Daten Visualisieren mit {ggplot2} [2/2]

Unit 2

Ziele für heute

1. Komponenten eines {ggplot2}-Plots auflisten
2. geeignete geometrische Objekte auswählen und vergleichen

Diagramtypen

❓

Diagramtypen

❓

Balkendiagramm
(bar chart)

Histogramm
(histogram)

Streudiagramm
(scatter plot)

Liniendiagramm
(line chart)

Boxplot
(boxplot)

Kreisdiagramm
(pie chart)

geom_bar()

geom_histogram()

geom_point()

geom_line()

geom_boxplot()

(überspringen)

R Package ggplot2

ggplot(data = [dataset], 
       mapping = aes(x = [x-variable], 
                     y = [y-variable])) +
   geom_xxx() +
   other options

Balkendiagramm

ggplot(penguins, aes(x = species)) +
  geom_bar()

Balkendiagramm

ggplot(penguins, aes(x = species, fill = species)) +
  geom_bar()

Balkendiagramm

ggplot(penguins, aes(y = species, fill = species)) +
  geom_bar()

Praktikum 02a

exercises/unit2/prak-02a-viz.qmd

20:00

Praktikum 02b: Visualisierung (Hausaufgabe)

prak-02b-viz.qmd

Slides created via revealjs and Quarto.

Access slides as PDF.

All material is licensed under Creative Commons Attribution Share Alike 4.0 International.

Verteilungen visualisieren

Kategoriale Variablen

ggplot(penguins, aes(x = species)) +
  geom_bar()

Kategoriale Variablen

ggplot(penguins, aes(x = species, fill = species)) +
  geom_bar()

Kategoriale Variablen

ggplot(penguins, aes(x = species, fill = island)) +
  geom_bar()

Die Grafik zeigt die Häufigkeit der einzelnen Pinguinarten auf den einzelnen Inseln.

Kategoriale Variablen

ggplot(penguins, aes(x = species, fill = species)) +
  geom_bar(position = "fill")

Diese Grafik ist ein relativer Häufigkeitsplot, der durch die Einstellung position = “fill” im Geom erstellt wird. Sie ist nützlicher für den Vergleich von species über Inseln hinweg, da sie nicht durch die ungleiche Anzahl von Pinguinen auf den Inseln beeinflusst wird.

forcats::fct_infreq()

Numerische Variablen

ggplot(penguins, aes(x = body_mass_g)) +
  geom_histogram(binwidth = 200)

Numerische Variablen

• Binwidth = 20
• Binwidth = 2000

ggplot(penguins, aes(x = body_mass_g)) +
  geom_histogram(binwidth = 20)

ggplot(penguins, aes(x = body_mass_g)) +
  geom_histogram(binwidth = 2000)

Eine Alternative für numerische variables ist density plot, eine smoothed-out version eines Histogramms.

Numerische Variablen

ggplot(penguins, aes(x = body_mass_g)) +
    geom_density()

Break ☕ 🍵 🍜

10:00

Beziehungen visualisieren

Eine numerische und eine kategoriale Variable

ggplot(penguins, aes(x = species, y = body_mass_g)) +
  geom_boxplot()

Erklärungen zum Boxplot

Alternativ können wir density plots mit geom_density() erstellen.

Eine numerische und eine kategoriale Variable

ggplot(penguins, aes(x = body_mass_g, colour = species)) +
  geom_density(linewidth = 1)

Eine numerische und eine kategoriale Variable

ggplot(penguins, aes(x = body_mass_g, colour = species, fill = species)) +
  geom_density(alpha = 0.4)

Drei oder mehr Variablen

ggplot(penguins, aes(x = flipper_length_mm, y = body_mass_g)) +
  geom_point(aes(colour = species, shape = island))

Wenn man zu viele ästhetische Zuordnungen zu einer Darstellung hinzufügt, wird sie unübersichtlich und schwer zu verstehen. Eine andere Möglichkeit, die besonders bei kategorialen Variablen nützlich ist, besteht darin, die Darstellung in facets aufzuteilen, d. h. in Unterdiagramme, die jeweils eine Teilmenge der Daten anzeigen.

Drei oder mehr Variablen

ggplot(penguins, aes(x = flipper_length_mm, y = body_mass_g)) +
  geom_point(aes(colour = species, shape = island)) +
  facet_wrap(~island)

Auf dieser Website findet ihr einen Leitfaden für geeignete grafische Möglichkeiten je nach Datentyp: data-to-viz.com

Praktikum 02b: Visualisierung

prak-02b-viz.qmd

20:00

Eine numerische und eine kategoriale Variable

library(ggridges)
ggplot(penguins, aes(x = body_mass_g, y = species, fill = species, colour = species)) +
  geom_density_ridges(scale = 0.95, alpha = 0.5)

Drei oder mehr Variablen

ggplot(penguins, aes(x = flipper_length_mm, y = body_mass_g)) +
  geom_point(aes(colour = species, shape = island)) +
  facet_wrap(~island) +
  guides(shape = "none")

Eine numerische und eine kategoriale Variable

Numerische Variable

ggplot(penguins, aes(x = body_mass_g)) +
  geom_histogram(binwidth = 20) +
ggplot(penguins, aes(x = body_mass_g)) +
  geom_histogram(binwidth = 2000)

Kategoriale Variable

ggplot(penguins, aes(x = fct_infreq(species))) +
  geom_bar()