การปรับแต่งแผนภูมิแท่งและแผนภูมิจุด

แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

Nick Strayer

Instructor

แผนภูมิแท่งที่แออัด

who_disease %>% 
  filter(region == 'EMR', disease == 'measles', year == 2015) %>% 
  ggplot(aes(x = country, y = cases)) +
    geom_col()
แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

การพลิกแผนภูมิแท่ง

  • geom_bar() และ geom_col() ไม่รองรับหมวดหมู่บนแกน y
    busy_bars <- who_disease %>% 
    filter(region == 'EMR', disease == 'measles', year == 2015) %>% 
    ggplot(aes(x = country, y = cases)) +
    geom_col() 
    
  • จึงต้องพลิกแกน!
busy_bars + coord_flip() # swap x and y axes!
แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

เส้นกริดที่มากเกินไป

  • แผนภูมิแท่งไม่จำเป็นต้องมีเส้นกริดแนวขนาน
  • แผนภูมิจุดต้องการเฉพาะเส้นกริดที่ตรงกับตำแหน่งของจุดเท่านั้น

แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

การลบเส้นกริดแนวตั้ง

plot <- who_disease %>% 
  filter(country == "India", year == 1980) %>% 
  ggplot(aes(x = disease, y = cases)) +
    geom_col()
# Remove vertical grid lines
 plot + theme(
    panel.grid.major.x = element_blank()
  )
แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

พื้นหลังที่สว่างขึ้นสำหรับแผนภูมิจุด

  • พื้นหลังสีเทาค่าเริ่มต้นอาจทำให้จุดดูไม่ชัดเจน
  • theme_minimal() ช่วยแก้ปัญหานี้ได้อย่างรวดเร็ว
  • การเพิ่มขนาดจุดก็ช่วยได้เช่นกัน
who_subset %>% 
  ggplot(aes(y = reorder(country, cases_2016), x = log10(cases_2016))) +
  # Point size increased
  geom_point(size = 2) +
  # Theme minimal for light background
  theme_minimal()
แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

มาฝึกกันเถอะ!

แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

Preparing Video For Download...