Hallo, ich bin David Christensen und in diesen Lektionen zeige ich es Ihnen wie man Datenvisualisierung in R durchführt. In dieser Lektion zeige ich Ihnen, wie Sie die Plot-Funktion verwenden. Die Plot-Funktion kommt in Base R und ermöglicht uns eine schnelle Visualisieren Sie unsere Daten. Wir werden den mtcarves-Datensatz visualisieren. Um Daten mit der Plot-Funktion zu visualisieren, ist alles was wir brauchen Geben Sie „plot“, unsere Klammern und dann die Daten ein wir wollen planen. Wenn wir den mtcarves-Datensatz grafisch darstellen möchten, können wir mtcarves eingeben. Dadurch wird der gesamte Datensatz grafisch dargestellt. Beachten Sie, dass auf der Registerkarte „Plots“ in ein Plot ausgefüllt wurde in der unteren rechten Ecke von RStudio. Es gibt mehrere Spalten in diesem Datensatz, und das ist es auch etwas schwierig zu sehen, was geplottet wurde. Ich klicke auf Zoom, damit wir es uns genauer ansehen können die Datenvisualisierung. Das ist ein bisschen besser. Wir können die in der Diagonale benannten Spalten MPG, CYL usw. sehen An. Diese Spaltennamen dienen uns als Orientierungshilfe im Raster Finden Sie heraus, welche zwei Spalten in einer der Spalten visualisiert werden Visualisierungen. Das ist eine Menge, die man in einer einzigen Visualisierung sehen kann, und das macht es auch Sinnvoll wäre es, dies beispielsweise auf ein paar Datenspalten zu reduzieren. Machen wir das jetzt. Also machen wir weiter und erstellen eine zweite Handlung. Und dieses Mal zeichnen wir die ersten sechs Datenspalten anstelle aller Datenspalten. Dies sollte die Verwaltung und Anzeige etwas einfacher machen. Also Ich werde wieder leere Autos eingeben, und wir werden die Daten auf die ersten sechs Spalten beschränken von leeren Autos. Also füge ich einige eckige Klammern hinzu und setze 1 Doppelpunkt 6 und Dann visualisieren wir diese Daten. Okay, wir haben einen neuen Plot auf der Registerkarte „Plots“. und Sie werden sehen, dass dies etwas einfacher zu lesen ist. Ich werde dieses Bild auf die volle Größe vergrößern, damit wir es sehen können etwas näher. Hier haben wir die Visualisierung in voller Größe, die uns das zeigt Die ersten sechs Datenspalten aus dem Datensatz „Leere Autos“. Dies macht es etwas einfacher, mit der Erkundung der Daten zu beginnen Sehen Sie sich einige Verbindungen zwischen den Spalten an. Eine Kolumne, die für mich sehr interessant erscheint, ist die Beziehung zwischen MPG, Meilen pro Gallone und dem Gewicht von das Fahrzeug. Es sieht so aus, als gäbe es einen Zusammenhang zwischen dem Gewicht des Fahrzeugs und die Meilen pro Gallone, die das Fahrzeug erreicht. Lasst uns fortfahren und wieder zu RStudio wechseln, wo wir können Visualisieren Sie nur zwei Datenspalten zusammen. Okay, hier sind wir wieder auf der Registerkarte „Skript“ und ich werde es tun Erstellen Sie nun einen weiteren Plot. Und dieses Mal werden wir diese beiden Spalten zeichnen Interesse, die MPG-Spalte für leere Autos und die leeren Autos Gewichtsspalte. Wir können dies tun, indem wir „plot“ noch einmal eingeben und dann „the“ benennen Spalten innerhalb des Diagramms, die wir visualisieren möchten. Also Innerhalb der Plotfunktion haben wir leere Autos, Dollarzeichen MPG für die MPG-Spalte, Komma und dann die andere Spalte wir Ich möchte mir vorstellen, leere Autos, Dollarzeichengewicht. Lassen Sie uns fortfahren und diese Codezeile ausführen. Jetzt haben wir diesen Plot in unserer Plot-Registerkarte. Es ist etwas einfacher, den Zusammenhang zwischen Gewicht und Gewicht zu erkennen Meilen pro Gallone. Wir können die Handlung interessanter oder persönlicher gestalten erklärend zu sein oder zusätzliche Erkenntnisse daraus abzuleiten Visualisierung. Lassen Sie uns fortfahren und ein paar grundlegende Stylings ausprobieren. Wir können den angezeigten Punkten Farbe hinzufügen. Machen wir weiter und kehren zu der Funktion zurück, in der wir geplottet haben MPG und die Gewichtsspalte. Und ich werde ein Komma hinzufügen und eine Farbe deklarieren. Also verwende ich COL und Ich werde dies gleich einer Farbe setzen. Dies kann entweder eine einzelne Farbe sein. In Anführungszeichen setze ich also Rot. Und wir sehen, dass die Farbe hervorgehoben erscheint. Und so wissen wir, welche Farbe die Visualisierung haben wird wenn wir es ausführen. Lassen Sie uns also weitermachen und dies