Dostosowywanie wykresów słupkowych i punktowych

Najlepsze praktyki wizualizacji danych w R

Nick Strayer

Instructor

Przeładowany wykres słupkowy

who_disease %>% 
  filter(region == 'EMR', disease == 'measles', year == 2015) %>% 
  ggplot(aes(x = country, y = cases)) +
    geom_col()

Obracanie słupków

geom_bar() i geom_col() nie obsługują kategorii na osi y

busy_bars <- who_disease %>% 
filter(region == 'EMR', disease == 'measles', year == 2015) %>% 
ggplot(aes(x = country, y = cases)) +
geom_col()

Należy więc obrócić wykres!

busy_bars + coord_flip() # swap x and y axes!

Nadmiarowa siatka

W wykresach słupkowych równoległe linie siatki są zbędne
W wykresach punktowych potrzebne są tylko linie zgodne z położeniem punktów

Usuwanie pionowej siatki

plot <- who_disease %>% 
  filter(country == "India", year == 1980) %>% 
  ggplot(aes(x = disease, y = cases)) +
    geom_col()

# Remove vertical grid lines
 plot + theme(
    panel.grid.major.x = element_blank()
  )

Jaśniejsze tło dla wykresów punktowych

Domyślne szare tło ma zbyt niski kontrast dla punktów
theme_minimal() to szybkie rozwiązanie
Zwiększenie rozmiaru punktów również pomaga

who_subset %>% 
  ggplot(aes(y = reorder(country, cases_2016), x = log10(cases_2016))) +
  # Point size increased
  geom_point(size = 2) +
  # Theme minimal for light background
  theme_minimal()

Czas na ćwiczenia!

Najlepsze praktyki wizualizacji danych w R