Lab 02 - Déchets plastiques

La pollution plastique est un problème majeur, avec des impacts négatifs sur les océans et ses habitants Our World in Data possède de nombreux jeux de données à différents niveaux (globaux, par pays et sur le temps). Pour ce laboratoire, nous allons travailler avec les données de 2010.

National Geographic a lancé un concours de communication par visualisation de données sur le thème des déchets plastiques : lien.

Objectifs

Visualisation de données quantitatives et qualitatives.
Interprétation de visualisations
Recréer des visualisations
Se pratiquer à utiliser R, RStudio, Git, and GitHub

Pour commencer

Nous allons utiliser GitHub Classroom pour que vous puissiez rendre vos réponses. Sur le portail de cours, vous trouverez un lien vers un assignment.

Cliquez sur le lien
Connectez vous avec votre compte Github si ce n’est pas fait
Acceptez l’assignment
Liez votre compte avec votre nom d’étudiant

Vous devriez maintenant voir un repository appelé Lab02-[votre-username] où devrait être votre nom d’utilisateur GitHub.

Sur la page du repository:

Cliquez sur le bouton vert:
Copiez le lien terminant en .git
- Quelque chose ressemblant à https://github.com/PRO1036/lab02-[votre-username].git

Dans RStudio:

Fichier > Nouveau Projet
Version Control > Git
Dans Repository URL : indiquez l’adresse copiée à l’étape précédente
Choisissez un nom pour le dossier qui sera créé, par exemple “Lab02”
Choisissez où vous voulez créer le projet dans votre ordinateur.

Cela va copier les fichiers présents sur GitHub, et les copier dans le dossier spécifié.

Pour commit vos résultats

Dans RStudio, ouvrez le panneau Git sur la droite. Sélectionnez les fichier que vous souhaitez commiter en cliquant sur la petite boite blanche. Un petit A vert devrait apparaitre dans la colonne Status.

Cliquez ensuite sur Commit. Entrez un message décrivant l’étape que vous avez complétée.

Pour envoyer vos résultats sur Github

Cliquez sur la flèche verte Push. Il est possible que vous deviez vous connecter à votre compte Github avant que l’envoie soit complet.

Sur Github, vous pouvez aller voir les modifications que vous avez apportées.

Packages

Comme d’habitude, nous allons utiliser le tidyverse pour cette analyse.

library(tidyverse)

Données

Le jeu de données pour ce lab peut être trouvé dans le dossier data présent dans le repo. Nous reparlerons du chargement de données locales plus tard mais pour l’instant il suffit de lancer cette ligne:

plastic_waste <- read_csv("data/plastic-waste.csv")

Les variables présentes dans le jeu de données sont:

code: 3 lettres pour le code pays
entity: nom du pays
continent: nom du continent
year: année
gdp_per_cap: PID par habitant en $ (2011)
plastic_waste_per_cap: quantité de déchets plastiques par habitant en kg/jour
mismanaged_plastic_waste_per_cap: quantité de déchets plastiques non gérés par habitant en kg/jour
mismanaged_plastic_waste: quantité de déchets plastiques non gérés en tonnes
coastal_pop: Nombres de personnes vivant sur des côtes
total_pop: Population totale selon Gapminder

Warm up

Rappel

Ce que vous écrivez dans votre fichier Rmd n’est pas exécuté dans la console et vice-versa. Les lignes dans le Rmd seront exécutées au moment du knit. Vous pouvez aussi les copier dans la console mais n’oubliez pas qu’il faut copier les lignes précédentes également !

Quelles sont les quatre zones présentes sur RStudio ?
Combien y a-t-il d’observations dans le jeu de données ? Vous pouvez également vous aider des fonction nrows, ncols et dim. Si vous avez chargé les données dans la console, elles apparaitrons dans l’environnement. Depuis la console, vous pouvez également utiliser View(plastic_waste) pour voir le tableau.
En regardant les données, vous voyez que certaines cellules ont comme valeurs NA. Que cela signifie-t-il ?

Tip

Vous pouvez utiliser l’aide depuis la console en utilisant ?NA

Exercices

Commençons par regarder la distribution générale des déchets plastiques par habitant en 2010

ggplot(data = plastic_waste, aes(x = plastic_waste_per_cap)) +
  geom_histogram(binwidth = 0.2)

Warning: Removed 51 rows containing non-finite outside the scale range
(`stat_bin()`).

