O Pokémon mais poderoso

Agora que temos nossa visualização, você consegue dizer qual é o Pokémon da 1ª geração (generation_id) do tipo (type_1) "fire" mais poderoso (em termos de ataque)?

Este exercicio faz parte do curso

Visualizando Big Data com Trelliscope em R

exercicio interativo prático

Transforme teoria em prática com um dos nossos exercicio interativos

Iniciar exercicio

Este exercicio faz parte do curso

Visualizando Big Data com Trelliscope em R

InicianteNível de habilidade

4.8+

Comece o curso gratuitamente

Aprenda diferentes estratégias para plotar big data com ggplot2, incluindo calcular e plotar estatísticas resumidas, várias técnicas para lidar com sobreposição excessiva de pontos (overplotting) e princípios de pequenos múltiplos com facetamento, que conduzem ao Trelliscope.

Exercise 1: Visualizando resumos Exercise 2: Contagem diária de corridas Exercise 3: Distribuição do valor da corrida de táxi Exercise 4: Distribuição do tipo de pagamento Exercise 5: Adicionando mais detalhes aos resumos Exercise 6: Relação entre duração da viagem e valor total da corrida Exercise 7: Facetando corridas diárias Exercise 8: Distribuição do valor da gorjeta por tipo de pagamento Exercise 9: Visualizando subconjuntos Exercise 10: Comparando a distribuição da tarifa por tipo de pagamento Exercise 11: Visualizando todos os subconjuntos

No capítulo anterior, você viu como o facetamento pode ser uma técnica poderosa para visualizar muitos dados que podem ser naturalmente particionados de uma forma significativa. Agora, usando o pacote trelliscopejs com ggplot2, você vai aprender a criar visualizações facetadas quando o número de partições nos dados fica grande demais para visualizar de forma eficaz em uma única tela.

Exercise 1: Facetando com TrelliscopeJS Exercise 2: Facetamento com Trelliscope do gapminder por país Exercise 3: Interagindo com as visualizações do TrelliscopeJS Exercise 4: Interagindo com a visualização Exercise 5: Recursos adicionais do TrelliscopeJS Exercise 6: Personalizando a visualização do gapminder Exercise 7: Examinando os novos cognostics Exercise 8: Adicionando seus próprios cognostics Exercise 9: Adicionando cognostics personalizados Exercise 10: Interpretando cognostics personalizados

A interface ggplot2 + trelliscopejs é fácil de usar, mas o trelliscopejs também oferece um mecanismo de plotagem facetada que dá muito mais flexibilidade no sistema de plotagem que você usa e em como especificar cognostics. Você vai aprender tudo isso neste capítulo!

Exercise 1: Trelliscope no tidyverse Exercise 2: Agrupando e aninhando Exercise 3: Exibição de preço de ações Exercise 4: Explorando a visualização Exercise 5: Cognostics Exercise 6: Adicionando cognostics Exercise 7: Cognostics a partir de data frames aninhados Exercise 8: Navegando por gráficos de ações com novos cognostics Exercise 9: Opções do Trelliscope Exercise 10: Personalizando a visualização de ações Exercise 11: Visualizando bancos de dados de imagens Exercise 12: Visualizando Pokémon Exercise 13: O Pokémon mais poderoso

Exercicio Atual

<a href="https://www.bixi.com" target="_blank">A rede de bikes BIXI de Montreal</a> disponibiliza dados abertos de cada passeio, incluindo data, horário, duração e estações de início e fim. Neste capítulo, você vai analisar dados de mais de 4 milhões de trajetos de bike em 2017, passando por 546 estações. Há muitas perguntas exploratórias interessantes a fazer com esses dados, e você vai criar visualizações exploratórias que vão de estatísticas resumidas a visualizações detalhadas no Trelliscope, oferecendo insights interessantes sobre os dados.

Exercise 1: Dados de bicicletas BIXI de Montreal Exercise 2: Número de viagens diárias Exercise 3: Examinando o horário do dia Exercise 4: Efeito da associação e do dia da semana Exercise 5: Recapitulando a visualização de resumos Exercise 6: Gráficos diários Exercise 7: Olhando para todos os dias Exercise 8: Conjunto de dados das 100 principais rotas Exercise 9: Aumentando os dados: estatísticas resumidas da rota Exercise 10: Visualizando os dados: contagens por hora do dia Exercise 11: Avaliando a visualização Exercise 12: Au revoir