In this chapter, we focus on visualizing proportions of a whole; we see that pie charts really aren't so bad, along with discussing the waffle chart and stacked bars for comparing multiple proportions.

Grammar of Graphics intro

Familiarizing with disease data

Warming up data-wrangling

The pie chart and its friends

The infamous P-I-E

Cleaning up the pie

How about a waffle?

When to use bars

Basic stacked bars

Ordering stack for readability

Categorical x-axis

Proportions of a whole

We shift our focus now to single-observation or point data and go over when bar charts are appropriate and when they are not, what to use when they are not, and general perception-based enhancements for your charts.

Barras e pontos: dados pontuais

Barras são apropriadas?

Trabalhando com geom_col

Dominando o geom_bar

Gráficos de pontos

Gráfico de pontos ordenado

Adicionando âncoras visuais

Facetando para mostrar a estrutura.

Ajustando seus gráficos

Vamos girar alguns eixos

Limpando as barras

Convertendo para gráfico de pontos

Point data

We now move on to visualizing distributional data, we expose the fragility of histograms, discuss when it is better to shift to a kernel density plots, and how to make both plots work best for your data.

Importance of distributions

Orienting with the data

Looking at all data

Changing y-axis to density

Histogram nuances

Adjusting the bin numbers

More bars

Bin width by context

The kernel density estimator

Histogram to KDE

Putting a rug down

KDE with lots of data

Single distributions

Finishing off we take a look at comparing multiple distributions to each other. We see why the traditional box plots are very dangerous and how to easily improve them, along with investigating when you should use more advanced alternatives like the beeswarm plot and violin plots.

Intro to comparing distributions

A simple boxplot

Adding some jitter

Faceting to show all colors

Beeswarms and violins

Your first beeswarm

Fiddling with a violin plot

Violins with boxplots

Comparing lots of distributions

Comparing spatially-related distributions

A basic ridgeline plot

Cleaning up your ridgelines

Making it rain (data points)

Wrap-up

Comparing distributions

World Health Organization Disease Dataset

Este curso vai ajudar você a levar suas habilidades de visualização de dados além do básico e transformá-las em uma parte poderosa do seu kit de ferramentas de ciência de dados. Ao longo das aulas, usaremos dois conjuntos de dados abertos interessantes para cobrir diferentes tipos de dados (proporções, dados pontuais, distribuições simples e múltiplas) e discutir os prós e contras das visualizações mais comuns. Além disso, veremos algumas alternativas menos comuns para esses tipos de dados e como ajustar as configurações padrão do ggplot para transmitir sua mensagem de forma mais eficiente e eficaz.

Introduction to Data Visualization with ggplot2

Aprenda a apresentar dados com gráficos comuns, visualizações alternativas e melhorias visuais.

Boas práticas de visualização em R

Visualização de dados  em R

Barras são apropriadas?

Boas práticas de visualização em R

exercicio interativo prático