Sur la droite, il semble qu’un pays sorte du lot et présente une importante quantité de déchets. Une manière d’identifier ce pays consiste à filtrer les données pour afficher les valeurs supérieures à 3.5 kg/personne.

plastic_waste %>%
  filter(plastic_waste_per_cap > 3.5)

# A tibble: 1 × 10
  code  entity              continent     year gdp_per_cap plastic_waste_per_cap
  <chr> <chr>               <chr>        <dbl>       <dbl>                 <dbl>
1 TTO   Trinidad and Tobago North Ameri…  2010      31261.                   3.6
# ℹ 4 more variables: mismanaged_plastic_waste_per_cap <dbl>,
#   mismanaged_plastic_waste <dbl>, coastal_pop <dbl>, total_pop <dbl>

Aviez-vous anticipé ce résultat ?

Note

Vous pourriez faire une rapide recherche sur Trinité-et-Tobago pour essayer de comprendre pourquoi le chiffre est haut, ou bien s’il s’agit d’une erreur de saisie dans les données.

À partir d’ici, nous allons retirer Trinité-et-Tobago des données pour le reste du lab.

plastic_waste <- plastic_waste %>%
  filter(plastic_waste_per_cap < 3.5)

Caution

À partir d’ici, vous allez devoir recréer ou créer des visualisations !

Exercice 1

À l’aide d’un histogramme, affichez la distribution des quantité de déchets par habitant, en ajoutant une facette par continent. Que pouvez-vous dire de la comparaison des continents, en terme de déchets plastiques ?

Exercice 2

Une autre manière consiste à utiliser des graphes de densité. Recréez le graphe suivant.

Colorez les courbes de densité par continent

Le graphe obtenu peut être un peu difficile à lire, essayez de remplir les courbes avec des couleurs.

La superposition des couleurs n’aide pas à la lecture du graphe. Nous pouvons changer la transparence de la couleur des courbes. Changez le alpha pour améliorer la qualité du graphe. Essayez plusieurs valeurs pour trouver quelque chose de convenable.

Décrivez pourquoi le reglage de la couleur (color et fill) et le réglage de la transparence (alpha) ne se trouvent pas au même endroit ? L’un étant réglé dans aes et l’autre dans geom_density()

🧶 ✅ ⬆️ C’est le bon moment pour knitt, commit et push !

Exercice 3

Les boxplot sont aussi une bonne manière de visualiser des relations. Reproduisez le graphe suivant.

Faites un grpahe similaire en utilisant les violin plots. Qu’est ce que les violin plots permettent de voir sur les données que les boxplot ne permettent pas ?

Exercice 4

Visualisez la relation entre la quantité de déchet et la quantité de déchets non gérés en utilisant un graphe de dispersion (scatter plot). Décrivez la relation.

Colorez les point selon le continent. Voyez-vous une tendance ?

Exercice 5

Visualisez la relation entre la quantité de déchets plastiques par habitant et le nombre total d’habitants, et dans un second graphe, la relation entre la quantité de déchets plastiques et le nombre total d’habitants vivant près d’une côte. Est-ce qu’il semble y avoir une relation plus forte pour l’une des paires de variables ?

🧶 ✅ ⬆️ C’est le moment de knitt, commit et push ! N’oubliez pas d’ajouter un message à votre push

Conclusion

Pour finir, essayer de refaire le graphe suivant:

Pour cela, nous devons manipuler les données légèrement pour calculer la proportion de population côtière. Nous verrons dans les prochaines semaine comment faire cela mais vous pouvez pour le moment utiliser les données suivantes:

plastic_waste_coastal <- plastic_waste %>% 
  mutate(coastal_pop_prop = coastal_pop / total_pop) %>%
  filter(plastic_waste_per_cap < 3)

Note

Nous avons calculé une nouvelle variable, la proportion de population côtière, appelée coastal_pop_prop, à partir du nombre d’habitants vivant sur une côte et du nombre d’habitants total. Nous avons également fitré le pays avec une quantité de déchets par habitant supérieure à 3 kg/jour.

Vous voyez que le graphe ne comporte pas seulement les points de données mais également une courbe de tendance. Pour ajouter cela, vous pouvez aller lire comment utiliser la fonction smooth : Documentation

Pour terminer, interprétez ce que vous observez !

🧶 ✅ ⬆️ C’est la dernière étape ! Assurez que votre document final soit complet et propre. Notamment, certains graphes ne sont pas légendés ni nécessairement très beaux. N’hésitez pas à les modifier pour les compléter. Quand tout est bon: knitt, commit et push !