Scatter Plot In R Script: Sådan oprettes og importeres

I denne øvelse lærer du, hvordan du opretter en scatter plot-visualisering ved hjælp af et R-script. Dette er baseret på en rapport indsendt for . Du kan se den fulde video af denne tutorial nederst på denne blog.

Indholdsfortegnelse

• Hvad er scatter plot
• Opret det grundlæggende scatter-plot i R Script Visual
• Tilføj en glat linje til diagrammet
• Formater udseendet af R-spredningsplottet
• Juster farven og rækkevidden af ​​datapunkterne
• Konklusion

Hvad er scatter plot

Et scatterplot er en type datavisualisering, der bruges til at vise forholdet mellem to kontinuerlige variable. Det er en graf, hvor hvert datapunkt er repræsenteret af en prik, og positionen af ​​prikken på den vandrette og lodrette akse svarer til værdierne af de to variable.

Scatterplot er nyttige værktøjer til at identificere mønstre og tendenser i dataene. Tilføjelse af denne visualisering til dine LuckyTemplates-rapporter vil tilføje mere indsigt til de data, du præsenterer. Og i slutningen af ​​denne vejledning vil du være i stand til at oprette et R-spredningsplot, der ser sådan ud:

Denne diskussion er opdelt i fire trin. Du lærer først, hvordan du opretter et grundlæggende scatterplot. Derefter vil du anvende en glat linje for at vise tendensen for dataene i plottet. Tredje og fjerde trin er hovedsageligt fokuseret på temaer og formateringsændringer, du kan anvende på spredningsplottet.

Datasættet, der bruges i dette eksempel, er en tabel, der indeholder klientens navn, varighed, indtjening og timepris.

Opret det grundlæggende scatter-plot i R Script Visual

Åben din .

For at starte skal du have tre , tidyverse , ggthemes og ggpubr .

Hvis du ikke har dem installeret, skal du bruge funktionen install.packages( ) . Når du er færdig, skal du bruge funktionen library( ) til at indlæse dem i R-miljøet.

Kopier bibliotekets R-koder og gå til LuckyTemplates. Åbn R Script-editoren og indsæt koden. Du kan fortsætte med at bygge R-koden der.

Brug derefter ggplot( ) -funktionen til at oprette et punktdiagram. Du skal først angive det datasæt, der skal bruges i diagrammet, derfor kommandoen database %>% . I dette tilfælde bruges a i stedet for en filterfunktion.

For at angive datasættet skal du bruge argumentet aes( ) og derefter angive din x- og y-akse. I dette tilfælde er det henholdsvis varighed time og indtjening. Brug derefter funktionen geom_point( ) til at vise punkterne på diagrammet.

Du kan yderligere foretage formateringsændringer til dit spredningsplot ved at bruge en række funktioner, såsom "farve" eller "form". Hvis du vil anvende et dynamisk udseende på dit diagram, kan du indstille farven og punktstørrelsen til en bestemt værdi som vist i eksemplet.

Når du kører koden, får du dette scatter-plot i LuckyTemplates. Bemærk, at du får større og mørkere cirkler, når deres tilsvarende timeprisværdi er højere.

Tilføj en glat linje til diagrammet

I dette næste trin lærer du, hvordan du tilføjer en glat linje til diagrammet. En glat linje er en linje, der er tilpasset dataene for at hjælpe dig med at udforske de potentielle sammenhænge mellem to variable.

For at tilføje en glat linje, brug funktionen geom_smooth( ) .

Når du kører R-scriptet, vil scatter-plottet se sådan ud. Den glatte linje viser nu trenden for dataene med et 95 % konfidensinterval.

Du kan ændre skalaen på x- og y-aksen ved hjælp af funktionerne scale_x_continuous( ) og scale_y_continuous( ) .

I dette tilfælde transformeres y-aksen til en log-skala, mens x-aksen forbliver den samme.

Når du kører R-koden, vises resultaterne nu logaritmisk. Den glatte linje ændres også.

Desuden, da diagrammet automatisk placerer etiketter på akserne, kan du fjerne dem ved at bruge funktionen labs( ) .

Formater udseendet af R-spredningsplottet

Når du har oprettet den grundlæggende form for dit scatterplot, er næste trin at tilpasse dets tema og udseende.

Brug funktionen theme( ) til at formatere spredningsplottet i R Script-editoren. Og inden for denne funktion kan du tilføje andre argumenter for at tilpasse.

Panel.grid.major ( ) og panel.grid.minor( ) giver dig mulighed for at redigere linjetypen og farven på diagrammets gitterlinjer. Hvis du vil fjerne en gitterlinje, skal du bruge funktionen element_blank( ) .

Panelet.baggrund og plot.baggrund fjernes for at gøre punktdiagrammet gennemsigtigt. Dette giver dig fleksibiliteten til at placere dit diagram hvor som helst i din rapport. Hvis du vil fjerne forklaringen i dit diagram, skal du indstille legend.position-funktionen til 'ingen'.

Du kan også formatere linjen og teksten på x- og y-aksen. Du kan gøre linjen tykkere eller tyndere, eller teksten større eller mindre.

Hvis du vil lære om andre formateringsfunktioner, som du kan bruge i dit diagram, kan du gå til Hjælp-sektionen i RStudio . Indtast "tema" i søgefeltet, og en liste over formateringsfunktioner vises.

Der er en række forskellige formateringsfunktioner, du kan bruge i R. Husk at bruge det, du har brug for, og overdriv det ikke.

Juster farven og rækkevidden af ​​datapunkterne

I det sidste afsnit af denne øvelse lærer du, hvordan du formaterer farveskalaen og størrelsesområdet for punkterne i dit spredningsplot.

Funktionen scale_colour_viridis_b( ) giver farvekort, der er perceptuelt ensartede i både farve og sort-hvid. De er også designet til at blive opfattet af seere med almindelige former for farveblindhed.

Hvis du søger på det i Hjælp-sektionen i RStudio, vil du se de forskellige argumenter, du kan bruge til at formatere dine diagrammer. Du kan skifte mellem mulighederne for at finde ud af, hvilket resultat der passer bedst til din rapport.

For eksempel skalerer funktionen scale_size_continuous( ) størrelsen af ​​punkter eller former i et plot i henhold til en kontinuerlig variabel. Det giver dig mulighed for at angive de minimums- og maksimumspunktstørrelser, der skal bruges i plottet.

I dette tilfælde er 4 minimum, mens 17 er maksimum.

Sådan ser det endelige R scatter plot ud nu.

Konklusion

I denne vejledning lærte du, hvordan du opretter et R-spredningsplot i LuckyTemplates. Et scatterplot er en type datavisualisering, der bruges til at vise forholdet mellem to kontinuerlige variable. I LuckyTemplates kan du oprette et scatterplot ved hjælp af ggplot-pakken og R Script-visualen.

Scatterplot er nyttige værktøjer til at visualisere og identificere mønstre og tendenser i dataene. De er også nyttige til at identificere outliers eller anomalier.

Samlet set er det en ligetil proces at skabe et scatterplot i LuckyTemplates ved hjælp af R og giver dig mulighed for at drage fordel af de kraftfulde datavisualiseringsmuligheder i ggplot-pakken.

Alt det bedste,

Hossein Seyedagha