Die Koordinaten-Ebene

Fortgeschrittene Datenvisualisierung mit ggplot2

Rick Scavetta

Founder, Scavetta Academy

Koordinaten-Ebene

Steuert Plot-Abmessungen
coord_
- z. B. coord_cartesian()

Heranzoomen

coord_cartesian(xlim = ...)
scale_x_continuous(limits = ...)
xlim(...)

Ursprünglicher Plot

iris.smooth <- ggplot(
  iris, 
  aes(x = Sepal.Length, 
      y = Sepal.Width, 
      color = Species)
  ) + 
  geom_point(alpha = 0.7) +
  geom_smooth()

iris.smooth

scale_x_continuous()

iris.smooth + 
  scale_x_continuous(limits = c(4.5, 5.5))

Removed 95 rows containing non-finite values 
(stat_smooth).
Removed 95 rows containing missing values 
(geom_point).

scale_x_continuous()

Ursprünglicher Plot

Heranzoomen mit scale_x_continuous()

Ein Teil der Originaldaten wird herausgefiltert!

xlim()

iris.smooth +
  xlim(c(4.5, 5.5))

Removed 95 rows containing non-finite values 
(stat_smooth).
Removed 95 rows containing missing values 
(geom_point).

coord_cartesian()

iris.smooth +
  coord_cartesian(xlim = c(4.5, 5.5))

Seitenverhältnis

Höhen-Breiten-Verhältnis
Vorsicht vor Täuschung!
Noch kein Standard
Meist 1:1 bei gleicher Skala

Sonnenflecken

library(zoo)
sunspots.m <- data.frame(
    year = index(sunspot.month),
    value = reshape2::melt(sunspot.month)$value)
)

ggplot(sunspots.m, aes(x = year, y = value)) +
  geom_line() +
  coord_fixed() # Standard: Seitenverhältnis 1:1

Sonnenflecken

ggplot(sunspots.m, aes(x = year, y = value)) +
  geom_line() +
  coord_fixed(0.055)

Lass uns üben!

Fortgeschrittene Datenvisualisierung mit ggplot2