Введение в грамматику графики

Лучшие практики визуализации в R

Nick Strayer

Instructor

О чём этот курс?

Чему вы научитесь

Создавать более качественные визуализации, анализируя данные вдумчиво.

Как вы будете учиться

Обзор различных типов данных
Стандартные визуализации
Альтернативные подходы

Структура курса

Глава 1: Доли целого

Глава 2: Точечные данные

Глава 3: Одиночные распределения

Глава 4: Множественные (или условные) распределения

Важно!

Темы здесь не так однозначны, как в других разделах программирования
У каждого правила будут исключения
Акцент сделан на осмысленном подходе к каждой задаче — это поможет вам справляться с нестандартными ситуациями

Используемые инструменты

R
«Tidyverse»
Ggplot2

Используемые данные

Данные предоставлены Всемирной организацией здравоохранения (ВОЗ)

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

Данные ВОЗ о заболеваниях

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

# Map x to year and y to cases, color by disease
ggplot(amr_region, aes(x = year, y = cases, color = disease)) + 
  geom_point(alpha = 0.5)

Давайте потренируемся!

Лучшие практики визуализации в R