Visualisierungen
Daten zu visualisieren kann verschiedene Gründe haben: zum einen können Grafiken genutzt werden für die Explorative Datenanalyse (9 Explorative Datenanalyse). Dabei ist es wichtig, dass man recht flexibel in der Darstellung ist. So ist es zum Beispiel sinnvoll zwischen verschiedenen Darstellung bei gleichbleibenden Daten zu wechseln (z.B. Box- / Violinenplot / Histogramm), die Breite der Balken bei einem Histogramm leicht ändern kann oder zusätzliche Merkmale darstellen kann. Dies sollte ohne größeren Aufwand schnell gehen und wenig Arbeit machen. Zum anderen ist es aber auch wichtig Grafiken Grafiken für Präsentationen, Paper, Arbeiten oder Poster erstellen zu können, deren Erscheinungsbild einem hohen Standard entsprechen sollen. Beides kann das Paket ggplot2 aus dem Tidyverse und wir wollen uns in den folgenden Kapiteln mit dem Erstellen von Grafiken beschäftigen. Beide Aspekte werden eine Rolle spielen.
ggplot2 ist in Schichten (Layern) aufgebaut. Diese sind unabhängig von einander. Um eine einfach Grafik zu erzeugen sind (bereinigte) Daten, eine die Zuweisung der darzustellenden Merkmale und ein geometrisches Objekt notwendig.
- Die Daten, liegen bereinigt in einer Datentabelle vor und werden der Funktion
ggplot()übergeben. - Die Aesthetics legen innerhalb der Funktion
aes()eine visuelle Zuordnung fest und erzeugen einen leeren Plot für die ausgewählte Daten. - Geometrische Objekte, von der Form
geom_*()stellen die Daten dar und müssen natürlich zu den Aesthetics passen. Einige der geometrischen Funktionen führen vorher noch statische Transformationen durch, diese können aber auch explizit durch Funktionen der Formstat_*()ausgeführt und dargestellt werden.
Sollen Daten präsentiert werden, so kann das Erscheinungsbild geändert werden.
Koordinatentransformationen
coord_*()Facetten
facet_*()Skalen
scale_*()Themen
theme_*()Beschridtungen
labs()7 Grafiken erstellen zeigt uns anhand eines Beispies den wie man aus gegebenen Daten eine Grafik erstellt. soll haben wir die