Tworzenie lepszych wykresów

Dane kategoryczne w Tidyverse

Emily Robinson

Data Scientist

Wykres punktowy z osią y „problem" i osią x „odsetek uważających za problem". Problemy to m.in. Oczekiwania, Brudne dane i Wiedza domenowa. Wykres nie jest uporządkowany – punkty są rozmieszczone losowo.

Zmiana kolejności poziomów czynnika

ggplot(WorkChallenges, aes(x = fct_reorder(question, perc_problem),
                           y = perc_problem)) +
  geom_point() + 
  coord_flip()

Ten sam wykres punktowy, ale teraz uporządkowany od lewej do prawej – od najmniejszego do największego odsetka uważających za problem.

Wykres słupkowy z tytułem stanowiska na osi y i liczbą na osi x. Słupki nie są posortowane według liczebności.

Sortowanie wykresu słupkowego

ggplot(multiple_choice_responses, aes(x = fct_infreq(CurrentJobTitleSelect)) +
   geom_bar() +
   coord_flip()

Ten sam wykres słupkowy, ale teraz uporządkowany od góry do dołu według rosnącej liczebności.

Odwracanie kolejności poziomów czynnika

ggplot(multiple_choice_responses, aes(x = fct_rev(fct_infreq(CurrentJobTitleSelect)))) +
    geom_bar() + 
    coord_flip()

Ten sam wykres słupkowy, ale teraz uporządkowany od góry do dołu według malejącej liczebności.

Czas na ćwiczenia!

Dane kategoryczne w Tidyverse