisons

plot1+
  geom_rect(mapping=aes(xmin=as.Date('1-1-1975',format="%d-%m-%Y"),
                    xmax=as.Date('20-3-1975',format="%d-%m-%Y"),
                    ymin=-1,ymax=25),alpha=0.1,fill='MintCream')+
  geom_rect(mapping=aes(xmin=as.Date('21-12-1975',format="%d-%m-%Y"),
                    xmax=as.Date('31-12-1975',format="%d-%m-%Y"),
                    ymin=-1,ymax=25), alpha=0.1,fill='MintCream')+
  geom_rect(mapping=aes(xmin=as.Date('21-3-1975',format="%d-%m-%Y"),
                      xmax=as.Date('21-6-1975',format="%d-%m-%Y"),
                      ymin=-1,ymax=25), alpha=0.01,fill='PaleGreen')

9 / 18

Marquons la position des saisons

plot1+
  geom_rect(mapping=aes(xmin=as.Date('1-1-1975',format="%d-%m-%Y"),
                    xmax=as.Date('20-3-1975',format="%d-%m-%Y"),
                    ymin=-1,ymax=25),alpha=0.1,fill='MintCream')+
  geom_rect(mapping=aes(xmin=as.Date('21-12-1975',format="%d-%m-%Y"),
                    xmax=as.Date('31-12-1975',format="%d-%m-%Y"),
                    ymin=-1,ymax=25), alpha=0.1,fill='MintCream')+
  geom_rect(mapping=aes(xmin=as.Date('21-3-1975',format="%d-%m-%Y"),
                      xmax=as.Date('21-6-1975',format="%d-%m-%Y"),
                      ymin=-1,ymax=25), alpha=0.01,fill='PaleGreen')+
  geom_rect(mapping=aes(xmin=as.Date('22-6-1975',format="%d-%m-%Y"),
                      xmax=as.Date('23-9-1975',format="%d-%m-%Y"),
                      ymin=-1,ymax=25), alpha=0.1,fill='LightYellow')

9 / 18

Marquons la position des saisons

plot1+
  geom_rect(mapping=aes(xmin=as.Date('1-1-1975',format="%d-%m-%Y"),
                    xmax=as.Date('20-3-1975',format="%d-%m-%Y"),
                    ymin=-1,ymax=25),alpha=0.1,fill='MintCream')+
  geom_rect(mapping=aes(xmin=as.Date('21-12-1975',format="%d-%m-%Y"),
                    xmax=as.Date('31-12-1975',format="%d-%m-%Y"),
                    ymin=-1,ymax=25), alpha=0.1,fill='MintCream')+
  geom_rect(mapping=aes(xmin=as.Date('21-3-1975',format="%d-%m-%Y"),
                      xmax=as.Date('21-6-1975',format="%d-%m-%Y"),
                      ymin=-1,ymax=25), alpha=0.01,fill='PaleGreen')+
  geom_rect(mapping=aes(xmin=as.Date('22-6-1975',format="%d-%m-%Y"),
                      xmax=as.Date('23-9-1975',format="%d-%m-%Y"),
                      ymin=-1,ymax=25), alpha=0.1,fill='LightYellow')+
  geom_rect(mapping=aes(xmin=as.Date('24-9-1975',format="%d-%m-%Y"),
                    xmax=as.Date('20-12-1975',format="%d-%m-%Y"),
                    ymin=-1,ymax=25), alpha=0.01,fill='BurlyWood')

9 / 18

Marquons la position des saisons

plot1+
  geom_rect(mapping=aes(xmin=as.Date('1-1-1975',format="%d-%m-%Y"),
                    xmax=as.Date('20-3-1975',format="%d-%m-%Y"),
                    ymin=-1,ymax=25),alpha=0.1,fill='MintCream')+
  geom_rect(mapping=aes(xmin=as.Date('21-12-1975',format="%d-%m-%Y"),
                    xmax=as.Date('31-12-1975',format="%d-%m-%Y"),
                    ymin=-1,ymax=25), alpha=0.1,fill='MintCream')+
  geom_rect(mapping=aes(xmin=as.Date('21-3-1975',format="%d-%m-%Y"),
                      xmax=as.Date('21-6-1975',format="%d-%m-%Y"),
                      ymin=-1,ymax=25), alpha=0.01,fill='PaleGreen')+
  geom_rect(mapping=aes(xmin=as.Date('22-6-1975',format="%d-%m-%Y"),
                      xmax=as.Date('23-9-1975',format="%d-%m-%Y"),
                      ymin=-1,ymax=25), alpha=0.1,fill='LightYellow')+
  geom_rect(mapping=aes(xmin=as.Date('24-9-1975',format="%d-%m-%Y"),
                    xmax=as.Date('20-12-1975',format="%d-%m-%Y"),
                    ymin=-1,ymax=25), alpha=0.01,fill='BurlyWood')+
  geom_point()->
  plot2
plot2

