Effektiva förklarande diagram

Introduktion till datavisualisering med ggplot2

Rick Scavetta

Founder, Scavetta Academy

Vårt mål: ett effektivt förklarande diagram

Fullständiga data

dplyr::glimpse(gm2007_full)

Observations: 142
Variables: 3
$ country   <fct> "Afghanistan", "Albania", "Algeria", "Angola", "Argentina", "Au...
$ lifeExp   <dbl> 43.828, 76.423, 72.301, 42.731, 75.320, 81.235, 79.829, 75.635,...
$ continent <fct> Asia, Europe, Africa, Africa, Americas, Oceania, Europe, Asia, ...

¹ Vi börjar med den fullständiga datamängden, som innehåller tre variabler för 142 länder.

Första utforskande diagram – fördelningar

ggplot(gm2007_full, aes(lifeExp)) +
  geom_histogram()

Första utforskande diagram – fördelningar

ggplot(gm2007_full_arranged, 
        aes(index, lifeExp)) +
  geom_point()

Första utforskande diagram – fördelningar

ggplot(gm2007_full_arranged, 
        aes(index, lifeExp, col = continent)) +
  geom_point()

Våra data

dplyr::glimpse(gm2007)

Observations: 20
Variables: 3
$ country   <fct> "Swaziland", "Mozambique", "Zambia", "Sierra Leone", "Lesotho...
$ lifeExp   <dbl> 39.613, 42.082, 42.384, 42.568, 42.592, 42.731, 43.487, 43.82...
$ continent <fct> Africa, Africa, Africa, Africa, Africa, Africa, Africa, Asia,...
>

Använd intuitiva och tilltalande geoms

Lägg till textetiketter i diagrammet

Använd lämpliga skalor

Lägg till informativa titlar och källhänvisningar

Ta bort onödiga designelement

Lägg till tröskellinjer

Lägg till informativ text

Lägg till visuella detaljer

Nu kör vi en övning!

Introduktion till datavisualisering med ggplot2