แนวปฏิบัติที่ดีด้าน Aesthetics

การแสดงผลข้อมูลด้วย ggplot2 เบื้องต้น

Rick Scavetta

Founder, Scavetta Academy

จะเลือก Aesthetics แบบใด?

ใช้ความคิดสร้างสรรค์ของคุณ และ
ปฏิบัติตามแนวทางที่ชัดเจน
Jacques Bertin
- The Semiology of Graphics, 1967
William Cleveland
- The Elements of Graphing Data, 1985
- Visualizing Data, 1993

รูปแบบตามหน้าที่

หน้าที่

หลัก:

การนำเสนอที่แม่นยำและมีประสิทธิภาพ

รอง:

กราฟที่สวยงามและน่าสนใจ

หลักการชี้นำ

ห้าม:

บิดเบือนหรือปิดบังข้อมูล
ทำให้ผู้ชมสับสนด้วยความซับซ้อน

ควรทำเสมอ:

คำนึงถึงผู้ชมและวัตถุประสงค์ของทุกกราฟ

การดึงข้อมูลสารสนเทศจากข้อมูล

ตัวเลือก Aesthetics ที่ดีที่สุด

มีประสิทธิภาพ
- ให้ภาพรวมได้เร็วกว่าการสรุปด้วยตัวเลข
แม่นยำ
- ลดการสูญเสียข้อมูลให้น้อยที่สุด

Aesthetics - ตัวแปรต่อเนื่อง

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

Aesthetics - ตัวแปรต่อเนื่อง

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

กราฟกระจาย iris สามแบบ

กราฟกระจาย iris สามแบบ แกน y ไม่ตรงกัน

กราฟ facet เดียว แกน y ร่วมกัน

Aesthetics - ตัวแปรเชิงหมวดหมู่

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

Aesthetics - ตัวแปรเชิงหมวดหมู่

ggplot(iris, aes(x = Sepal.Length, 
                 y = Sepal.Width, 
                 col = Species)) + 
  geom_point(position = "jitter", 
             alpha = 0.5)

มาฝึกกันเถอะ!

การแสดงผลข้อมูลด้วย ggplot2 เบื้องต้น