{"id":3137,"date":"2017-03-30T10:16:34","date_gmt":"2017-03-30T14:16:34","guid":{"rendered":"http:\/\/bioinfo.iric.ca\/?p=3137\/"},"modified":"2017-09-12T11:40:54","modified_gmt":"2017-09-12T15:40:54","slug":"creer-un-beau-tableau-graphique-avec-r","status":"publish","type":"post","link":"https:\/\/bioinfo.iric.ca\/fr\/creer-un-beau-tableau-graphique-avec-r\/","title":{"rendered":"Cr\u00e9er un beau tableau graphique avec R"},"content":{"rendered":"

Bonjour \u00e0 tous,<\/p>\n

Aujourd’hui, je vais vous parler de formattable<\/a>.<\/p>\n

This package is designed for applying formatting on vectors and data frames to make data presentation easier, richer, more flexible and hopefully convey more information.<\/p><\/blockquote>\n

Nous allons voir comment utiliser cette librairie pour interpr\u00e9ter nos donn\u00e9es en un coup d’oeil, \u00e0 l’aide de quelques lignes de code (vous pouvez suivre les indications ci-dessous ou aller regarder tout le code disponible sur git<\/a>). Avant d’aller plus loin, j’aimerais pr\u00e9ciser que cette librairie est g\u00e9n\u00e9ralement utilis\u00e9e pour afficher des tableaux dans un document dynamique (comme un rapport) g\u00e9n\u00e9r\u00e9 par une autre librairie, comme R markdown<\/a>. Mais ici, j’ai choisi de restreindre le sujet de cet article \u00e0 l’utilisation de la premi\u00e8re librairie seulement. La seconde fera peut-\u00eatre l’objet d’un second article. En attendant, vous pouvez trouver de l’aide sur la page web de R markdown ou sur le web (comme sur stackoverflow<\/a>).<\/p>\n

Donn\u00e9es de travail:<\/u><\/h3>\n

Je vous propose de travailler sur des donn\u00e9es publi\u00e9es par C\u00e9line M. Laumont and et al.<\/em>\u00a0dans l’article Global proteogenomic analysis of human MHC class I-associated peptides derived from non-canonical reading frames<\/a>, avec le tableau trouv\u00e9 dans \u00ab\u00a0Supplementary Data 2\u00a0\u00bb. Ce tableau contient des donn\u00e9es sur des peptides cryptiques au niveau g\u00e9nomique et pro\u00e9omique.<\/p>\n


\n\"\"<\/a>
\nFigure 1.<\/strong> Une version Excel des premi\u00e8res lignes du tableau.<\/center> <\/p>\n

