CSS-Selektoren

Welcher CSS-Selektor wird benötigt, um alle Tabellenkopfzellen (th) zu erfassen, die direkte Kinder einer Tabelle mit der Klasse beautiful sind?

Diese Übung ist Teil des Kurses

Kommunizieren mit Daten im Tidyverse

Kurs anzeigen

Interaktive Übung

In dieser interaktiven Übung kannst du die Theorie in die Praxis umsetzen.

Übung starten

Diese Übung ist Teil des Kurses

Kommunizieren mit Daten im Tidyverse

Geringe SchwierigkeitSchwierigkeitsgrad

4.8+

150 reviews

Kurs kostenlos starten

In diesem Kapitel wirfst du zunächst einen Blick auf die Daten, mit denen du im gesamten Kurs arbeitest: den Zusammenhang zwischen wöchentlichen Arbeitsstunden und Bezahlung in europäischen Ländern, basierend auf Daten der International Labour Organization (ILO). Anschließend steigst du direkt ein und entdeckst mithilfe einer explorativen Visualisierung eine beeindruckende Korrelation. Danach verpasst du der Grafik einen individuellen Look – aus einem gewöhnlichen Plot wird eine ästhetische und einzigartige Datenvisualisierung.

Exercise 1: Einführung in die Daten Exercise 2: Füge die beiden Datensätze zusammen Exercise 3: Variablentypen ändern Exercise 4: Daten filtern und plotten Exercise 5: Daten für das Plotten filtern Exercise 6: Einige zusammenfassende Statistiken Exercise 7: Ein einfacher Scatterplot Exercise 8: Füge dem Plot Beschriftungen hinzu Exercise 9: Eigene ggplot2-Themes Exercise 10: Ein Standard-Theme anwenden Exercise 11: Aussehen von Titeln ändern Exercise 12: Hintergrundfarbe ändern und Ränder hinzufügen

Balkendiagramme, Streudiagramme und Histogramme gehören wahrscheinlich zu den gängigsten und wirkungsvollsten Visualisierungen. Manchmal gibt es jedoch noch bessere Wege, das Ergebnis, das du deinem Publikum vermitteln willst, visuell hervorzuheben. Sogenannte „Dot Plots“ helfen uns, Veränderungen in Daten besser zu erfassen und zu verstehen – etwa Entwicklungen über die Zeit. In diesem Kapitel baust du eine individuelle und einzigartige Visualisierung, die genau einen Aspekt deiner Story betont und erklärt.

Exercise 1: Aspekte von Daten mit Facets visualisieren Exercise 2: Bereite den Datensatz für den Facet-Plot vor Exercise 3: Füge dem Plot Facets hinzu Exercise 4: Definiere deine eigene Theme-Funktion Exercise 5: Wende die neue Theme-Funktion auf den Plot an Exercise 6: Ein individueller Plot, der Veränderung hervorhebt Exercise 7: Ein einfaches Dotplot Exercise 8: Füge den Linien im Plot Pfeile hinzu Exercise 9: Füge jedem Land einige Labels hinzu Exercise 10: Den Dot-Plot verfeinern Exercise 11: Die Funktion fct_reorder Exercise 12: Elemente im Plot neu anordnen Exercise 13: Unschöne Label-Positionen korrigieren Exercise 14: Das Diagramm für unterschiedliche Zielgruppen und Geräte finalisieren Exercise 15: Ändere den Viewport, damit sich Labels nicht mit dem Plot-Rand überlappen Exercise 16: Den Plot für Mobilgeräte optimieren

Früher haben Forschende und Data Analysts Plots in R erzeugt und mühsam in ihre LaTeX- oder Word-Dokumente kopiert. Heute lassen sich komplette Berichte direkt in R und RStudio mit der Sprache RMarkdown erstellen und reproduzieren – mit einer Kombination aus R-Chunks, formatiertem Fließtext, Tabellen und Grafiken. In diesem Kapitel nimmst du deine bisherigen Erkenntnisse, Ergebnisse und Grafiken und integrierst sie in einen solchen Bericht, um die Geschichte zu erzählen, die erzählt werden muss.

Exercise 1: Was ist RMarkdown?Exercise 2: Wann ist ein Dokument reproduzierbar?Exercise 3: Einführung in die RMarkdown-Übungsoberfläche Exercise 4: Formatierung mit Markdown Exercise 5: Gib deinem Dokument Struktur Exercise 6: Formatierung von Textausschnitten ändern Exercise 7: R-Code in RMarkdown-Dokumenten Exercise 8: Pakete im ersten Code-Chunk angeben Exercise 9: Optionen für R-Code-Chunks Exercise 10: Inline-Code-Anweisungen Exercise 11: Bilder in RMarkdown-Dateien Exercise 12: Abbildungsoptionen anpassen und für Mobilgeräte optimieren.Exercise 13: Zusätzliche Bilder einfügen

Deine Chefin, dein Kunde oder deine Professorin erwartet in der Regel genaue Ergebnisse, die klar und prägnant strukturiert sind. Ein ansprechend formatiertes und individuelles Reporting obendrein ist jedoch ein Plus – und RMarkdown lässt sich dafür anpassen. In diesem letzten Kapitel nimmst du den Bericht aus dem vorherigen Kapitel und gibst ihm mit deinem eigenen, individuellen Stil ein Branding.

Exercise 1: Erweiterte YAML-Einstellungen Exercise 2: Ändere das Gesamterscheinungsbild deines Reports Exercise 3: Füge ein Inhaltsverzeichnis hinzu Exercise 4: Weitere YAML-Tricks Exercise 5: Eigene Stylesheets Exercise 6: CSS-Selektoren

Aktuelle Übung

Exercise 7: Stilattributen von Textelementen ändern Exercise 8: Stylesheet referenzieren Exercise 9: Schöne Tabellen Exercise 10: Eine Tabelle mit kable verschönern Exercise 11: Wiederholung: CSS Exercise 12: Zusammenfassung