Spreidingsdiagrammen

Introductie tot datavisualisatie met ggplot2

Rick Scavetta

Founder, Scavetta Academy

48 geometrieën

geom_*
abline	contour	dotplot	jitter	pointrange	ribbon	spoke
area	count	errorbar	label	polygon	rug	step
bar	crossbar	errorbarh	line	qq	segment	text
bin2d	curve	freqpoly	linerange	qq_line	sf	tile
blank	density	hex	map	quantile	sf_label	violin
boxplot	density2d	histogram	path	raster	sf_text	vline
col	density_2d	hline	point	rect	smooth

Veelvoorkomende grafieken

Grafiektype	Mogelijke geoms
Spreidingsdiagrammen	points, jitter, abline, smooth, count

Spreidingsdiagrammen

Elke geom accepteert specifieke aesthetic mappings, bv. geom_point():

Essentieel
x,y

ggplot(iris, aes(x = Sepal.Length, 
                 y = Sepal.Width)) + 
  geom_point()

Spreidingsdiagrammen

Elke geom accepteert specifieke aesthetic mappings, bv. geom_point():

Essentieel	Optioneel
x,y	alpha, color, fill, shape, size, stroke

ggplot(iris, aes(x = Sepal.Length, 
                 y = Sepal.Width,
                 col = Species)) + 
  geom_point()

Geom-specifieke aesthetic mappings

# Deze geven dezelfde plot!
ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, col = Species)) + 
  geom_point()

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width)) + 
  geom_point(aes(col = Species))

Stuur de aesthetic mappings per layer onafhankelijk aan:

head(iris, 3) # Rauwe data

Species Sepal.Length Sepal.Width Petal.Length Petal.Width
1  setosa          5.1         3.5          1.4         0.2
2  setosa          4.9         3.0          1.4         0.2
3  setosa          4.7         3.2          1.3         0.2

iris %>%
  group_by(Species) %>% 
  summarise_all(mean) -> iris.summary

iris.summary # Samenvattingsstatistieken

# A tibble: 3 x 5
  Species    Sepal.Length Sepal.Width Petal.Length Petal.Width
  <fct>             <dbl>       <dbl>        <dbl>       <dbl>
1 setosa             5.01        3.43         1.46       0.246
2 versicolor         5.94        2.77         4.26       1.33 
3 virginica          6.59        2.97         5.55       2.03

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, col = Species)) +
  # Neemt data en aes over van ggplot() 
  geom_point() + 
  # Andere data, maar geërfde aes
  geom_point(data = iris.summary, shape = 15, size = 5)

Waardes voor attribuut shape

Voorbeeld

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, col = Species)) + 
  geom_point() +
  geom_point(data = iris.summary, shape = 21, size = 5, 
             fill = "black", stroke = 2)

Ad-hoc statistiek door ggplot2

Zie cursus 2 voor de stats-laag.
Let op: plot niet alleen het gemiddelde zonder spreidingsmaat, bv. de standaarddeviatie.

position = "jitter"

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, col = Species)) + 
  geom_point(position = "jitter")

geom_jitter()

Een snelkoppeling voor geom_point(position = "jitter")

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, col = Species)) + 
  geom_jitter()

Vergeet alpha niet aan te passen

Combineer jitter met alpha-blending indien nodig

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, col = Species)) + 
  geom_jitter(alpha = 0.6)

Holle cirkels helpen ook

shape = 1 is een holle cirkel.
Alpha-blending is dan vaak niet nodig.

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, col = Species)) + 
  geom_jitter(shape = 1)

Laten we oefenen!

Introductie tot datavisualisatie met ggplot2