or
यह अभ्यास पाठ्यक्रम का हिस्सा है
इस अध्याय में, आप उस डेटा पर पहली नज़र डालेंगे जिसके साथ आप पूरे कोर्स में काम करेंगे: इंटरनेशनल लेबर ऑर्गनाइज़ेशन (ILO) के अनुसार यूरोपीय देशों में साप्ताहिक कार्य-घंटों और मौद्रिक क्षतिपूर्ति के बीच संबंध। इसके बाद, आप सीधे एक्सप्लोरेटरी विज़ुअलाइज़ेशन का उपयोग करके एक दिलचस्प सहसम्बंध खोजेंगे। फिर आप उस ग्राफ़िक पर एक कस्टम लुक लागू करेंगे — यानी एक साधारण प्लॉट को सौन्दर्यपूर्ण और अनोखी डेटा विज़ुअलाइज़ेशन में बदल देंगे।
बारचार्ट, स्कैटर प्लॉट और हिस्टोग्राम शायद सबसे आम और प्रभावी विज़ुअलाइज़ेशन हैं। फिर भी, कई बार वह बात और बेहतर ढंग से दिखाई जा सकती है जिसे आप अपने दर्शकों तक पहुँचाना चाहते हैं। तथाकथित "डॉट प्लॉट" हमें डेटा में बदलावों को और स्पष्ट रूप से समझने में मदद करते हैं, जैसे समय के साथ विकास। इस अध्याय में, आप एक कस्टम और अनोखी विज़ुअलाइज़ेशन बनाएँगे जो आपकी कहानी के बिल्कुल एक अहम पहलू को उभारकर समझाएगी।
पहले, शोधकर्ता और डेटा विश्लेषक R में प्लॉट बनाकर उन्हें मेहनत से LaTeX या Word दस्तावेज़ों में कॉपी किया करते थे। आजकल, R और RStudio के अंदर ही RMarkdown भाषा की मदद से पूरे रिपोर्ट तैयार और दोहराए जा सकते हैं — जहाँ R चंक्स, फॉर्मैटेड टेक्स्ट, टेबल्स और प्लॉट्स साथ आते हैं। इस अध्याय में, आप अपने पहले के निष्कर्षों, परिणामों और ग्राफ़िक्स को ऐसी ही रिपोर्ट में समेकित करेंगे ताकि पूरी कहानी प्रभावी ढंग से सामने आ सके।
आपके बॉस, क्लाइंट, या प्रोफ़ेसर आमतौर पर आपसे सटीक परिणाम और स्पष्ट, संक्षिप्त संरचना की उम्मीद करते हैं। हालाँकि, उसके साथ एक अच्छी तरह फॉर्मैटेड और अलग पहचान वाली रिपोर्ट देना निश्चित रूप से एक अतिरिक्त फायदा है, और RMarkdown को कस्टमाइज़ करके यह किया जा सकता है। इस अंतिम अध्याय में, आप पिछले अध्याय की रिपोर्ट को लेकर उसे अपने कस्टम और अनोखे स्टाइल से ब्रांड करेंगे।
वर्तमान अभ्यास