Autres types de graphiques y = f(x) 

1. Tracer un graphique de type y = f(x) (fonction plot) et le mettre en forme

2. Aller plus loin dans la mise en forme des graphiques

3. Ajouter des courbes ou une régression linéaire

4. Superposer d'autres informations (polygones, légende, ellipses...) 

5. Superposer les barres d'erreur ou intervalles de confiance 

6. Autres types de graphiques (logarithmiques, 3D, données calendaires...) 

7. Interfaces graphiques et graphiques interactifs 

1. Prise en comptes des données temporelles (dates) alias données calendaires

2. Gestion des axes irréguliers (cassures dans l'axe, échelle logarithmique)

3. Bubble chart - diagramme à bulles - graphique à bulles

4. Graphiques en 3D, scatter-plot à trois dimensions

5. Nuages de points en carte de densité (density map) pour traduire la densité des points : kernel density 2D kde2D

6. Carte de température, heatmap, pour qu'un graphique de type y = f(x) est une troisième dimension codée par la couleur

(Nuages de points en carte de densité (density map) pour traduire la densité des points)

(Lissage pour ajouter une 3ème dimension type heatmap)

# Simuler des données (peut être remplacé par un vecteur de 400 valeurs

x <- rnorm(400,10,3) ; data = c()

for (i in c(0:19)) {indice = i*20;data <- c(data,sort(x[c((indice+1):(indice+10))]),sort(x[c((indice+11):(indice+20))],decreasing=T))}

# Compiler les données en une matrice m

m <- matrix(data, nrow = 20, ncol = 20,byrow=T)

# Tracer le graphique de température

packageVersion('plotly')

plot_ly( x = c("a", "b", "c"), y = c("d", "e", "f"),

    z = m, type = "heatmap")

# Aller plus loin : lien externe

# Simuler des données

x <- rnorm(500,20,10) ; y <- rnorm(500,20,10) ; tableau <- data.frame(Axis1 = x,Axis2 = y)

# Charger ggplot2

library("ggplot2")

# Tracer le graphique de densité

sp  <- ggplot(tableau, aes(x=Axis1, y=Axis2)) + geom_point()

sp + stat_density_2d(aes(fill = ..level..), geom="polygon")+ scale_fill_gradient(low="blue", high="red")