Grafische Visualisierungen in R mit ggplot2

R für SAS-Anwender:innen

Melinda Higgins, PhD

Research Professor/Senior Biostatistician Emory University

Paket ggplot2

ggplot2 hexsticker logo

ggplot2 ist ein leistungsstarkes Grafikpaket für R
„GG" in ggplot steht für die „Grammar of Graphics"
ggplot2 baut Grafiken schichtweise auf
Ein oder mehrere geometrische Objekte werden zur Basis hinzugefügt

Schichten – Basisschicht

# Create plot for x=sex and y=diameter
ggplot(data = abalone, aes(sex, diameter))

Basis mit ggplot() definieren
data = abalone setzen
aes auf sex und diameter setzen
Noch keine grafischen Objekte
x-Achse bereit für sex
y-Achse bereit für diameter
Raster ist angelegt

ggplot2 graphic environment no boxplot yet

Schichten – Boxplot-Geom hinzufügen

# Add boxplot geometric object or geom
ggplot(data = abalone,
       aes(sex, diameter)) +
  geom_boxplot()

Der Operator + fügt eine Schicht hinzu
Boxplot geom_boxplot() hinzugefügt
Ergebnis ist eine Reihe von Boxplots
Abalone-Durchmesser nach Geschlecht
F Weibchen, I Jungtiere und M Männchen

ggplot2 boxplots added

Schichten – ein Theme hinzufügen

# Add black white theme
ggplot(data = abalone,
       aes(sex, diameter)) +
  geom_boxplot() +
  theme_bw()

„Theme"-Schicht mit theme_bw() hinzufügen
Entfernt den grauen Hintergrund
Zeichnet einen schwarzen Rahmen um die Grafik

ggplot2 boxplot black white theme added

Boxplot-Geom in Violin-Geom ändern

# Change to geom_violin()
ggplot(data = abalone,
       aes(sex, diameter)) +
  geom_violin() +
  theme_bw()

geom_violin ersetzt geom_boxplot
Erzeugt eine geigenähnliche Form
Spiegelt die Dichteverteilung der Daten wider
Mit kleinem Wechsel neue Abbildung erstellen

ggplot2 violin plot

Eindimensionales Histogramm

# Make histogram of shuckedWeight
ggplot(abalone, aes(shuckedWeight)) +
  geom_histogram()

Histogramm für eine Variable erstellen
Eine Variable = ein Aesthetic
geom_histogram() hinzufügen
aes() auf shuckedWeight setzen
Standardfarben sollten angepasst werden

ggplot2 histogram all black

Histogramm einfärben

# Make lines black and fill light blue
ggplot(abalone, aes(shuckedWeight)) +
  geom_histogram(color = "black",
                 fill = "lightblue")

Grafische Parameter ändern
color der Balkenumrandung setzen
fill-Farbe der Balken setzen
Optionen jeweils in den () setzen
Histogramm wirkt deutlich besser

ggplot2 histogram with blue bars and black lines around bars

Histogramm: Titel und Achsenbeschriftungen

# Add x, y axis labels and title
ggplot(abalone, aes(shuckedWeight)) +
  geom_histogram(color = "black",
                 fill = "lightblue") +
  xlab("Shucked Weight") +
  ylab("Frequency Counts") +
  ggtitle("Shucked Weights Histogram")

Bessere Achsenbeschriftungen und Titel hinzufügen
xlab() und ylab() für Achsen verwenden
ggtitle() für den Titel verwenden
Diese Abbildung ist publikationsreif!

ggplot2 hitogram axis labels and title added

Streudiagramm erstellen

# Make scatterplot with geom_point()
ggplot(abalone,
       aes(rings, shellWeight)) +
  geom_point()

Ein Streudiagramm-aes braucht zwei Variablen
geom_point() fügt die Punkte hinzu
Streudiagramm der Schalengewichte nach Ringen

ggplot2 scatterplot of shellweight by rings

Streudiagramm: geglättete Linie hinzufügen

# Add smoothed fit line
ggplot(abalone,
       aes(rings, shellWeight)) +
  geom_point() +
  geom_smooth()

Zum Streudiagramm geom_smooth() hinzufügen
Mit schattiertem Konfidenzbereich

ggplot2 scatterplot with smoothed fit line added

Panels nach weiterer Variable erstellen

# Add panels using facet_wrap()
ggplot(abalone,
       aes(rings, shellWeight)) +
  geom_point() +
  geom_smooth() +
  facet_wrap(vars(sex))

Eine weitere Schicht zum Streudiagramm
Panels je Abalone-Geschlecht erstellen
facet_wrap()-Schicht hinzufügen
vars(sex) legt die Panel-Variable fest

ggplot2 scatterplot with 3 panels by sex

Rest des Kurses

Kapitel 1 endet mit einer kurzen Einführung in Grafiken
- Grundlage für ggplot2-Grafiken
- Abalone-Messungen nach Geschlecht visualisieren
Kapitel 2 vermittelt Data-Wrangling-Skills
- Abalone-Datensatz bereinigen
Kapitel 3 behandelt Datenexploration
- Deskriptive Statistik, Korrelationen, Vergleichstests
Kapitel 4 behandelt Modellierung und Ergebnispräsentation
- Abalone-Alter aus Messungen vorhersagen
- Modelle nach Geschlecht untersuchen

Lass uns ein paar Grafiken zu Abalonen erstellen

R für SAS-Anwender:innen