Ästhetik für kategoriale und kontinuierliche Variablen

Viele der Ästhetiken können sowohl kontinuierliche als auch kategoriale Variablen akzeptieren, aber einige sind auf kategoriale Daten beschränkt. Welche Ästhetik ist nur auf kategoriale Daten anwendbar?

Diese Übung ist Teil des Kurses

Einführung in die Datenvisualisierung mit ggplot2

Interaktive Übung

Setze die Theorie in einer unserer interaktiven Übungen in die Praxis um

Diese Übung ist Teil des Kurses

Einführung in die Datenvisualisierung mit ggplot2

Geringe SchwierigkeitSchwierigkeitsgrad

4.7+

Kurs kostenlos starten

In diesem Kapitel helfen wir dir, die richtige Denkweise zu entwickeln, um aussagekräftige Visualisierungen mit R zu erstellen. Du wirst verstehen, dass du bei Visualisierungen als Kommunikationsinstrument zuerst an dein Publikum denken musst. Du wirst auch in die Grundlagen von ggplot2 eingeführt – die 7 verschiedenen grammatikalischen, also strukturellen, Elemente (Ebenen) und ästhetische Zuordnungen.

Exercise 1: Einführung Exercise 2: Erkunden und erklären Exercise 3: Zeichne deinen ersten Plot Exercise 4: Typen von Datenspalten beeinflussen Plot-Typen Exercise 5: Die Grammatik der Grafik Exercise 6: Datenspalten auf Ästhetik abbilden Exercise 7: Variablen verstehen Exercise 8: ggplot2-Schichten Exercise 9: Hinzufügen von Geometrien Exercise 10: Ein Geom oder jedes Geom ändern Exercise 11: Speichern von Plots als Variablen

Ästhetische Zuordnungen sind der Eckpfeiler der Grammatik des grafischen Plot-Konzepts. Hier passiert die Magie – die Umwandlung von kontinuierlichen und kategorialen Daten in visuelle Skalen, die in kürzester Zeit Zugang zu einer großen Menge an Informationen bieten. In diesem Kapitel erfährst du, wie du die besten ästhetischen Mappings für deine Daten auswählst.

Exercise 1: Sichtbare Ästhetik Exercise 2: Alles über Ästhetik: Farbe, Form und Größe Exercise 3: Alles über Ästhetik: Farbe vs. Füllung Exercise 4: Alles über Ästhetik: Ästhetik im Vergleich Exercise 5: Ästhetik für kategoriale und kontinuierliche Variablen

Aktuelle Übung

Exercise 6: Attribute verwenden Exercise 7: Alles über Attribute: Farbe, Form, Größe und Alpha Exercise 8: Alles über Attribute: Konflikte mit der Ästhetik Exercise 9: Aufs Ganze gehen Exercise 10: Ändern der Ästhetik Exercise 11: Ästhetische Etiketten aktualisieren Exercise 12: Einstellen einer Dummy-Ästhetik Exercise 13: Ästhetische Best Practices Exercise 14: Geeignete Zuordnungen

Die Geometrie eines Plots bestimmt, welche visuellen Elemente verwendet werden. In diesem Kapitel machen wir dich mit den Geometrien vertraut, die in den drei häufigsten Diagrammtypen verwendet werden – Streudiagramme, Balkendiagramme und Liniendiagramme. Wir werden uns verschiedene Möglichkeiten ansehen, wie man diese Plots konstruieren kann.

Exercise 1: Streudiagramm Exercise 2: Overplotting 1: große Datensätze Exercise 3: Overplotting 2: Ausgerichtete Werte Exercise 4: Overplotting 3: Daten mit geringer Genauigkeit Exercise 5: Overplotting 4: Ganzzahlige Daten Exercise 6: Histogramme Exercise 7: Zeichnen von Histogrammen Exercise 8: Positionen in Histogrammen Exercise 9: Balkendiagramme Exercise 10: Position in Balken- und Säulendiagrammen Exercise 11: Überlappende Balkendiagramme Exercise 12: Balkendiagramme: sequentielle Farbpalette Exercise 13: Liniendiagramm Exercise 14: Grundlegende Liniendiagramme Exercise 15: Mehrere Zeitreihen

In diesem Kapitel werden wir untersuchen, wie das Verständnis der Struktur deiner Daten die Datenvisualisierung erleichtert. Außerdem ist es an der Zeit, unsere Plots ansprechend zu gestalten. Dies ist der letzte Schritt im Datenerfassungsprozess. Mit dem Themen-Layer kannst du direkt in R Plots in Publikationsqualität erstellen. Im nächsten Kurs werden wir uns einige zusätzliche Layer ansehen, um mehr Variablen zu deinen Plots hinzuzufügen.

Exercise 1: Themen von Grund auf Exercise 2: Verschieben der Legende Exercise 3: Ändern von Themenelementen Exercise 4: Whitespace ändern Exercise 5: Thema Flexibilität Exercise 6: Eingebaute Themen Exercise 7: ggthemes erkunden Exercise 8: Themen setzen Exercise 9: Plots in Publikationsqualität Exercise 10: Effektive Erklärungsplots Exercise 11: Geoms für erklärende Diagramme verwenden Exercise 12: Annotate() für Verschönerungen verwenden