Programmation R : Principes de base de la visualisation de données en R

Name: Programmation R : Principes de base de la visualisation de données en R
Author: David Christensen

Découvrez l'art de la visualisation des données avec R

Preview the first lesson free — get full access to all 3 lessons.

Cours : à la demande

Bonjour, je m'appelle David Christensen, et dans ces leçons, je vais vous montrer comment faire de la visualisation de données dans R. Dans cette leçon, je vais vous montrer comment utiliser la fonction plot. La fonction plot est livrée en Base R et nous permet de rapidement visualiser nos données. Nous allons visualiser l'ensemble de données mtcarves. Pour visualiser des données à l'aide de la fonction plot, il suffit de faire est de taper plot, nos parenthèses, puis les données nous voulons comploter. Si nous voulons tracer l'ensemble de données mtcarves, nous pouvons taper mtcarves. Cela tracera l'intégralité de l'ensemble de données. le coin inférieur droit de RStudio. Il y a plusieurs colonnes dans cet ensemble de données, et c'est donc un peu difficile de voir ce qui a été tracé. Je vais cliquer sur Zoom pour voir de plus près la visualisation des données. C'est un peu mieux. On peut voir les colonnes nommées dans la diagonale, MPG, CYL, etc. sur. Ces noms de colonnes nous servent de guide sur la grille afin de découvrez quelles deux colonnes sont visualisées dans l'un des visualisations. Cela fait beaucoup de choses à examiner dans une seule visualisation, et cela fait donc Il est logique de réduire cela à, disons, quelques colonnes de données. Allons-y et faisons-le maintenant. Nous allons donc créer une deuxième intrigue. Et cette fois, traçons les six premières colonnes de données au lieu de toutes les colonnes de données. Cela devrait rendre la gestion et la visualisation un peu plus faciles. Donc Je vais encore taper les voitures vides, et nous allons limiter les données aux six premières colonnes de voitures vides. Je vais donc ajouter quelques crochets et mettre 1 deux-points 6, et nous visualiserons ensuite ces données. D'accord, nous avons un nouveau tracé dans l'onglet Tracés, et vous verrez que celui-ci est un peu plus facile à lire. Je vais agrandir celui-ci en taille réelle pour que nous puissions le voir un un peu plus près. Ici, nous avons la visualisation en taille réelle nous montrant le six premières colonnes de données de l’ensemble de données sur les voitures vides. Il est ainsi un peu plus facile de commencer à explorer les données et voir quelques connexions entre les colonnes. Une rubrique qui me semble très intéressante est la relation entre MPG, miles par gallon et le poids de le véhicule. Il semble qu'il y ait une relation entre le poids du véhicule et les miles par gallon que le véhicule atteint. Allons-y et revenons à RStudio où nous pouvons visualisez seulement deux colonnes de données ensemble. Bon, nous voilà de retour dans l'onglet Script, et je vais créez maintenant un autre tracé. Et cette fois, nous allons tracer ces deux colonnes de intérêts, la colonne MPG des voitures vides et les voitures vides colonne de poids. Nous pouvons le faire en tapant à nouveau plot, puis en nommant le colonnes dans le tracé que nous voulons visualiser. Donc dans la fonction plot, nous avons des voitures vides, un signe dollar MPG pour la colonne MPG, virgule, puis l'autre colonne que nous voulez visualiser, les voitures vides, le poids du signe dollar. Allons-y et exécutons cette ligne de code. Nous avons maintenant ce tracé dans notre onglet tracé. Il est un peu plus facile de voir la relation entre le poids et miles par gallon. Nous pouvons styliser l'intrigue pour qu'elle soit plus intéressante ou plus personnelle explicatif, ou pour tirer des informations supplémentaires de la visualisation. Allons-y et essayons quelques styles de base. Nous pouvons ajouter de la couleur aux points visualisés. Allons-y et revenons à la fonction où nous avons tracé MPG et la colonne de poids. Et je vais ajouter une virgule et déclarer une couleur. Je vais donc utiliser COL et Je vais définir cela égal à une couleur. Il peut s'agir d'une seule couleur. Donc entre guillemets, je mettrai du rouge. Et on voit que la couleur apparaît mise en valeur. Et cela nous permet de savoir de quelle couleur sera la visualisation quand nous l'exécutons. Alors allons-y et exécutons ceci juste pour voir ce que nous obtenons. Tous les