Вступ до Grammar of Graphics

Найкращі практики візуалізації в R

Nick Strayer

Instructor

Що це за курс?

Що ви вивчите

Як створювати кращі візуалізації, глибше осмислюючи наявні дані.

Як ви це вивчите

Огляди типів даних
Стандартні візуалізації
Альтернативи

Структура курсу

Розділ 1: Частки від цілого

Розділ 2: Точкові дані

Розділ 3: Окремі розподіли

Розділ 4: Множинні (або умовні) розподіли

Увага!

Тут теми не такі однозначні, як інші теми програмування
У кожного правила є винятки
Наголос на продуманому підході до кожної задачі, щоб ви могли впоратися з такими випадками, коли їх зустрінете

Інструменти

R
«Tidyverse»
Ggplot2

Використані дані

Надходять від Всесвітньої організації охорони здоров'я (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

Дані про хвороби 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)

Давайте потренуємось!

Найкращі практики візуалізації в R