Overplotting 1: velké datové sady
Bodové grafy (pomocí geom_point()) jsou intuitivní, snadno srozumitelné a velmi rozšířené – musíme ale vždy myslet na overplotting (překrývání bodů), zejména v těchto čtyřech situacích:
- Velké datové sady
- Zarovnané hodnoty na jedné ose
- Data s nízkou přesností
- Celočíselná data
Pokud používáš plné tvary, obvykle se doporučuje průhlednost (alpha blending). Alternativně můžeš použít neprůhledné, duté tvary.
Malé body se hodí pro velké datové sady s oblastmi vysoké hustoty (kde se hodně bodů překrývá).
Pojďme si práci s velkými datovými sadami procvičit na datasetu diamonds.
Toto cvičení je součástí kurzu
Úvod do vizualizace dat s ggplot2
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Plot price vs. carat, colored by clarity
plt_price_vs_carat_by_clarity <- ggplot(diamonds, aes(carat, price, color = clarity))
# Add a point layer with tiny points
plt_price_vs_carat_by_clarity + ___