إنشاء مخطط اهتزاز باستخدام Ggplot2 في RStudio

تعد حزمة ggplot2 الطريقة الأكثر شمولاً لبناء الرسوم البيانية والمؤامرات. تستخدم الشركات ، مثل New York Times و The Economist ، بشكل كبير ggplot2 لإنشاء تصوراتها. مع استخدام الشركات الكبيرة لهذه الأداة ، من المهم أن يكون لديك قاعدة معرفية حول كيفية استخدام ggplot2 لإنشاء تصورات مثل مخطط الارتعاش.

في هذا البرنامج التعليمي ، ستتعلم كيفية إنشاء مخطط اهتزاز باستخدام ggplot2 في . بمجرد فهم القواعد النحوية للرسومات في ggplot2 ، ستتمكن من تجميع أي رسم بياني أو مخطط.

jitterplot هو نوع من مخطط التشتت المستخدم لعرض توزيع مجموعة من نقاط البيانات الرقمية . يشير "الارتعاش" في اسم المؤامرة إلى التباين العشوائي الذي يضاف إلى موضع كل رمز على طول محوري x و y.

يساعد هذا التباين في منع تداخل الرموز ويجعل من السهل رؤية توزيع نقاط البيانات في حالات وجود كثافة عالية للنقاط في مناطق معينة من الرسم البياني.

إذا كان لديك قطعة أرض مكتظة بالسكان ، يمكن أن تجعل jitterplot تصورك أسهل للفهم. يمكنك أيضًا استخدامه لرسم التوزيعات حسب الفئة ، والتي تعد بديلاً لمخطط مربع أو مدرج تكراري .

جدول المحتويات

• إنشاء مؤامرة اهتزاز في R.
• إنشاء مؤامرة غير مستقرة مع المتغيرات الفئوية
• خاتمة

إنشاء مؤامرة اهتزاز في R.

لهذا العرض التوضيحي ، يتم استخدام مجموعة البيانات المدببة .

أولاً ، قم بإنشاء مخطط مبعثر باستخدام دالة ggplot () . في هذه الحالة ، يكون المحور السيني هو العام بينما يمثل المحور الصادي مجموعة بيانات ميلا في الغالون.

عند تشغيل الكود ، يمكنك أن ترى أن الرسم البياني يعرض النقاط التي تشكل خطًا مستقيمًا فيما يتعلق بالمحور الصادي.

استخدم وظيفة geom_jitter () لإضافة طبقة أخرى إلى الرسم البياني. عندما تقوم بتشغيل الكود ، سترى أن النقاط في المؤامرة قد تغيرت. ستستمر النقاط في التحول في كل مرة تقوم فيها بتشغيل الكود.

لإيقاف تغيير النقاط باستمرار ، استخدم وظيفة set.seed () . داخل القوس ، اكتب أي رقم عشوائي. في هذه الحالة ، يكون الرقم 1234. بعد تشغيل الرمز ، سترى أن الحبكة تظل كما هي حتى إذا قمت بالنقر فوق "تشغيل" بشكل متكرر.

إنشاء مؤامرة غير مستقرة مع المتغيرات الفئوية

يمكنك أيضًا استخدام دالة geom_jitter () للمتغيرات الفئوية.

باستخدام نفس الوسيطة ، لنغير المحور x إلى mpg والمحور y إلى الأصل. عند تشغيل سطر التعليمات البرمجية الجديد ، يمكنك أن ترى أنه بدلاً من إظهار البيانات في خطوط مستقيمة ، يتم توزيعها عشوائيًا في المخطط.

يساعدك هذا في تصور الملاحظات الفردية لكل فئة وكيف تختلف. في هذه الحالة ، يمكنك رؤية الأميال النموذجية لأصل واحد مقابل آخر.

يمكنك إضافة لون إلى الرسم البياني عن طريق إضافة وسيطة أخرى في وظيفة aes () . يمكنك أيضًا تعيين حجم النقاط على قيمة بيانات محددة في مجموعة البيانات الخاصة بك.

في هذا المثال ، سهّلت مؤامرة الارتعاش تحديد الأصول مع معظم السيارات وتلك التي لديها عدد أميال أفضل.

بسبب الحجم المحدد في الكود ، تبدو المؤامرة مشبعة. يمكنك تغيير حجم أو لون نقاط البيانات حسب تفضيلاتك أو متطلبات العمل.

خاتمة

مؤامرة الارتعاش هي إحدى الطرق لتقديم شكل جديد من البصيرة في تصوراتك. يساعد المستخدمين على فهم ما يحدث في البيانات بشكل أفضل. هذه المؤامرة هي بديل رائع للرسم البياني النموذجي أو مخطط مربع لتخطيط التوزيعات.

إن القدرة على فهم البنية الأساسية لمجموعة البيانات بشكل فعال تجعل مخططات التشويش أداة قيمة في مختلف المجالات مثل الإحصائيات وتحليل البيانات والتعلم الآلي. بشكل عام ، توفر مخططات الارتعاش تمثيلًا واضحًا وسهل الفهم لتوزيع نقاط البيانات الرقمية ، مما يجعلها أداة قوية لتصور البيانات وتحليلها.

أتمنى لك كل خير،

جورج ماونت