In dit hoofdstuk richten we ons op het visualiseren van aandelen van een geheel; we laten zien dat cirkeldiagrammen echt niet zo slecht zijn, en we bespreken ook het wafflediagram en gestapelde staafdiagrammen voor het vergelijken van meerdere verhoudingen.

Introductie tot Grammar of Graphics

Bekend raken met ziektegegevens

Opwarmen met data-wrangling

Het cirkeldiagram en zijn vrienden

De beruchte P-I-E

De taartdiagram opschonen

Zin in een waffle?

Wanneer gebruik je staafdiagrammen

Basis gestapelde staven

Stapels ordenen voor leesbaarheid

Categorische x-as

Aandelen van een geheel

We verschuiven de focus naar enkelvoudige waarnemingen of puntdata en gaan in op wanneer staafdiagrammen wel en niet geschikt zijn, wat je gebruikt als ze niet geschikt zijn, en algemene, op waarneming gebaseerde verbeteringen voor je grafieken.

Balken en punten: puntdata

Zijn staafdiagrammen geschikt?

Werken met geom_col

Aan de slag met geom_bar

Puntdiagrammen

Geordende puntenkaart

Visuele ankers toevoegen

Facetting om structuur te tonen.

Je grafieken finetunen

Laten we wat assen kantelen

De balken opschonen

Omzetten naar een puntenplot

Puntdata

We gaan nu verder met het visualiseren van verdelingsdata, laten de kwetsbaarheid van histogrammen zien, bespreken wanneer je beter kunt overstappen op kernel-dichtheidsplots, en hoe je beide grafieken optimaal laat werken voor jouw data.

Belang van verdelingen

Kennismaken met de data

Naar alle data kijken

y-as wijzigen naar dichtheid

Nuances van histogrammen

Het aantal bins aanpassen

Meer balken

Binhoogte per context

De kernel-dichtheidsschatting

Histogram naar KDE

Een rug neerleggen

KDE met veel data

Enkele verdelingen

Tot slot bekijken we hoe je meerdere verdelingen met elkaar vergelijkt. We zien waarom traditionele boxplots riskant kunnen zijn en hoe je ze eenvoudig verbetert, en we onderzoeken wanneer je beter geavanceerde alternatieven zoals de beeswarm- en vioolplot gebruikt.

Introductie tot het vergelijken van verdelingen

Een eenvoudige boxplot

Een beetje jitter toevoegen

Facetting om alle kleuren te tonen

Beeswarm- en vioolplots

Je eerste beeswarm

Spelen met een vioolplot

Violins met boxplots

Veel distributies vergelijken

Ruimtelijk gerelateerde verdelingen vergelijken

Een eenvoudige ridgeline-plot

Je ridgelines opschonen

Laat het regenen (datapunten)

Afsluiting

Verdelingen vergelijken

World Health Organization Disease Dataset

Deze cursus helpt je je datavisualisatievaardigheden verder te brengen dan de basis en te ontwikkelen tot een krachtig onderdeel van je data science-toolkit. In de lessen gebruiken we twee interessante open datasets om verschillende soorten data te behandelen (verhoudingen, puntdata, enkele verdelingen en meerdere verdelingen) en bespreken we de voor- en nadelen van de meestgebruikte visualisaties. Daarnaast bekijken we minder gangbare alternatieven voor deze datatypes en hoe je standaardinstellingen van ggplot kunt finetunen om je boodschap zo efficiënt en effectief mogelijk over te brengen.

Introduction to Data Visualization with ggplot2

Leer effectief gegevens over te brengen met grafieken, alternatieve visualisaties en stijlaanpassingen.

Best practices voor visualisaties in R

Datavisualisatie  in R

Zijn staafdiagrammen geschikt?

Best practices voor visualisaties in R

Interactieve oefening met praktijkervaring