Clessnize

Faire des graphiques rapidement

CLESSN

16 avril 2025

Installation

# Installer devtools si vous ne l'avez pas
install.packages("devtools")

# Installer le package clessnverse depuis GitHub
devtools::install_github("clessn/clessnverse")

# Charger le package
library(clessnverse)

Astuce

Si vous rencontrez des problèmes, assurez-vous que votre version de R est à jour et que vous avez les dépendances nécessaires installées.

Fonctions principales

Le package clessnize offre deux fonctions principales :

  1. create_standardized_graph() - Crée des visualisations de données standardisées
  2. add_png() / add_multiple_pngs() - Ajoute des logos ou des images à vos graphiques

create_standardized_graph()

Crée des graphiques standardisés avec un style cohérent pour la visualisation des données politiques :

create_standardized_graph(
  graph_type = "percentage",  # ou "difference"
  data = votre_dataframe,
  x_variable = "dv_voteChoice",
  fill_variable = "votre_variable",
  weights_variable = "weight"  # Poids personnalisés optionnels
)

Types de graphiques

Deux types de graphiques principaux sont disponibles :

Pourcentage

create_standardized_graph(
  graph_type = "percentage",
  # Autres paramètres...
)
  • Montre les pourcentages au sein de chaque groupe
  • Sous-titre par défaut : “Pourcentage au sein de chaque groupe”

Différence

create_standardized_graph(
  graph_type = "difference",
  # Autres paramètres...
)
  • Montre la différence par rapport à la moyenne nationale
  • Sous-titre par défaut : “Écart par rapport à la moyenne canadienne (points de %)”

Paramètres clés : Données

create_standardized_graph(
  data = votre_dataframe,             # Vos données d'entrée
  x_variable = "dv_voteChoice",       # Variable pour l'axe x (défaut : choix de vote)
  fill_variable = "votre_variable",   # Variable pour les couleurs de remplissage
  weights_variable = "weight",        # Colonne contenant les poids
  
  # Options de filtrage
  filter_values = c("valeur1", "valeur2"),   # Valeurs à inclure de fill_variable
  x_filter_values = c("PLC", "PCC")          # Valeurs à inclure de x_variable
)

Paramètres clés : Style

create_standardized_graph(
  # Options de style
  language = "fr",                      # "fr" ou "en" pour la langue de sortie
  colors = c("Groupe1" = "#FF0000"),    # Couleurs personnalisées pour les valeurs
  fill_labels = c("valeur1" = "Label"), # Étiquettes d'affichage pour les valeurs
  x_labels = c("PLC" = "Libéraux"),     # Étiquettes d'affichage pour les valeurs x
  
  # Options d'ordre
  x_order = c("PLC", "PCC", "BQ"),      # Ordre des valeurs sur l'axe x
  fill_order = c("Groupe1", "Groupe2")  # Ordre des valeurs dans la variable fill
)

Paramètres clés : Sortie

create_standardized_graph(
  # Éléments textuels
  title = "Titre de mon graphique",
  subtitle = "Sous-titre personnalisé",
  y_title = "Titre personnalisé de l'axe Y",
  
  # Options de sortie
  output_path = "output/mon_graphique.png",
  add_logo = TRUE,
  logos_list = list(   # Liste optionnelle de logos PNG
    list(
      path = "chemin/vers/logo.png",
      x_position = 20,
      y_position = 20,
      scale = 0.5
    )
  )
)

Couleurs et mappages des partis

Des couleurs et des mappages de partis intégrés sont disponibles :

# Couleurs de parti par défaut
party_colors <- c(
  "PCC" = "#1A4782",  # Conservateur - Bleu
  "PLC" = "#D71920",  # Libéral - Rouge
  "BQ" = "#33B2CC",   # Bloc Québécois - Bleu clair
  "NPD" = "#F58220",  # NPD - Orange
  "PVC" = "#3D9B35"   # Parti Vert - Vert
)

Note

Les abréviations des partis sont automatiquement mappées entre l’anglais et le français en fonction du paramètre language.

Exemple pratique : Café-Politique

Définir des variables personnalisées pour votre graphique :

# Définir des couleurs et des étiquettes personnalisées pour les cafés
coffee_colors <- c(
  "tim_hortons" = "#C8102E", 
  "mcdonalds" = "#FFC72C", 
  "starbucks" = "#006241"
)

coffee_labels <- c(
  "tim_hortons" = "Tim Hortons", 
  "mcdonalds" = "McDonald's", 
  "starbucks" = "Starbucks"
)

# Définir un ordre personnalisé pour les cafés
coffee_order <- c("tim_hortons", "mcdonalds", "starbucks")

Exemple pratique : Organisation

Organiser les partis politiques pour une présentation cohérente :

# Créer des mappages de traduction d'étiquettes de parti
party_labels_fr <- c(
  "lpc" = "PLC", 
  "cpc" = "PCC", 
  "ndp" = "NPD", 
  "bq" = "BQ", 
  "gpc" = "PVC"
)

party_labels_en <- c(
  "lpc" = "LPC", 
  "cpc" = "CPC", 
  "ndp" = "NDP", 
  "bq" = "BQ", 
  "gpc" = "GPC"
)

