Visualisierungen
Daten zu visualisieren bedeutet, Grafiken, Abbildungen und andere Illustrationen zu erstellen, die das Verständnis und die Interpretation von Daten erleichtern. Visualisierungen zu erstellen ist einfach und macht Freude. Man kann mit dem Erlernen von R beginnen, indem man lernt, Daten zu visualisieren. Die Visualisierung von Daten nimmt in jeder Analyse und Forschung eine zentrale Rolle ein. Auch wenn sich viele visuelle Darstellungen (beispielsweise Grafiken) durch numerische Darstellungen (beispielsweise Tabellen) ersetzen lassen, ist die visuelle Darstellung grundlegend. Visuelle Darstellungen sind oft eindrucksvoller und klarer als numerische Darstellungen. Eine gute Illustration kann für einen Bericht entscheidend sein.
Für die Visualisierung von Daten sollten folgende Prinzipien gelten:
- Visualisieren Sie nicht mit Anwendungen wie Excel oder SPSS; verwenden Sie eine Programmiersprache.
- R und Python sind die leistungsfähigsten Sprachen für Visualisierungen.
- Schreiben Sie von Anfang an vollständigen Code, sodass keine manuellen Anpassungen der Grafik erforderlich sind, um sie fertigzustellen.
Visualisieren mit ggplot2
Den Kern der meisten Visualisierungen in R bildet das Package ggplot2. Dieses Package ist außerordentlich leistungsfähig und leicht zu erlernen. Zu ggplot2 gibt es inzwischen eine lange Reihe von Erweiterungspackages, die die Funktionalität von ggplot2 ausbauen, um komplexere Grafiken und interaktive Grafiken zu erstellen und die Erstellung von Standardgrafiken zu erleichtern.
Mit ggplot2 wird der Inhalt einer Grafik sequenziell deklariert. Das Prinzip dahinter ist folgendes:
graph TD;
A(1. Angeben, welche Daten verwendet werden) -->
B(2. Das ästhetische Mapping festlegen: x-Achse, y-Achse usw.) -->
C(3. Geometrische Komponenten definieren)-->
D(4. Das Erscheinungsbild der Grafik anpassen: Farben, Skalen usw.)In diesem Kapitel lernen wir, ggplot2 zu verwenden. Die folgenden Kapitel behandeln wichtige Erweiterungspackages.