Création dun tracé de gigue à laide de Ggplot2 dans RStudio

Le package ggplot2 est le moyen le plus complet de créer des graphiques et des tracés. Des entreprises, comme le New York Times et The Economist, utilisent massivement ggplot2 pour créer leurs visualisations. Avec les grandes entreprises utilisant cet outil, il est important d'avoir une base de connaissances sur la façon d'utiliser ggplot2 pour créer des visualisations telles que le tracé de la gigue.

Dans ce didacticiel, vous apprendrez à créer un tracé de gigue à l'aide de ggplot2 dans . Une fois que vous aurez compris la grammaire des graphiques dans ggplot2, vous pourrez enchaîner n'importe quel graphique ou tracé.

Un jitterplot est un type de nuage de points utilisé pour afficher la distribution d'un ensemble de points de données numériques. La « gigue » dans le nom du tracé fait référence à la variation aléatoire qui est ajoutée à la position de chaque symbole le long des axes x et y.

Cette variation permet d'éviter le chevauchement des symboles et facilite la visualisation de la distribution des points de données en cas de forte densité de points dans certaines zones du tracé.

Si vous avez un tracé densément peuplé, un tracé de gigue peut faciliter la compréhension de votre visualisation. Vous pouvez également l'utiliser pour tracer des distributions par catégorie, ce qui est une alternative à une boîte à moustaches ou à un histogramme .

Table des matières

• Création d'un tracé de gigue dans R
• Création d'un tracé de gigue avec des variables catégorielles
• Conclusion

Création d'un tracé de gigue dans R

Pour cette démonstration, le jeu de données tidyverse est utilisé.

Tout d'abord, créez un nuage de points à l'aide de la fonction ggplot() . Dans ce cas, l'axe des x est l'année tandis que l'axe des y est l'ensemble de données mpg.

Lorsque vous exécutez le code, vous pouvez voir que le tracé affiche des points formant une ligne droite par rapport à l'axe y.

Utilisez la fonction geom_jitter() pour ajouter une autre couche au graphique. Lorsque vous exécutez le code, vous verrez que les points du tracé se sont déplacés. Les points continueront à se déplacer à chaque fois que vous exécuterez le code.

Pour empêcher les points de se déplacer constamment, utilisez la fonction set.seed ( ) . À l'intérieur de la parenthèse, tapez n'importe quel nombre aléatoire. Dans ce cas, il s'agit de 1234. Après avoir exécuté le code, vous verrez que le tracé reste le même même si vous cliquez à plusieurs reprises sur Exécuter.

Création d'un tracé de gigue avec des variables catégorielles

Vous pouvez également utiliser la fonction geom_jitter() pour les variables catégorielles.

En utilisant le même argument, changeons l'axe des x en mpg et l'axe des y en origin. Lorsque vous exécutez la nouvelle ligne de code, vous pouvez voir qu'au lieu d'afficher les données en lignes droites, elles sont réparties de manière aléatoire dans le tracé.

Cela vous aide à visualiser les observations individuelles pour chaque catégorie et comment elles varient. Dans ce cas, vous pouvez voir le kilométrage typique d'une origine par rapport à une autre.

Vous pouvez ajouter de la couleur au tracé en ajoutant un autre argument dans la fonction aes() . Vous pouvez également définir la taille des points sur une valeur de données spécifique dans votre jeu de données.

Dans cet exemple, le tracé de la gigue a facilité l'identification des origines avec le plus de voitures et celles qui ont le meilleur kilométrage.

En raison de la taille définie dans le code, l'intrigue semble sursaturée. Vous pouvez modifier la taille ou la couleur des points de données en fonction de vos préférences ou des besoins de votre entreprise.

Conclusion

Un tracé de gigue est l'un des moyens d'apporter une nouvelle forme de perspicacité dans vos visualisations. Il aide les utilisateurs à mieux comprendre ce qui se passe dans les données. Ce graphique est une excellente alternative à l'histogramme ou à la boîte à moustaches typique pour tracer les distributions.

La capacité à comprendre efficacement la structure sous-jacente d'un ensemble de données fait des tracés de gigue un outil précieux dans divers domaines tels que les statistiques, l'analyse de données et l'apprentissage automatique. Dans l'ensemble, les diagrammes de gigue fournissent une représentation claire et facile à comprendre de la distribution des points de données numériques, ce qui en fait un outil puissant pour la visualisation et l'analyse des données.

Tous mes vœux,

George Mount