1. Lernen
    2. /
  2. Kurse
    3. /
  3. Einführung in die Datenvisualisierung mit ggplot2
  • 1

    Einführung

    Kostenlos

    In diesem Kapitel bringen wir dich in die richtige Stimmung, um aussagekräftige Visualisierungen mit R zu entwickeln. 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 Elemente (Layer) und ästhetische Zuordnungen.

  • 2

    Ästhetik

    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.

  • 3

    Geometrien

    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.

  • 4

    Themen

    In diesem Kapitel werden wir untersuchen, wie das Verständnis der Struktur deiner Daten die Datenvisualisierung erleichtert. Außerdem ist es an der Zeit, unsere Plots schön zu machen. 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.

Initializing

Ubung

Speichern von Plots als Variablen

Plots können als Variablen gespeichert werden, die später mit dem + Operator ergänzt werden können. Das ist sehr nützlich, wenn du mehrere zusammenhängende Plots von einer gemeinsamen Basis aus erstellen möchtest.

Anweisungen 1/3

undefined XP
    1
    2
    3
  • Nutze den Datensatz diamonds und stelle price (y-Achse) gegen carat (x-Achse) und ordne plt_price_vs_carat zu.
  • Füge mit geom_point() eine Punktebene zu plt_price_vs_carat hinzu.