cercles de la visualisation ont été colorés rouge. Au lieu de fournir une couleur spécifique, nous pourrions fournir une vecteur. Par exemple, on pourrait mettre le rouge bleu comme vecteur. Je vais donc ajouter C pour combiner le rouge. J'ajouterai une virgule. Et après le rouge, je vais ajouter du bleu. Allons-y et exécutons à nouveau cette ligne de code. C'est intéressant. Notre visualisation comporte désormais des points rouges et bleus. Le vecteur rouge bleu a été recyclé à travers tous les points sur la visualisation. Au lieu de colorer cette visualisation de manière aléatoire, il il serait plus logique d'encoder une autre colonne avec de la couleur. Allons-y et essayons ceci. Nous savons qu'il existe une colonne pour Cylindre. Laissez-moi continuer et taper mtCarsCylinder pour que nous puissions voir cette colonne. C'est mtCarsCyl. Et voilà. Nous obtenons la colonne. Et nous voyons les valeurs, on dirait que nous avons des six et quatre et huit. Assurons-nous simplement que ce sont les colonnes que nous avons dans ces données ensemble. Allons-y et trouvons les valeurs uniques de cette colonne. Je vais appliquer la fonction unique à mtCarsCylinder. Et nous voyons quand nous exécutons la colonne de cylindres dans un format unique, Oui, six, quatre et huit sont les seules valeurs qui apparaissent dans ce colonne. Nous allons donc créer une nouvelle colonne de mtCars. Nous appellerons cette nouvelle colonne Column Color. Nous pourrions attribuer à cette colonne une valeur vide si nous voulions simplement pour commencer les choses. Allons-y et voyons à quoi ressemble cette colonne. Nous avons donc maintenant une colonne appelée Couleur de la colonne, qui est vide. Alors allons-y et attribuons à cette colonne les couleurs en fonction de la valeur de la colonne du cylindre. Donc nous allons commencer par notre mtCarsColumnColor. Et nous allons limiter cela aux mtCars où le cylindre est égal à quatre. Et partout où mtCarsCylinder est égal à quatre, nous définirons cela égal à la valeur de notre première couleur. Et nous utiliserons la couleur Coral 2. Vous vous demandez peut-être quelles sont les couleurs disponibles et comment retrouver leurs noms. Nous pouvons exécuter la fonction couleurs pour trouver tous les éléments disponibles noms de couleurs. Cela imprime tous les noms de couleurs sur la console. Nous pouvons ensuite copier et coller les noms des couleurs dans la zone de script pour les visualiser. Ici, j'ai collé quelques dizaines de noms de couleurs disponibles pour la console. Il existe de nombreuses couleurs parmi lesquelles choisir. D'accord, je vais supprimer les couleurs de notre script et ensuite nous pouvons continuer à coder la couleur de notre colonne. Codons maintenant la couleur avec les voitures à six cylindres. D'accord, nous avons donc à nouveau la couleur des colonnes. Et nous filtrerons cela pour que le cylindre soit égal à six. Et nous définirons cela égal à notre deuxième couleur. D'accord, il ne nous reste qu'une seule couleur. Allons-y et ajoutons une valeur de couleur pour les mtCars où le cylindre est égal à huit. Je vais coller ça dedans. Nous attribuerons aux voitures à huit cylindres la couleur grise. Et maintenant, si nous regardons à nouveau mtCars, nous pouvons voir que la couleur de notre colonne a été remplie avec ces trois couleurs. D'accord, nous sommes prêts à visualiser le mpg et le poids des mtCars colonnes une fois de plus. Montons et récupérons l'intrigue précédente et je la collerai ci-dessous. Nous avons donc un tracé des mtCars mpg en fonction du poids de la colonne. Le seul changement que nous allons apporter est que la couleur va désormais prenez la couleur de la colonne de valeur. Je vais donc taper la couleur de la colonne du signe dollar mtCars. Et nous pouvons visualiser nos données. Avec un cylindre codé par couleur, nous pouvons obtenir des informations non seulement sur la relation entre le poids et les miles par gallon. D'un simple coup d'œil, on constate que les moteurs huit cylindres ont économie de carburant inférieure à celle des moteurs à quatre cylindres. Nous pouvons continuer à styliser notre visualisation jusqu'à ce qu'elle soit à notre goût. aimer, ajuster la taille et la forme des points, ainsi que changer l'étiquetage de notre visualisation. Merci d'avoir regardé. Restez à l'écoute pour la prochaine vidéo où je vous montrerai visualisation à l'aide du package ggplot2.