9 / 18

La moyenne

10 / 18

Indiquons la moyenne

plot2

10 / 18

Indiquons la moyenne

plot2+
  geom_hline(yintercept = mean(dat_75$degre_C),color='red')

10 / 18

Indiquons la moyenne

plot2+
  geom_hline(yintercept = mean(dat_75$degre_C),color='red')+
  geom_text(aes(x=as.Date('10-2-1975',format="%d-%m-%Y"),y=10.5),
            label='Moy.an. 10.03°C',color='red')

10 / 18

Indiquons la moyenne

plot2+
  geom_hline(yintercept = mean(dat_75$degre_C),color='red')+
  geom_text(aes(x=as.Date('10-2-1975',format="%d-%m-%Y"),y=10.5),
            label='Moy.an. 10.03°C',color='red') ->
  plot3
10 / 18

Indiquons la moyenne

plot2+
  geom_hline(yintercept = mean(dat_75$degre_C),color='red')+
  geom_text(aes(x=as.Date('10-2-1975',format="%d-%m-%Y"),y=10.5),
            label='Moy.an. 10.03°C',color='red') ->
  plot3
plot3

10 / 18

Elaboration du graphe des distances à la moyenne

11 / 18

Préparation des données

12 / 18
Calcul de la distance à la moyenne et codage d'une variable indiquant si on est au-dessus ou en dessous de celle-ci.
13 / 18

Distance à la moyenne

dat_75_d<-dat_75 %>% mutate(dist=degre_C-mean(dat_75$degre_C),
                            pos=as.factor(ifelse(dist<0,'froid','chaud')))
13 / 18

Distance à la moyenne

dat_75_d<-dat_75 %>% mutate(dist=degre_C-mean(dat_75$degre_C),
                            pos=as.factor(ifelse(dist<0,'froid','chaud')))
dat_75_d
# A tibble: 365 x 5
   date       degre_C annee   dist pos  
   <date>       <dbl> <dbl>  <dbl> <fct>
 1 1975-01-01     7.5  1975 -2.54  froid
 2 1975-01-02     8.1  1975 -1.94  froid
 3 1975-01-03     8    1975 -2.04  froid
 4 1975-01-04     6.4  1975 -3.64  froid
 5 1975-01-05     7.5  1975 -2.54  froid
 6 1975-01-06     9.4  1975 -0.637 froid
 7 1975-01-07     7.2  1975 -2.84  froid
 8 1975-01-08     7.6  1975 -2.44  froid
 9 1975-01-09     7.9  1975 -2.14  froid
10 1975-01-10     8.9  1975 -1.14  froid
# ... with 355 more rows
13 / 18

Elaboration du graphe : Lolipop chart

14 / 18

Création du Lolipop chart

ggplot(data=dat_75_d)

14 / 18

Création du Lolipop chart

ggplot(data=dat_75_d) +
  aes(x=date,y=dist)

14 / 18

Création du Lolipop chart

ggplot(data=dat_75_d) +
  aes(x=date,y=dist) +
  geom_point(aes(color=pos),size=1.5)

14 / 18

Création du Lolipop chart

ggplot(data=dat_75_d) +
  aes(x=date,y=dist) +
  geom_point(aes(color=pos),size=1.5) +
  geom_segment(aes(xend=date,y=0,yend=dist,color=pos),size=0.01)

14 / 18

Création du Lolipop chart

ggplot(data=dat_75_d) +
  aes(x=date,y=dist) +
  geom_point(aes(color=pos),size=1.5) +
  geom_segment(aes(xend=date,y=0,yend=dist,color=pos),size=0.01)+
  geom_hline(yintercept = 0, color='purple')

