Lecții din modul (1/2)
Gramatică și geometrii de bază
Vizualizarea datelor în R este dominată de ggplot2, un pachet bazat pe „Gramatica grafică”. Această teorie descompune graficele în componente semantice independente, cum ar fi date, mapări estetice și elemente geometrice.
Structura lui ggplot2
Fiecare plot creat cu ggplot2 începe cu un apel la funcția ggplot(), unde furnizăm un cadru de date și definim modul în care coloanele se mapează la proprietățile vizuale folosind funcția aes() (estetică).
Apoi, adăugăm straturi geometrice folosind operatorul + (notă: folosim + și nu %>% în ggplot2).
Șablonul de bază este:
ggplot(data = <DATA_FRAME>, mapping = aes(<AESTHETICS>)) +
<GEOMETRY>()Mapări estetice (aes) și geometrii (geom_*)
Funcția aes() definește ce variabile din datele dvs. controlează atributele vizuale ale diagramei:
x: Poziție pe axa orizontală.y: Poziție pe axa verticală.color: Culoarea punctelor sau liniilor.fill: culoarea de umplere a formelor închise (de exemplu, bare).size: Dimensiunea elementelor.
Geometriile (geom_) definesc tipul de reprezentare vizuală:
1. Grafic de dispersie (geom_point())
Ideal pentru afișarea relației dintre două variabile numerice.
ggplot(df, aes(x = age, y = income)) +
geom_point()2. Grafic de linii (geom_line())
Folosit în mod obișnuit pentru serii temporale sau linii de tendință.
ggplot(df, aes(x = year, y = sales)) +
geom_line()3. Grafic de bare (geom_bar() și geom_col())
În mod implicit, geom_bar() numără frecvența categoriilor, în timp ce geom_col() reprezintă valorile reale stocate direct într-o coloană y.
# Plots the value of the 'sales' column for each 'category'
ggplot(df, aes(x = category, y = sales)) +
geom_col()Încercați-l singur
Exercițiul 1: Creați un grafic de dispersie de bază
Creați un grafic de dispersie folosind cadrul de date df. Mapați coloana de înălțime pe axa x și coloana de greutate pe axa y. Utilizați geom_point().
Afișează indiciu
Asigurați-vă că folosiți ggplot(df, aes(x = height, y = weight)) + geom_point()
Soluție disponibilă după 3 încercări
Exercițiul 2: Adăugați culoare pe baza datelor
Modificați graficul anterior mapând proprietatea culorii la coloana gen din interiorul aes() pentru a colora punctele după gen.
Afișează indiciu
Include culoare = gen all'interno di aes(), ad exemplu: aes(x = înălțime, y = greutate, culoare = gen).
Soluție disponibilă după 3 încercări
Exercițiul 3: Graficul cu linii
Creați un grafic cu linii folosind df. Mapați coloana anului pe axa x și coloana vânzărilor pe axa y. Adăugați stratul geometric geom_line().
Afișează indiciu
Usa ggplot(df, aes(x = year, y = sales)) + geom_line()
Soluție disponibilă după 3 încercări
Exercițiul 4: Bar plot cu geom_col
Creați un grafic cu bare pentru a afișa direct valorile. Mapați coloana categoriei pe axa x și coloana cu valori pe axa y. Utilizați geometria geom_col().
Afișează indiciu
Usa ggplot(df, aes(x = categorie, y = valoare)) + geom_col()
Soluție disponibilă după 3 încercări
Exercițiul 5: Combinați mai multe geometrii
În ggplot2 puteți stivui mai multe straturi geometrice. Creați o diagramă care combină atât geom_point() și geom_smooth(), mapând x_val la axa x și y_val la axa y.
Afișează indiciu
Adaugă sia geom_point() che geom_smooth() separati dal segno '+'.
Soluție disponibilă după 3 încercări