08-les-scales.Rmd

# Les scales

Les fonctions **scales** permettent globalement de paramétrer les éléments rentrés dans l'aesthétic : 

- Si je veux un gradient de couleur fonction d'une variable continue : quelle palette de couleur je choisie, comment je cale mon dégradé en fonction de cette variable continue ?

- Si je mets une variable continue en ordonnée, comment je définis le minimum et maximum de cette axe, sa position, les valeurs que j'affiche sur l'échelle...


L'ensemble des scales possibles peuvent se décrire sous forme suivante:

`scale_xx_yy`

ou `xx` peut être un des paramètres de l'aesthétic : 

xx|description
-----------------|---
alpha|transparence
color|couleur des lignes ou des points
fill|couleurs des aires
linetype|type de ligne (continue,pointillée,...)
shape|forme des points
size|aire des points
x|variable de l'axe x
y|variable de l'axe y


Et y un type de paramétrage :  

yy|description
-----------------|--------------------------
continuous|gérer les variables continue
discrete|gérer les variables discrètes
date|gérer une variable au format date
reverse|inverser l'axe
log|convertire l'échelle d'une variable continue en échelle logarithmique
log10|convertire l'échelle d'une variable continue en échelle logarithmique décimale
viridis|utiliser une palette de couleur viridis
brewer|utiliser une palette de couleur brewer (variable discrète)
distiller|utiliser une palette de couleur brewer (variable continue)
gradient|utiliser un gradient de 2 couleurs
gradient2|utiliser un gradient divergent de 3 couleurs


```{r, echo=T,eval=T,fig.height=3.5}
ggplot(graphique1) +
  geom_point(aes(x=log(Gross_Domestic_Product_GDP),
                 y=log(Maternal_mortality_ratio),
                 color=Continent))+
  scale_color_brewer(type="qual")
```

Par exemple on peut exploiter une fonction scale pour définir une échelle logarithimique sur un axe.

```{r, echo=T,eval=T,fig.height=3.5}
ggplot(graphique1) +
  geom_point(aes(x=Gross_Domestic_Product_GDP,
                 y=Maternal_mortality_ratio,
                 color=Continent))+
  scale_color_brewer(type="qual")+
  scale_x_log10()+
  scale_y_log10()
```

## Formatage spécifique

- Transformation en pourcentage;
```{r fg8_1, echo=T,eval=F}
  scale_y_continuous(labels=scales::percent)
```
- Ajout du séparateurs des milliers;
```{r fg8_2, echo=T,eval=F}
  scale_y_continuous(labels=function(x) format(x,big.mark=" ",scientific = FALSE))
```
- Ajout du symbole €;

```{r fg8_3, echo=T,eval=F}
  scale_y_continuous(labels=function(x) paste(x," €"))
```


## Exercice 3

> En réutilisant le graphe obtenu à l'exercice 1 (table rpls_aggrege_large), y rajouter:
>
> - une palette brewer pour la couleur;
>
> - la légende en bas;
>
> - des libellés (axes et légende) parlant et un titre.

Le résultat attendu

```{r  fg8_4,eval=T,message=F,echo=F,warning=F}
ggplot(data = rpls_aggrege_large  %>% 
         filter(TypeZone=="Epci")) + 
  geom_point(aes(x=Parc_de_moins_de_5_ans_pourcent,
                 y=DPE_GES_classe_ABC_pourcent,
                 color=epci_2017_52),
             size=.7
  )+
  scale_color_brewer(type=qual,palette="Paired",
                     labels=c("Autres Epci","Epci de la région Pays de la Loire"))+
  scale_x_continuous(limits = c(0,40))+
  scale_y_continuous(limits = c(0,80))+
  theme(legend.position = "bottom")+
  labs(title="Répartition des Epci en fonction \nde la part des logements ayant une étiquette A,B,C et de la part du parc récent",
       x="Part du parc de moins de 5 ans",
       y="Part des logements ayant une étiquette A,B,C",
       color="")
```