14 / 18

Création du Lolipop chart

ggplot(data=dat_75_d) +
  aes(x=date,y=dist) +
  geom_point(aes(color=pos),size=1.5) +
  geom_segment(aes(xend=date,y=0,yend=dist,color=pos),size=0.01)+
  geom_hline(yintercept = 0, color='purple')+
  geom_text(aes(x=as.Date('10-2-1975',format="%d-%m-%Y"),y=0.5),
            label='Moy.an. 10.03°C',color='purple')

14 / 18

Création du Lolipop chart

ggplot(data=dat_75_d) +
  aes(x=date,y=dist) +
  geom_point(aes(color=pos),size=1.5) +
  geom_segment(aes(xend=date,y=0,yend=dist,color=pos),size=0.01)+
  geom_hline(yintercept = 0, color='purple')+
  geom_text(aes(x=as.Date('10-2-1975',format="%d-%m-%Y"),y=0.5),
            label='Moy.an. 10.03°C',color='purple')+
  labs(title="Lollipop chart des temépératures moyennes (pour l'année 1975)",
       subtitle = "centre de l'Angleterre",
       caption='Données: **centre Hadley** [Parker, Legg et Folland *(1992)*]',
       y='écart par rapport à la moyenne annuelle (en °C)')

14 / 18

Création du Lolipop chart

ggplot(data=dat_75_d) +
  aes(x=date,y=dist) +
  geom_point(aes(color=pos),size=1.5) +
  geom_segment(aes(xend=date,y=0,yend=dist,color=pos),size=0.01)+
  geom_hline(yintercept = 0, color='purple')+
  geom_text(aes(x=as.Date('10-2-1975',format="%d-%m-%Y"),y=0.5),
            label='Moy.an. 10.03°C',color='purple')+
  labs(title="Lollipop chart des temépératures moyennes (pour l'année 1975)",
       subtitle = "centre de l'Angleterre",
       caption='Données: **centre Hadley** [Parker, Legg et Folland *(1992)*]',
       y='écart par rapport à la moyenne annuelle (en °C)')+
  coord_cartesian(ylim=c(-12,15),expand = FALSE)

14 / 18

Création du Lolipop chart

ggplot(data=dat_75_d) +
  aes(x=date,y=dist) +
  geom_point(aes(color=pos),size=1.5) +
  geom_segment(aes(xend=date,y=0,yend=dist,color=pos),size=0.01)+
  geom_hline(yintercept = 0, color='purple')+
  geom_text(aes(x=as.Date('10-2-1975',format="%d-%m-%Y"),y=0.5),
            label='Moy.an. 10.03°C',color='purple')+
  labs(title="Lollipop chart des temépératures moyennes (pour l'année 1975)",
       subtitle = "centre de l'Angleterre",
       caption='Données: **centre Hadley** [Parker, Legg et Folland *(1992)*]',
       y='écart par rapport à la moyenne annuelle (en °C)')+
  coord_cartesian(ylim=c(-12,15),expand = FALSE)+
  scale_x_date(date_breaks = "1 month", date_labels = "%b")

14 / 18

Création du Lolipop chart

ggplot(data=dat_75_d) +
  aes(x=date,y=dist) +
  geom_point(aes(color=pos),size=1.5) +
  geom_segment(aes(xend=date,y=0,yend=dist,color=pos),size=0.01)+
  geom_hline(yintercept = 0, color='purple')+
  geom_text(aes(x=as.Date('10-2-1975',format="%d-%m-%Y"),y=0.5),
            label='Moy.an. 10.03°C',color='purple')+
  labs(title="Lollipop chart des temépératures moyennes (pour l'année 1975)",
       subtitle = "centre de l'Angleterre",
       caption='Données: **centre Hadley** [Parker, Legg et Folland *(1992)*]',
       y='écart par rapport à la moyenne annuelle (en °C)')+
  coord_cartesian(ylim=c(-12,15),expand = FALSE)+
  scale_x_date(date_breaks = "1 month", date_labels = "%b")+
  scale_y_continuous(breaks=seq(-10,20,5))

