Grammar of Graphics intro

แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

Nick Strayer

Instructor

คอร์สนี้คืออะไร?

สิ่งที่จะได้เรียนรู้

วิธีสร้างการแสดงผลข้อมูลที่ดีขึ้น โดยคิดวิเคราะห์ข้อมูลอย่างลึกซึ้ง

วิธีเรียนรู้

ภาพรวมของประเภทข้อมูลต่าง ๆ
การแสดงผลข้อมูลแบบมาตรฐาน
ทางเลือกอื่น ๆ

โครงสร้างคอร์ส

บทที่ 1: สัดส่วนของข้อมูลทั้งหมด

บทที่ 2: ข้อมูลแบบจุด

บทที่ 3: การกระจายแบบเดี่ยว

บทที่ 4: การกระจายแบบหลายกลุ่ม (หรือแบบมีเงื่อนไข)

คำเตือน!

หัวข้อในคอร์สนี้ไม่ได้มีคำตอบตายตัวเหมือนการเขียนโปรแกรมทั่วไป
ทุกกฎย่อมมีข้อยกเว้น
เน้นการคิดวิเคราะห์ทีละปัญหา เพื่อรับมือกับกรณีเหล่านี้ได้อย่างมั่นใจ

เครื่องมือที่ใช้

R
'Tidyverse'
Ggplot2

ข้อมูลที่ใช้

ข้อมูลจากองค์การอนามัยโลก (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

ข้อมูลโรคของ WHO

# 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)

มาฝึกกันเถอะ!

แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R