# Définir un ordre personnalisé pour les partis
party_order_fr <- c("lpc", "cpc", "ndp", "bq", "gpc")
party_order_en <- c("lpc", "cpc", "ndp", "bq", "gpc")

Exemple pratique : Logos

Ajouter des logos à votre graphique :

# Créer une liste de logos PNG à ajouter
fr_logos_list <- list(
  list(
    path = "logos/coffee/tim_hortons.png",
    x_position = 2850,
    y_position = 2410,
    scale = 1.2
  ),
  list(
    path = "logos/coffee/starbucks.png",
    x_position = 2335,
    y_position = 2410,
    scale = 1.2
  ),
  list(
    path = "logos/coffee/mcdonalds.png",
    x_position = 1865,
    y_position = 2410,
    scale = 1.2
  ),
  list(
    path = "logos/FR/logo_black_1600.png",
    x_position = 100,
    y_position = 2500,
    scale = 0.4
  )
)

Exemple complet : Graphique différence

# Version française - différence par rapport à la moyenne nationale
create_standardized_graph(
  graph_type = "difference",
  data = df,
  x_variable = "dv_voteChoice",
  fill_variable = "lifestyle_consCoffee",
  filter_values = c("tim_hortons", "mcdonalds", "starbucks"),
  language = "fr",
  colors = coffee_colors,
  fill_labels = coffee_labels,
  x_labels = party_labels_fr,
  x_order = party_order_fr,
  fill_order = coffee_order,
  title = "L'indice Café-Politique",
  subtitle = "Écart de consommation par rapport à la moyenne canadienne (points de %)",
  output_path = "graphs/cafe_barplot_fr_difference.png",
  add_logo = TRUE,
  logos_list = fr_logos_list
)

Exemple complet : Graphique pourcentage

# Version française - pourcentages au sein de chaque parti
create_standardized_graph(
  graph_type = "percentage",
  data = df,
  x_variable = "dv_voteChoice",
  fill_variable = "lifestyle_consCoffee",
  filter_values = c("tim_hortons", "mcdonalds", "starbucks"),
  language = "fr",
  colors = coffee_colors,
  fill_labels = coffee_labels,
  x_labels = party_labels_fr,
  x_order = party_order_fr,
  fill_order = coffee_order,
  title = "Préférences de café par parti politique",
  subtitle = "Pourcentage de consommation au sein de chaque parti",
  y_title = "Pourcentage",
  output_path = "graphs/cafe_barplot_fr_percentage.png",
  add_logo = TRUE,
  logos_list = fr_logos_list
)

Versions multilingues

Créez facilement des graphiques en français et en anglais :

# Version anglaise avec les mêmes données
create_standardized_graph(
  graph_type = "difference",
  data = df,
  x_variable = "dv_voteChoice",
  fill_variable = "lifestyle_consCoffee",
  filter_values = c("tim_hortons", "mcdonalds", "starbucks"),
  language = "en",  # Changez simplement la langue
  colors = coffee_colors,
  fill_labels = coffee_labels,
  x_labels = party_labels_en,  # Utilisez les étiquettes en anglais
  x_order = party_order_en,
  fill_order = coffee_order,
  title = "The Coffee-Politics Index",
  subtitle = "Consumption difference from Canadian average (percentage points)",
  output_path = "graphs/cafe_barplot_en_difference.png",
  add_logo = TRUE,
  logos_list = en_logos_list  # Utilisez les logos pour l'anglais
)

Ajout de logos

# Ajouter un seul logo
add_png(
  base_png_path = "mon_graphique.png",
  png_to_add_path = "logo.png", 
  output_path = "graphique_avec_logo.png",
  x_position = 20,     # Position depuis le bord droit
  y_position = 20,     # Position depuis le bord supérieur
  scale = 0.5          # Facteur d'échelle de taille
)

# Ajouter plusieurs logos
add_multiple_pngs(
  base_png_path = "mon_graphique.png",
  output_path = "graphique_final.png",
  png_list = list(
    list(path = "logo1.png", x_position = 20, y_position = 20, scale = 0.5),
    list(path = "logo2.png", x_position = 20, y_position = 150, scale = 0.3)
  )
)

Conseils pratiques

  1. Poids : Assurez-vous que vos données ont une colonne de poids pour une représentation précise

  2. Gestion des partis : Pour les graphiques de choix de vote, les abréviations des partis sont automatiquement mappées

  3. Gestion de la mémoire : Le package inclut le nettoyage de la mémoire pour gérer les grandes images

  4. Thème par défaut : Utilise theme_datagotchi_light() pour un style cohérent

  5. Légende : Inclut automatiquement les informations de source et la taille de l’échantillon

Ressources

  • GitHub : https://github.com/clessn/clessnverse
  • Documentation : Consultez la documentation du package avec ?create_standardized_graph
  • Exemples : Voir plus d’exemples dans les vignettes du package

Astuce

Pour les questions ou les problèmes, veuillez ouvrir une issue sur le dépôt GitHub.

Merci !

clessnize