14 / 18

Création du Lolipop chart

ggplot(data=dat_75_d) +
  aes(x=date,y=dist) +
  geom_point(aes(color=pos),size=1.5) +
  geom_segment(aes(xend=date,y=0,yend=dist,color=pos),size=0.01)+
  geom_hline(yintercept = 0, color='purple')+
  geom_text(aes(x=as.Date('10-2-1975',format="%d-%m-%Y"),y=0.5),
            label='Moy.an. 10.03°C',color='purple')+
  labs(title="Lollipop chart des temépératures moyennes (pour l'année 1975)",
       subtitle = "centre de l'Angleterre",
       caption='Données: **centre Hadley** [Parker, Legg et Folland *(1992)*]',
       y='écart par rapport à la moyenne annuelle (en °C)')+
  coord_cartesian(ylim=c(-12,15),expand = FALSE)+
  scale_x_date(date_breaks = "1 month", date_labels = "%b")+
  scale_y_continuous(breaks=seq(-10,20,5))+
  theme_minimal()

14 / 18

Création du Lolipop chart

ggplot(data=dat_75_d) +
  aes(x=date,y=dist) +
  geom_point(aes(color=pos),size=1.5) +
  geom_segment(aes(xend=date,y=0,yend=dist,color=pos),size=0.01)+
  geom_hline(yintercept = 0, color='purple')+
  geom_text(aes(x=as.Date('10-2-1975',format="%d-%m-%Y"),y=0.5),
            label='Moy.an. 10.03°C',color='purple')+
  labs(title="Lollipop chart des temépératures moyennes (pour l'année 1975)",
       subtitle = "centre de l'Angleterre",
       caption='Données: **centre Hadley** [Parker, Legg et Folland *(1992)*]',
       y='écart par rapport à la moyenne annuelle (en °C)')+
  coord_cartesian(ylim=c(-12,15),expand = FALSE)+
  scale_x_date(date_breaks = "1 month", date_labels = "%b")+
  scale_y_continuous(breaks=seq(-10,20,5))+
  theme_minimal()+
  theme(plot.title = element_markdown(hjust=0.5,face='bold'),
        plot.subtitle = element_markdown(hjust=0.5,face='italic'),
        plot.caption = element_markdown(margin=margin(t=15)),
        axis.line = element_line(colour='grey'),
        axis.title.x = element_blank(),
        legend.position = 'none')

14 / 18

Création du Lolipop chart

ggplot(data=dat_75_d) +
  aes(x=date,y=dist) +
  geom_point(aes(color=pos),size=1.5) +
  geom_segment(aes(xend=date,y=0,yend=dist,color=pos),size=0.01)+
  geom_hline(yintercept = 0, color='purple')+
  geom_text(aes(x=as.Date('10-2-1975',format="%d-%m-%Y"),y=0.5),
            label='Moy.an. 10.03°C',color='purple')+
  labs(title="Lollipop chart des temépératures moyennes (pour l'année 1975)",
       subtitle = "centre de l'Angleterre",
       caption='Données: **centre Hadley** [Parker, Legg et Folland *(1992)*]',
       y='écart par rapport à la moyenne annuelle (en °C)')+
  coord_cartesian(ylim=c(-12,15),expand = FALSE)+
  scale_x_date(date_breaks = "1 month", date_labels = "%b")+
  scale_y_continuous(breaks=seq(-10,20,5))+
  theme_minimal()+
  theme(plot.title = element_markdown(hjust=0.5,face='bold'),
        plot.subtitle = element_markdown(hjust=0.5,face='italic'),
        plot.caption = element_markdown(margin=margin(t=15)),
        axis.line = element_line(colour='grey'),
        axis.title.x = element_blank(),
        legend.position = 'none') ->
  plot4
14 / 18

Création du Lolipop chart

ggplot(data=dat_75_d) +
  aes(x=date,y=dist) +
  geom_point(aes(color=pos),size=1.5) +
  geom_segment(aes(xend=date,y=0,yend=dist,color=pos),size=0.01)+
  geom_hline(yintercept = 0, color='purple')+
  geom_text(aes(x=as.Date('10-2-1975',format="%d-%m-%Y"),y=0.5),
            label='Moy.an. 10.03°C',color='purple')+
  labs(title="Lollipop chart des temépératures moyennes (pour l'année 1975)",
       subtitle = "centre de l'Angleterre",
       caption='Données: **centre Hadley** [Parker, Legg et Folland *(1992)*]',
       y='écart par rapport à la moyenne annuelle (en °C)')+
  coord_cartesian(ylim=c(-12,15),expand = FALSE)+
  scale_x_date(date_breaks = "1 month", date_labels = "%b")+
  scale_y_continuous(breaks=seq(-10,20,5))+
  theme_minimal()+
  theme(plot.title = element_markdown(hjust=0.5,face='bold'),
        plot.subtitle = element_markdown(hjust=0.5,face='italic'),
        plot.caption = element_markdown(margin=margin(t=15)),
        axis.line = element_line(colour='grey'),
        axis.title.x = element_blank(),
        legend.position = 'none') ->
  plot4
plot4

