Introduktion till grafikkens grammatik

Visualiseringsmetoder i R

Nick Strayer

Instructor

Vad handlar kursen om?

Vad du kommer att lära dig

Hur du skapar bättre visualiseringar genom att tänka djupare på den data du har.

Hur du lär dig det

Översikter av olika datatyper
Standardvisualiseringar
Alternativ

Kursöversikt

Kapitel 1: Andelar av en helhet

Kapitel 2: Punktdata

Kapitel 3: Enkla fördelningar

Kapitel 4: Flera (eller villkorliga) fördelningar

Varning!

Det här ämnet är inte lika svart-och-vitt som andra programmeringsämnen
Varje regel har undantag
Kursen betonar att tänka igenom varje problem – det hjälper dig när du stöter på sådana fall

Verktyg som används

R
'Tidyverse'
Ggplot2

Data som används

Kommer från Världshälsoorganisationen (WHO)

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

WHO-sjukdomsdata

# 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)

Nu kör vi en övning!

Visualiseringsmetoder i R