Débutant Fournisseur : David Christensen 3 leçons · 26m en Arabe, Allemand, Anglais, Espagnol, Français, Portugais, Chinese

Description du cours

Dans ces leçons, vous apprendrez à créer des visualisations efficaces et attrayantes dans R à l'aide de graphiques de base et de ggplot2. Nous allons vous montrer comment créer différents types de graphiques, notamment des nuages de points, des graphiques linéaires et des diagrammes à barres. Vous explorerez également différentes techniques de personnalisation et d'ajout d'étiquettes à vos tracés.

Avec ggplot2, vous apprendrez à enchaîner des éléments grammaticaux ou graphiques à l'aide du symbole + et à appliquer l'esthétique pour personnaliser l'apparence de vos tracés. Vous apprendrez également à utiliser les fonctions « geom » courantes pour créer un large éventail de tracés différents. Enfin, vous découvrirez comment utiliser les fonctions de thème pour personnaliser l'apparence de vos tracés et créer des visualisations d'aspect professionnel. À la fin de ces leçons, vous aurez acquis les compétences et les connaissances dont vous avez besoin pour créer des visualisations de données efficaces et visuellement attrayantes dans R.

Ce que vous allez apprendre

Créer des nuages de points, des graphiques linéaires et des diagrammes à barres dans R à l'aide des graphiques de base et de ggplot2
Personnaliser et ajouter des étiquettes et des titres aux graphiques pour les rendre plus efficaces et informatifs
Enchaîner les éléments de grammaire des graphiques dans ggplot2 à l'aide du symbole +
Appliquer des esthétiques pour personnaliser l'apparence de vos graphiques
Utiliser des fonctions geom courantes pour créer un large éventail de graphiques différents
Utiliser des fonctions de thème, y compris theme_bw(), pour créer des visualisations d'aspect professionnel

Points clés à retenir

Des visualisations efficaces et attrayantes dans R peuvent être créées en utilisant à la fois les graphiques de base et ggplot2.
ggplot2 construit des graphiques en enchaînant des éléments de grammaire des graphiques avec le symbole + et en appliquant des esthétiques.
Les fonctions geom courantes dans ggplot2 vous permettent de créer un large éventail de types de graphiques différents.
Les fonctions de thème, telles que theme_bw(), personnalisent l'apparence d'un graphique pour produire des résultats d'aspect professionnel.
Le cours couvre la création de nuages de points, de graphiques linéaires et de diagrammes à barres, ainsi que leur personnalisation et leur étiquetage.

Foire aux questions

Qu'est-ce que je vais apprendre dans ce cours ?

Vous apprendrez comment créer des visualisations efficaces et attrayantes dans R en utilisant à la fois les graphiques de base et ggplot2, y compris des nuages de points, des graphiques linéaires et des diagrammes à barres, et comment personnaliser, étiqueter et thématiser vos graphiques pour créer des visualisations d'aspect professionnel.

Quels outils R ce cours couvre-t-il pour la visualisation des données ?

Il couvre les graphiques de base (R Base) et ggplot2, y compris l'utilisation du symbole + pour enchaîner les éléments de grammaire des graphiques, l'application d'esthétiques, l'utilisation de fonctions geom courantes et l'utilisation de fonctions de thème telles que theme_bw().

Quelles leçons sont incluses dans ce cours ?

Le cours comprend trois leçons : Création de graphiques dans Base R, Création de graphiques avec ggplot2, et Personnalisation des graphiques et ajout d'étiquettes et de titres.

Quelles compétences vais-je acquérir grâce à ce cours ?

Vous acquerrez des compétences en visualisation de données, ggplot2, R (langage de programmation), R base, graphiques statistiques et visualisation.

Quels types de graphiques pourrai-je créer ?

Vous serez en mesure de créer des nuages de points, des graphiques linéaires et des diagrammes à barres, et d'utiliser des fonctions geom courantes dans ggplot2 pour créer un large éventail de graphiques différents.