Úvod do dat

Create Your Free Account

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Toto cvičení je součástí kurzu

Komunikace s daty v Tidyverse

SkillTag.level.beginnerSkillTag.label

4.8+

V této kapitole se poprvé seznámíš s daty, se kterými budeš pracovat po celý kurz: se vztahem mezi týdenní pracovní dobou a výší odměny v evropských zemích podle Mezinárodní organizace práce (ILO). Poté se rovnou pustíš do průzkumu a pomocí explorační vizualizace odhalíš překvapivou korelaci. Naučíš se na tento graf aplikovat vlastní vzhled – proměníš obyčejný plot v esteticky působivou a jedinečnou datovou vizualizaci.

Exercise 1: Úvod do dat

Aktuální cvičení

Exercise 2: Spoj obě datové sady dohromady Exercise 3: Změna typů proměnných Exercise 4: Filtrování a vizualizace dat Exercise 5: Filtrování dat pro vizualizaci Exercise 6: Souhrnná statistika Exercise 7: Základní bodový graf Exercise 8: Přidání popisků do grafu Exercise 9: Vlastní témata v ggplot2 Exercise 10: Použití výchozího tématu Exercise 11: Změna vzhledu nadpisů Exercise 12: Změna barvy pozadí a přidání okrajů

Sloupcové grafy, bodové grafy a histogramy patří pravděpodobně k nejběžnějším a nejúčinnějším datovým vizualizacím. Někdy ale existují ještě lepší způsoby, jak vizuálně zdůraznit zjištění, která chceš svému publiku sdělit. Takzvané „dot ploty" nám pomáhají lépe vnímat a chápat změny v datech – například vývoj v čase. V této kapitole vytvoříš vlastní a jedinečnou vizualizaci, která přesně zdůrazní a vysvětlí jeden konkrétní aspekt příběhu, který chceš vyprávět.

Exercise 1: Vizualizace aspektů dat pomocí faset Exercise 2: Příprava datové sady pro facetový graf Exercise 3: Přidání fasetů do grafu Exercise 4: Vytvoř vlastní funkci pro téma Exercise 5: Aplikuj novou funkci motivu na graf Exercise 6: Vlastní graf pro zdůraznění změny Exercise 7: Základní dot plot Exercise 8: Přidej do čar v grafu šipky Exercise 9: Přidej popisky ke každé zemi Exercise 10: Vylepšení dot plotu Exercise 11: Funkce fct_reorder Exercise 12: Přeuspořádání prvků v grafu Exercise 13: Oprav nevhodné umístění popisků Exercise 14: Finalizace grafu pro různá publika a zařízení Exercise 15: Změň výřez grafu, aby se popisky nepřekrývaly s jeho okrajem Exercise 16: Optimalizace grafu pro mobilní zařízení

V minulosti museli výzkumníci a datoví analytici generovat grafy v R a pak je pracně kopírovat do LaTeXu nebo Wordu. Dnes lze celé reporty vytvářet a reprodukovat přímo v R a RStudiu pomocí jazyka RMarkdown – s kombinací R bloků, formátovaného textu, tabulek a grafů. V této kapitole vezmeš svá předchozí zjištění, výsledky a grafy a začleníš je do takového reportu, abys mohl/a vyprávět příběh, který je třeba vyprávět.

Exercise 1: Co je RMarkdown?Exercise 2: Kdy je dokument reprodukovatelný?Exercise 3: Seznámení s prostředím pro cvičení v RMarkdownu Exercise 4: Formátování pomocí Markdownu Exercise 5: Dej svému dokumentu strukturu Exercise 6: Změna formátování textových úseků Exercise 7: R kód v dokumentech RMarkdown Exercise 8: Zadej balíčky v prvním code chunku Exercise 9: Možnosti bloků kódu v R Exercise 10: Inline výrazy s kódem Exercise 11: Obrázky v souborech RMarkdown Exercise 12: Úprava možností obrázků s ohledem na mobilní zařízení.Exercise 13: Přidání pomocných obrázků

Tvůj šéf, klient nebo profesor zpravidla očekává přesné výsledky prezentované v jasné a přehledné struktuře. Pěkně naformátovaný a originální report je pak velkým plusem – a RMarkdown ti s tím pomůže. V této poslední kapitole vezmeš report z předchozí kapitoly a opatříš ho vlastním unikátním stylem.

Exercise 1: Pokročilá nastavení YAML Exercise 2: Změň celkový vzhled svého reportu Exercise 3: Přidání obsahu dokumentu Exercise 4: Další triky s YAML Exercise 5: Vlastní styly (CSS)Exercise 6: CSS selektory Exercise 7: Změna stylu textových elementů Exercise 8: Propojení se stylopisy Exercise 9: Přehledné tabulky Exercise 10: Zkrášli tabulku pomocí kable Exercise 11: Opakování: CSS Exercise 12: Shrnutí