Cr\u00e9er votre premier tableau\u00a0formattable<\/em> :<\/u><\/h3>\n

Tout d’abord, il faut commencer par:<\/p>\n

    \n
  1. installer la librairie dans votre R (ou Rstudio):<\/li>\n
     install.packages(\"formattable\") <\/code><\/pre>\n
  2. charger la librairie et les donn\u00e9es:<\/li>\n
    # Charger la librarie avant de l'utiliser \r\nlibrary(formattable) \r\n# Charger les donn\u00e9es\r\ntab = read.table(\".\/Supplementary_table_2_CrypticMAPs.txt\", header=T, sep='\\t', stringsAsFactors=F) \r\n# S\u00e9lectionner quelques colonnes comme dans le tableau Excel \r\ntab_reduce = tab[, c(1, 2, 3, 4, 6, 5, 7, 9, 11, 18, 15, 19, 22, 23, 24, 25)] \r\n# Changer le nom de certaines colonnes pour diminuer leur taille\r\ncolnames(tab_reduce) = c(\"peptide_sequence\", \"chr\", \"start\", \"stop\", \"strand\", \r\n       \"length\", \"spliced\", \"frame\", \"best_IC50\", \"gene_id\", \"gene_FPKM\", \r\n       \"mascot_score\", \"intensity_1\", \"intensity_2\", \"intensity_3\", \"intensity_4\"\r\n)\r\n<\/code><\/pre>\n<\/ol>\n
    Nous pouvons maintenant cr\u00e9er notre premier tableau formattable<\/em> en appelant directement la fonction formattable<\/em>:<\/p>\n
    # Cr\u00e9er un tableau formattable \r\nwidget_formattable = formattable(tab_reduce) \r\n# Afficher dans un navigateur web ou dans RStudio (si vous l'utilisez) \r\nwidget_formattable \r\n<\/code>\r\n<\/pre>\n
    \"\"<\/a><\/p>\n
    Figure 2.<\/strong> R\u00e9sultat visuel apr\u00e8s l’ex\u00e9cution de formattable<\/em>. Toutes les donn\u00e9es sont disponibles en les faisant d\u00e9filer dans la page web!<\/p>\n
    Corriger le format de la colonne ‘gene_FPKM’:<\/u><\/h3>\n
    Dans la librairie formattable<\/em>,\u00a0il existe plusieurs fonctions pour formater les vecteurs num\u00e9riques, comme: percent<\/em>, comma<\/em>, currency<\/em>, accounting<\/em> and scientific<\/em>. Ces fonctions cr\u00e9ent des vecteurs num\u00e9riques format\u00e9s \u00e0 l’aide de quelques param\u00e8tres et de r\u00e8gles pr\u00e9-d\u00e9finies. Pour plus de d\u00e9tails, je vous invite \u00e0 regarder  cette page<\/a>.<\/p>\n
    Dans notre cas, la colonne ‘gene_FPKM’ est automatiquement charg\u00e9e comme un vecteur de ‘chr’ par read.table<\/em> \u00e0 cause des quelques valeurs manquantes (‘none’). Il est n\u00e9cessaire de modifier la colonne en un vecteur num\u00e9rique avant d’aller plus loin.<\/p>\n
    # Un message d'erreur nous avertit qu'il y a des valeurs 'None' et qu'elles seront remplac\u00e9es par des NA. -> C'est correct.\r\ntab_reduce$gene_FPKM = as.numeric(tab_reduce$gene_FPKM) \r\n# Utiliser 'accounting' pour formater les valeurs num\u00e9riques  \r\ntab_reduce$gene_FPKM = accounting(tab_reduce$gene_FPKM) \r\n<\/code>\r\n<\/pre>\n
    Afficher des \u00e9l\u00e9ment graphiques en fonction des donn\u00e9es de chaque colonne:<\/u><\/h3>\n
    Commen\u00e7ons par utiliser les fonctions d\u00e9j\u00e0 pr\u00e9sentes dans la librairie, color_tile()<\/em>, color_bar()<\/em>, area()<\/em> and normalize_bar()<\/em>, pour mettre en valeur les donn\u00e9es et ainsi faciliter la comparaison de leur magnitude (voir Figure 3).<\/p>\n
    \"\"<\/a>
    \nFigure 3.<\/strong> Ajout d’\u00e9l\u00e9ments graphiques pour faciliter la comparaison des diff\u00e9rentes valeurs.<\/center> <\/p>\n
    Dans la Figure 3, il faut noter que nous souhaitons mettre en valeur les faibles scores de la colonne IC50, contrairement aux autres colonnes: gene FPKM, mascot_score and intensity. C’est aussi important de savoir que les intensit\u00e9s doivent \u00eatre compar\u00e9es par peptide. En cons\u00e9quence, l’\u00e9l\u00e9ment graphique doit partager la m\u00eame \u00e9chelle pour toutes les colonnes d’intensit\u00e9, cette fonctionnalit\u00e9 sera r\u00e9alis\u00e9e par la fonction area<\/em>.<\/p>\n
    Toute ces contraintes peuvent \u00eatre appliqu\u00e9es en quelques lignes en ajoutant une liste d’\u00e9l\u00e9ments graphiques identifi\u00e9s par le m\u00eame nom que la colonne o\u00f9 l’on veut les afficher: ‘best_IC50’, ‘gene_FPKM’, ‘mascot_score’ et les quatre ‘intensity_x<\/em>‘.<\/p>\n
    # Utilisation de fonctions 'built-in' pour afficher des \u00e9lements graphiques. \r\nwidget_formattable = formattable(tab_reduce, list(\r\n\tbest_IC50 = color_tile('lightblue', 'white'),\r\n        # Nous avons besoin de mettre na.rm=TRUE pour g\u00e9rer les valeurs NA pr\u00e9sentes dans les donn\u00e9es\r\n\tgene_FPKM = color_bar('red', na.rm = TRUE),\r\n\tmascot_score = color_tile('white', 'orange'),\r\n        area(col=c(intensity_1, intensity_2, intensity_3, intensity_4)) ~ normalize_bar(\"pink\")\r\n))\r\nwidget_formattable\r\n<\/code>\r\n<\/pre>\n
    Pour aller plus loin:<\/u><\/h3>\n
    La librairie formattable<\/em> permet d’ajouter des \u00e9l\u00e9ments graphiques en ajoutant des \u00e9l\u00e9ments HTML, principalement \u00e0 l’aide des balises <span>, en utilisant une fonction g\u00e9n\u00e9rique ‘formatter<\/em>‘. Un exemple simple de l’utilisation de cette fonction peut \u00eatre fait pour afficher en gras<\/strong> le sens du peptide (strand) en ajoutant dans la liste:<\/p>\n
    strand = formatter('span', style=style(font.weight = \"bold\"))<\/code><\/pre>\n
    Il est aussi possible d’en faire une utilisation plus complexe en utilisant, ifelse<\/a><\/em> pour cr\u00e9er vos propres fonctions:<\/p>\n