Daltonismul

Daltonismul roșu-verde este surprinzător de răspândit, ceea ce înseamnă că o parte din publicul tău nu va putea citi graficul dacă te bazezi pe estetica culorilor.

În ce situație ar fi potrivit să folosești roșu și verde într-un grafic?

Acest exercițiu face parte din cursul

Vizualizare intermediară a datelor cu ggplot2

Exercițiu interactiv practic

Transformă teoria în practică cu unul dintre exercițiile noastre interactive

Începe exercițiul

Acest exercițiu face parte din cursul

Vizualizare intermediară a datelor cu ggplot2

SkillTag.level.intermediateSkillTag.label

4.8+

Începe cursul gratuit

O imagine face cât o mie de cuvinte – tocmai de aceea ggplot2 în R este un instrument atât de puternic pentru analiza grafică a datelor. În acest capitol, vei trece de la simpla reprezentare a datelor la aplicarea unor metode statistice variate. Acestea includ modele liniare, statistici descriptive și inferențiale (medie, abatere standard și intervale de încredere), precum și funcții personalizate.

Exercise 1: Statistici cu geom-uri Exercise 2: Netezire Exercise 3: Gruparea variabilelor Exercise 4: Modificarea stat_smooth Exercise 5: Modificarea stat_smooth (2)Exercise 6: Statistici: sumă și cuantilă Exercise 7: Cuantile Exercise 8: Utilizarea stat_sum Exercise 9: Statistici în afara geom-urilor Exercise 10: Pregătiri Exercise 11: Utilizarea obiectelor de poziție Exercise 12: Variații grafice

Stratul Coordinates oferă instrumente specifice și foarte utile pentru a comunica datele eficient și precis. Vei explora diferite modalități de a folosi aceste straturi, astfel încât să poți reprezenta clar seturi de date lognormale, variabile cu unități de măsură și date periodice.

Exercise 1: Coordonate Exercise 2: Mărire Exercise 3: Raportul de aspect I: rapoarte 1:1 Exercise 4: Raportul de aspect II: setarea rapoartelor Exercise 5: Extinde și decupează Exercise 6: Coordonate vs. scale Exercise 7: Transformarea logaritmică a scalelor Exercise 8: Adăugarea statisticilor la scalele transformate Exercise 9: Axe duble și inversate Exercise 10: Axe duble utile Exercise 11: Inversarea axelor I Exercise 12: Inversarea axelor II Exercise 13: Coordonate polare Exercise 14: Diagrame circulare Exercise 15: Diagrame tip rozetă a vântului

Fațetele îți permit să împarți graficele în mai multe panouri, fiecare afișând un subset al setului de date. Vei învăța cum să aranjezi fațetele în formă de grilă sau să le organizezi flexibil, și cum să le adaugi etichete personalizate.

Exercise 1: Stratul de fațete Exercise 2: Noțiuni de bază despre stratul de fatetare Exercise 3: Multe variabile Exercise 4: Notația de tip formulă Exercise 5: Etichete și ordine în facete Exercise 6: Etichetarea fatetelor Exercise 7: Setarea ordinii Exercise 8: Spații de reprezentare în facete Exercise 9: Spații de reprezentare variabile I: variabile continue Exercise 10: Spații de reprezentare variabile II: variabile categorice Exercise 11: Facete wrap & margini Exercise 12: Împachetare pentru multe niveluri Exercise 13: Grafice cu margini

Acum că ai competențele tehnice pentru a crea vizualizări de calitate, este important să le faci cât mai semnificative. În acest capitol, vei analiza trei tipuri de grafice frecvent descurajate în comunitatea de vizualizare a datelor: hărțile de căldură, graficele circulare și graficele cu bare de eroare tip „dinamită". Vei înțelege capcanele acestor grafice și cum să le eviți.

Exercise 1: Bune practici: diagrame cu bare Exercise 2: Diagrame cu bare: dinamita plots Exercise 3: Grafice cu bare: poziționare alăturată Exercise 4: Diagrame cu bare: utilizarea datelor agregate Exercise 5: Scenarii de utilizare a hărților de căldură Exercise 6: Hărți de căldură Exercise 7: Hărți de căldură utile Exercise 8: Alternative la hărțile de căldură Exercise 9: Când datele bune duc la grafice proaste Exercise 10: Suprimarea originii Exercise 11: Daltonismul

Exercițiul curent

Exercise 12: Probleme tipice