Introductie Grammar of Graphics

Best practices voor visualisaties in R

Nick Strayer

Instructor

Wat is deze cursus?

Wat je gaat leren

Betere visualisaties maken door goed na te denken over je data.

Hoe je het gaat leren

Overzicht van verschillende datatypen
Standaardvisualisaties
Alternatieven

Cursusindeling

Hoofdstuk 1: Aandelen van het geheel

Hoofdstuk 2: Puntdata

Hoofdstuk 3: Enkele verdelingen

Hoofdstuk 4: Meerdere (of conditionele) verdelingen

Waarschuwing!

De onderwerpen hier zijn minder zwart-wit dan andere programmeeronderwerpen
Op elke regel zijn uitzonderingen
We leggen de nadruk op doordenken per probleem, zodat je hiermee kunt omgaan als je ze tegenkomt

Gebruikte tools

R
De "Tidyverse"
Ggplot2

Gebruikte data

Komt van de World Health Organization (WHO)

who_disease

# A tibble: 43,262 x 6
   region countryCode country             disease  year  cases
   <chr>  <chr>       <chr>               <chr>   <int>  <dbl>
 1 EMR    AFG         Afghanistan         measles  2016 638   
 2 EUR    ALB         Albania             measles  2016  17.0 
 3 AFR    DZA         Algeria             measles  2016  41.0 
 4 EUR    AND         Andorra             measles  2016   0   
 5 AFR    AGO         Angola              measles  2016  53.0 
 6 AMR    ATG         Antigua and Barbuda measles  2016   0   
 7 AMR    ARG         Argentina           measles  2016   0   
 8 EUR    ARM         Armenia             measles  2016   2.00
# ... with 43,254 more rows

WHO-ziektedata

# Filter op AMR-regio 
amr_region <- who_disease %>% 
  filter(region == 'AMR')

# Koppel x aan year en y aan cases, kleur op disease
ggplot(amr_region, aes(x = year, y = cases, color = disease)) + 
  geom_point(alpha = 0.5)

Laten we oefenen!

Best practices voor visualisaties in R