有时候数字确实需要分享一个美丽的故事分享!
当今社会,数据可视化是至关重要的。没有强大的可视化,几乎不可能在堆积如山的数据中创造或者叙述它的故事。这些故事有助于我们构建策略,并做出明智的商业决策。
R是让数据可视化更加有趣和简单的很好支持。它已经具备了基本的功能,Package提供的外部支持使它成为一个令人开心的工作工具,感谢我们的社区成员。
在所有的包中,ggplot package已经在R中成为了数据可视化的同义词,它可以让你获得更多的控制图,图表和地图,也被称为能创造让人吃惊的图形。我要衷心的感谢Hadley Wickam, 这个成就ggplot2 package的父亲。
在这篇文章中,通过R用户用ggplot package工作中,我已经回答了的一些最常见的问题,所以,下一次当你需要可视化数据的时候,你可以选择下面的任何一个。
注:这篇文章最适合初学者,和中级的具有数据可视化的基本知识的R用户,您可以参考这个完整的数据可视化指南。
现在开始
让我们快速结束可视化热身仪式
数据集:在这篇文章中,我们使用了来自大市场预测的数据集。数据可供下载。
现在我们可以更好的开始了,对变量类进行检查。这将有助于你决定最适合他们制图的类型。
Q1如创建散点图
使用类型:要看连续变量之间的关系时,使用散点图。
让我们快速了解ggplot的代码的结构:
1、 aes-指美学,它包含用于创建图的变量的名称。
2、 geom_point-ggplot提供了很多可以用来代表数据的geoms。因为,在这里我们用散点图,我们用gem_points.
3、 Scale_x_continuous-x 变量是连续的。这个参数是用来表示在x轴改变的信息。
4、 scale_y_continuous-它在Y轴执行与scale_x_continuous相同的任务。
5、 heme_bw –指设置情节的背景。我使用了网格版本。
我们还可以在当前的情节添加一个分类变量(item_type)。检查数据,以熟悉数据集中的可用数据。
我们甚至可以通过创建单独的item_type让分离散点图更好。
在结尾,你需要”缩放”这个图成为一个清晰的视图。放大的版本看起来像这个样子。在这种情况下,参数facet_wrap搞了鬼。它包括了矩形布局中的面。
Q2:如何创建直方图?
使用类型:当我们要绘制一个连续的变量,我们就使用直方图。
Q3:如何创建一个条形图?
使用类型:当我们要绘制一个分类变量或连续变量和分类变量组合时,就使用条形图。
你可以删除coord_flip()参数得到这个垂直条形图。正如你所看到的,我对这个图形尝试了不同的主题。欢迎你用ggplot package来做实验。
为了达到更好的视觉效果,你可以在末端放大这个图形。在这个图中,我分别在x和y轴使用了分类和连续变量。
Q4:如何创建栈条形图?
什么时候使用:它是一个高级版本的条形图。当我们希望可视化组合分类变量时使用。
Q5:如何创建一个箱线图?
使用类型:箱线图被用来绘制分类和连续变量的组合。此图有助于我们分辨数据分类并检测异常。
黑点是异常值。异常检测与排除是成功的数据挖掘的一个重要步骤。
Q6:如何创建一个区域图?
使用类型:区域图是用来显示一个变量或数据集的连续性。这是非常相似的线形图。它是常用的时间序列图。或者,它是用来绘制连续变量和分析的基本趋势。
Q7:如何创建一个热图?
使用类型:热图是用颜色的强度(密度)来显示两三个或多个变量在一个二维图像中的关系。
为了更好的视觉,你可以最后放大这个图表。黑暗的部分表示项目MRP接近50.较亮的部分表示项目的MRP是接近250。
热图也可以产生于图像识别的视觉效果。这可以通过添加一个参数作为插入来完成。
Q8:如何创建一个相关图?
使用类型: 相关图是用来测试数据集的可用变量间的关联程度。创建一个相关图,我们用corrgram package代替ggplot。我意识到用专业软件包创建相关图比ggplot容易多了。
这也很容易解释。颜色越深,变量间的相关性越高。蓝色表示正相关。红色表示负相关。颜色强度表示相关性的大小。
Q9:如何绘制地理地图?
使用类型:地图常被用来可视化某些影响地理位置的一些因素。在R中绘制很容易。
让我们绘制一个参加2016年的ICC世界杯T20的国家。经过研究,我发现今年有16个国家参加。让我们来看看这些国家在世界地图上的位置。
我们会用ggmaps package一起创建这些地图。
这很容易,是不是?我们还可以美化这个地图。如果你不熟悉世界地图,对你来说就很难找出这些国家的名字。让我们用ggmap package的功能设计这个地图。
这样看起来就更好。ggmap package 是与谷歌地图连接的,因此提取详细的地段直接连接。但是我有一个遗憾。如果你仔细看这幅地图,你会发现这个地图是不完整的。西印度群岛没有在这个地图上显示。我试着从多个源中提取数据,但是并没有成功。如果你们中的任何一个能解决这个谜题,请分享你的解决方案吧。
Q10:如何绘制单个命令中的数据集?
我们每个人都在试图在某个时候做到这一步。我们都在寻找一个命令,使用这个命令让我们可以将所有的变量的数据集一次性画出来。这是你的答案。
你可以使用tabplot package 来完成这个伟业。
结尾注释:
我们终于结束一个丰富多彩的旅程!我希望它能让人们开始几次新的丰富多彩的旅程。你可以已经注意到用ggplot 2会容易很多。大多数的代码是重复的,因此你会很快适应它。当你用geoms制作图表的时候要小心,因为这是最主要的设计元素。当我们开始学习这个包时,我问了在不同的节点的所有问题。因此,一篇关于所有问题的文章出现在我的脑海里。
在这篇文章中,我讨论了9种不同的可以用ggplot package绘制的可视化。这些可视化是否能很好的使用取决于提供给它们的变量类型。因此,如果你想画出来,必须要小心变量的类型。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14