Överplottning 1: stora datamängder
Spridningsdiagram (med geom_point()) är intuitiva, lättförstådda och mycket vanliga – men vi måste alltid ta hänsyn till överplottning, särskilt i följande fyra situationer:
- Stora datamängder
- Justerade värden längs en enda axel
- Data med låg precision
- Heltalsdata
Vanligtvis rekommenderas alfa-blandning (dvs. att lägga till genomskinlighet) när du använder fyllda former. Alternativt kan du använda ogenomskinliga, ihåliga former.
Små punkter passar bra för stora datamängder med områden av hög täthet (många överlappande punkter).
Låt oss använda datamängden diamonds för att öva på att hantera fallet med stora datamängder.
Den här övningen är en del av kursen
Introduktion till datavisualisering med ggplot2
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Plot price vs. carat, colored by clarity
plt_price_vs_carat_by_clarity <- ggplot(diamonds, aes(carat, price, color = clarity))
# Add a point layer with tiny points
plt_price_vs_carat_by_clarity + ___