Umwandeln in ein Punktdiagramm
Unser Plot in der letzten Übung sah gut aus, aber was ist, wenn uns die Werte am unteren Ende der Fälle wichtig sind? Es ist schwer, ein Gefühl für deren Werte zu bekommen, weil Brasilien und Argentinien den oberen Achsenbereich so stark nach oben treiben.
Das ist eine gute Situation, um auf eine logarithmische Skala zu wechseln. Denke jedoch daran: Auf einer Log-Skala funktioniert unser Stapelkonzept nicht, daher sollten wir auf ein Punktdiagramm umstellen! Beachte den zusätzlichen Filter in der Pipeline. Was passiert, wenn du den Code ohne ihn ausführst?
Diesmal werden wir die Daten nicht vor dem Senden an ggplot() ändern, sondern scale_y_log10() zu unserem Plot hinzufügen, und ggplot übernimmt das für uns.
Zum Feinschliff: Verwende theme_minimal(), um die Darstellung aufzuhellen, und erhöhe die size der Punkte vom Standardwert auf 2.
Diese Übung ist Teil des Kurses
Best Practices für Visualisierung in R
Anleitung zur Übung
- Ändere die Geometrie von
geom_col()zugeom_point(). - Erhöhe die Punktgröße mit
size = 2. - Wechsle auf eine logarithmische Skala mit
scale_y_log10(). - Helle den Hintergrund mit
theme_minimal()auf.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
amr_pertussis %>% filter(cases > 0) %>%
ggplot(aes(x = reorder(country, cases), y = cases)) +
# switch geometry to points and set point size = 2
geom_col() +
# change y-axis to log10.
___ +
# add theme_minimal()
___ +
coord_flip()