14 / 18

Marquer les saisons

15 / 18
Pour marquer les saisons, l'ajout de bandes de couleurs sur chargerait le graphe qui en comporte dèjà trois. Nous optons à la place pour des lignes verticales en pointillés aux dates des changements de saisons.
16 / 18

Intégrations des saisons

plot4

16 / 18

Intégrations des saisons

plot4 +
  geom_vline(xintercept = as.Date('20-3-1975',format="%d-%m-%Y"),
             linetype='dashed')

16 / 18

Intégrations des saisons

plot4 +
  geom_vline(xintercept = as.Date('20-3-1975',format="%d-%m-%Y"),
             linetype='dashed')+
  geom_vline(xintercept = as.Date('21-6-1975',format="%d-%m-%Y"),
             linetype='dashed')

16 / 18

Intégrations des saisons

plot4 +
  geom_vline(xintercept = as.Date('20-3-1975',format="%d-%m-%Y"),
             linetype='dashed')+
  geom_vline(xintercept = as.Date('21-6-1975',format="%d-%m-%Y"),
             linetype='dashed')+
  geom_vline(xintercept = as.Date('23-9-1975',format="%d-%m-%Y"),
             linetype='dashed')

16 / 18

Intégrations des saisons

plot4 +
  geom_vline(xintercept = as.Date('20-3-1975',format="%d-%m-%Y"),
             linetype='dashed')+
  geom_vline(xintercept = as.Date('21-6-1975',format="%d-%m-%Y"),
             linetype='dashed')+
  geom_vline(xintercept = as.Date('23-9-1975',format="%d-%m-%Y"),
             linetype='dashed')+
  geom_vline(xintercept = as.Date('20-12-1975',format="%d-%m-%Y"),
             linetype='dashed')

16 / 18

Intégrations des saisons

plot4 +
  geom_vline(xintercept = as.Date('20-3-1975',format="%d-%m-%Y"),
             linetype='dashed')+
  geom_vline(xintercept = as.Date('21-6-1975',format="%d-%m-%Y"),
             linetype='dashed')+
  geom_vline(xintercept = as.Date('23-9-1975',format="%d-%m-%Y"),
             linetype='dashed')+
  geom_vline(xintercept = as.Date('20-12-1975',format="%d-%m-%Y"),
             linetype='dashed') ->
  plot5
16 / 18

Intégrations des saisons

plot4 +
  geom_vline(xintercept = as.Date('20-3-1975',format="%d-%m-%Y"),
             linetype='dashed')+
  geom_vline(xintercept = as.Date('21-6-1975',format="%d-%m-%Y"),
             linetype='dashed')+
  geom_vline(xintercept = as.Date('23-9-1975',format="%d-%m-%Y"),
             linetype='dashed')+
  geom_vline(xintercept = as.Date('20-12-1975',format="%d-%m-%Y"),
             linetype='dashed') ->
  plot5
plot5

16 / 18

Les graphes réalisés

17 / 18

18 / 18
L'objectif:

 A partir des données du Hadley center, il s'agit d'établir une représentation des températures relevées chaque jours pendant une année sur une zone géographique (ici le centre de l'Angleterre) permettant de mettre en relief leur différence avec la moyenne calculée sur cette même année.
2 / 18
Paused

Help

Keyboard shortcuts

↑, ←, Pg Up, k Go to previous slide
↓, →, Pg Dn, Space, j Go to next slide
Home Go to first slide
End Go to last slide
Number + Return Go to specific slide
b / m / f Toggle blackout / mirrored / fullscreen mode
c Clone slideshow
p Toggle presenter mode
t Restart the presentation timer
?, h Toggle this help
Esc Back to slideshow