Faceting con TrelliscopeJS

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Questo esercizio fa parte del corso

Visualizzare Big Data con Trelliscope in R

InicianteNível de habilidade

4.8+

40 reviews

Inizia il corso gratuitamente

Impara diverse strategie per rappresentare big data con ggplot2, tra cui il calcolo e il grafico di statistiche riassuntive, varie tecniche per gestire l’overplotting e i principi dei piccoli multipli con il faceting, che fanno da ponte verso Trelliscope.

Exercise 1: Visualizzare i riepiloghi Exercise 2: Conteggi giornalieri delle corse Exercise 3: Distribuzione dell'importo della corsa in taxi Exercise 4: Distribuzione del tipo di pagamento Exercise 5: Aggiungere più dettagli ai riepiloghi Exercise 6: Relazione tra durata del viaggio e tariffa totale Exercise 7: Faceting dei viaggi giornalieri Exercise 8: Distribuzione delle mance suddivisa per tipo di pagamento Exercise 9: Visualizzare i sottoinsiemi Exercise 10: Confrontare la distribuzione della tariffa per tipo di pagamento Exercise 11: Visualizzare tutti i sottoinsiemi

Nel capitolo precedente hai visto come il faceting possa essere una tecnica potente per visualizzare molte informazioni che si possono suddividere in modo naturale e significativo. Ora, usando il pacchetto trelliscopejs con ggplot2, imparerai a creare visualizzazioni a faccette quando il numero di partizioni nei dati diventa troppo grande per essere visto efficacemente in un’unica schermata.

Exercise 1: Faceting con TrelliscopeJS

Esercizio attuale

Exercise 2: Faceting con Trelliscope di gapminder per paese Exercise 3: Interagire con i display di TrelliscopeJS Exercise 4: Interagire con il display Exercise 5: Funzionalità aggiuntive di TrelliscopeJS Exercise 6: Personalizzare la visualizzazione di gapminder Exercise 7: Esaminare i nuovi cognostics Exercise 8: Aggiungere i tuoi cognostics Exercise 9: Aggiungere cognostics personalizzati Exercise 10: Interpretare cognostics personalizzati

L’interfaccia ggplot2 + trelliscopejs è facile da usare, ma trelliscopejs offre anche un meccanismo di tracciamento a faccette che ti dà molta più flessibilità nel sistema di grafici da usare e in come specificare i cognostics. In questo capitolo scoprirai tutto su questo!

Exercise 1: Trelliscope nel tidyverse Exercise 2: Raggruppare e annidare Exercise 3: Visualizzazione dei prezzi azionari Exercise 4: Esplorare la visualizzazione Exercise 5: Cognostics Exercise 6: Aggiungere cognostics Exercise 7: Cognostics da data frame annidati Exercise 8: Esplorare i grafici azionari con nuovi cognostics Exercise 9: Opzioni di Trelliscope Exercise 10: Personalizzare la visualizzazione delle azioni Exercise 11: Visualizzare database di immagini Exercise 12: Visualizzare i Pokemon Exercise 13: Il Pokemon più potente

<a href="https://www.bixi.com" target="_blank">La rete di biciclette BIXI di Montreal</a> fornisce dati aperti per ogni corsa in bici, inclusi data, ora, durata e stazioni di partenza e arrivo. In questo capitolo analizzerai i dati di oltre 4 milioni di corse nel 2017, tra 546 stazioni. Da questi dati emergono molte domande esplorative interessanti e creerai visualizzazioni esplorative che vanno dalle statistiche riassuntive a dettagliate visualizzazioni Trelliscope che ti offriranno spunti interessanti sui dati.

Exercise 1: Dati delle bici BIXI di Montreal Exercise 2: Numero di corse giornaliere Exercise 3: Analizzare l'ora del giorno Exercise 4: Effetto di membership e giorno della settimana Exercise 5: Riepilogo delle visualizzazioni: recap Exercise 6: Grafici giornalieri Exercise 7: Uno sguardo a tutti i giorni Exercise 8: Insieme di dati delle prime 100 tratte Exercise 9: Arricchire i dati: statistiche riassuntive delle rotte Exercise 10: Visualizzare i dati: conteggi per ora del giorno Exercise 11: Valutare la visualizzazione Exercise 12: Arrivederci