ausführen, um zu sehen, was wir bekommen. Alle Kreise innerhalb der Visualisierung wurden farbig dargestellt Rot. Anstatt eine bestimmte Farbe anzugeben, könnten wir eine angeben Vektor. Als Vektor könnten wir zum Beispiel Rot-Blau verwenden. Also füge ich C hinzu, um Rot zu kombinieren. Ich füge ein Komma hinzu. Und nach Rot füge ich Blau hinzu. Lassen Sie uns fortfahren und diese Codezeile erneut ausführen. Das ist interessant. Jetzt hat unsere Visualisierung rote und blaue Punkte. Der Vektor Rot-Blau wurde durchweg recycelt Punkte auf der Visualisierung. Anstatt diese Visualisierung zufällig einzufärben, wird sie Sinnvoller wäre es, eine weitere Spalte mit Farbe zu kodieren. Probieren wir es einfach mal aus. Wir wissen, dass es eine Spalte für Zylinder gibt. Lassen Sie mich fortfahren und mtCarsCylinder eingeben, damit wir es sehen können diese Kolumne. Das ist mtCarsCyl. Na, bitte. Wir bekommen die Kolumne. Und wir sehen, dass die Werte so aussehen, als hätten wir Sechser und Vierer und Achter. Stellen wir einfach sicher, dass dies die Spalten sind, die wir in diesen Daten haben Satz. Lassen Sie uns fortfahren und die eindeutigen Werte aus dieser Spalte finden. Ich werde die einzigartige Funktion auf mtCarsCylinder anwenden. Und wir sehen, wenn wir die Zylinderspalte innerhalb von Unique laufen lassen, Ja, sechs, vier und acht sind die einzigen Werte, die darin vorkommen Spalte. Wir werden also eine neue Spalte mit mtCars erstellen. Wir nennen diese neue Spalte „Spaltenfarbe“. Wenn wir wollten, könnten wir dieser Spalte einen leeren Wert zuweisen um den Anfang zu machen. Lassen Sie uns weitermachen und sehen, wie diese Kolumne aussieht. Wir haben jetzt also eine Spalte namens „Spaltenfarbe“, die leer ist. Lassen Sie uns also fortfahren und dieser Spalte die Farben zuweisen, die darauf basieren der Wert der Zylinderspalte. Also Wir beginnen mit unserem mtCarsColumnColor. Und wir werden dies auf mtCars beschränken, bei denen Zylinder gleich sind vier. Und überall dort, wo mtCarsCylinder gleich vier ist, Wir setzen diesen Wert auf den Wert unserer ersten Farbe. Und wir werden die Farbe Coral 2 verwenden. Sie fragen sich vielleicht, welche Farben verfügbar sind und wie Finden Sie ihre Namen. Wir können die Farbfunktion ausführen, um alle verfügbaren zu finden Farbnamen. Dadurch werden alle Farbnamen auf der Konsole gedruckt. Anschließend können wir die Farbnamen kopieren und in den Skriptbereich einfügen um sie anzusehen. Hier habe ich ein paar Dutzend der verfügbaren Farbnamen eingefügt die Konsole. Es gibt viele Farben zur Auswahl. Okay, ich werde die Farben aus unserem Skript entfernen und dann Wir können mit der Codierung unserer Spaltenfarbe fortfahren. Lassen Sie uns nun die Farbe der Sechszylinderautos kodieren. Okay, wir haben also wieder die Spaltenfarbe. Und wir werden dies so filtern, dass Zylinder gleich sechs ist. Und wir werden dies gleich unserer zweiten Farbe setzen. Okay, wir haben nur noch eine Farbe übrig. Lassen Sie uns fortfahren und einen Farbwert für mtCars mit Zylinder hinzufügen gleich acht. Ich werde das hier einfügen. Wir werden den Achtzylinderautos die Farbe Grau zuweisen. Und wenn wir uns jetzt noch einmal mtCars ansehen, Wir können sehen, dass unsere Spaltenfarbe mit gefüllt wurde diese drei Farben. Okay, wir sind bereit, die mtCars-MPG und das Gewicht zu visualisieren Spalten noch einmal. Gehen wir nach oben und holen uns den vorherigen Plot, und ich füge ihn ein unten. Wir haben also eine Darstellung von mtCars mpg nach Spaltengewicht. Die einzige Änderung, die wir vornehmen werden, ist die Farbe Nehmen Sie die Farbe der Wertespalte. Also gebe ich „mtCars Dollarzeichen-Spaltenfarbe“ ein. Und wir können unsere Daten visualisieren. Mit farbcodierten Zylindern können wir nicht nur Erkenntnisse gewinnen über den Zusammenhang zwischen Gewicht und Meilen pro Gallone. Auf den ersten Blick erkennen wir, dass es sich um Achtzylindermotoren handelt geringerer Kraftstoffverbrauch als die Vierzylindermotoren. Wir können unsere Visualisierung so lange stilisieren, bis sie unseren Vorstellungen entspricht Liken, Anpassen der Größe und Form der Punkte sowie Ändern der Beschriftung unserer Visualisierung. Danke fürs zuschauen. Seien Sie gespannt auf das nächste Video, in dem ich es Ihnen zeigen werde Visualisierung mit dem Paket ggplot2.
