Crea visualizzazioni bivariate in R utilizzando Ggplot2

Crea visualizzazioni bivariate in R utilizzando Ggplot2

La creazione di visualizzazioni in R utilizzando ggplot2 può essere un modo efficace per esplorare e comprendere i dati. Un tipo comune di visualizzazione è il grafico bivariato, che consente di esaminare la relazione tra due variabili.

In questo tutorial imparerai come produrre visualizzazioni bivariate in R usando ggplot2. Questo blog si concentrerà in particolare sulle visualizzazioni che sarebbero difficili da eseguire in LuckyTemplates ma facili da eseguire in R.

Sommario

Panoramica

Tre argomenti principali saranno discussi in questo tutorial. Imparerai come visualizzare le distribuzioni di una variabile per gruppo e come visualizzare correlazioni e relazioni a coppie.

Una relazione pairwise si riferisce alla relazione tra ogni coppia di variabili in un dato set di dati.

Per questo tutorial, devi scaricare il pacchetto ggplot2 . Una volta terminato, apri uno script R vuoto e inserisci due librerie: tidyverse e GGally .

Crea visualizzazioni bivariate in R utilizzando Ggplot2

GGally è un'estensione di ggplot2. È progettato per ridurre la complessità della combinazione di oggetti geometrici con dati trasformati.

Le diverse visualizzazioni bivariate in R

Una visualizzazione bivariata mostra la relazione tra due variabili.

Ad esempio, creiamo una visualizzazione che mostri la relazione tra la città e l'autostrada. È necessario utilizzare la funzione ggplot ( ) e quindi assegnare i dati appropriati.

La funzione geom_point() viene quindi utilizzata per generare il grafico a dispersione .

Crea visualizzazioni bivariate in R utilizzando Ggplot2

Visualizzazioni in R che mostrano correlazione

La funzione ggcorr() viene utilizzata per visualizzare la correlazione tra le variabili. Questo genererà una mappa termica con i valori di correlazione più bassi e più alti visualizzati. Puoi migliorare ulteriormente la visualizzazione aggiungendo un argomento che mostrerà le etichette.

Crea visualizzazioni bivariate in R utilizzando Ggplot2

Visualizzazioni in R che mostrano una relazione a coppie

Per il grafico a coppie, è necessario utilizzare la funzione ggpairs ( ) .

Poiché il frame di dati in questo esempio contiene un set di dati di grandi dimensioni, deve prima essere filtrato per mostrare solo valori numerici, altrimenti i risultati mostreranno un errore.

Per filtrare i dati, utilizzare l'operatore pipe e la funzione select_if ( ) .

Crea visualizzazioni bivariate in R utilizzando Ggplot2

Nella scheda Grafici , puoi vedere la visualizzazione a coppie generata dal codice. Puoi anche vedere il grafico e il valore di correlazione tra ogni variabile.

Un'altra cosa che puoi fare con i grafici a coppie è aggiungere elementi extra per aumentare la visualizzazione. Puoi aggiungere un'altra variabile e cambiare il colore dei dati.

In questo caso, la colonna dell'unità viene aggiunta al codice e la funzione di mappatura estetica viene utilizzata per cambiarne il colore.

Crea visualizzazioni bivariate in R utilizzando Ggplot2

Quando esegui il codice, vedrai che il grafico mostra i grafici a dispersione e i valori di correlazione per unità. La diagonale mostra anche la distribuzione in base a ciascuna unità.

Crea visualizzazioni bivariate in R utilizzando Ggplot2

Conclusione

Se desideri creare visualizzazioni robuste e supportate statisticamente come istogrammi, grafici a dispersione e box plot, si consiglia di utilizzare ggplot2 con GGally.

Il linguaggio di programmazione R insieme a vari pacchetti di visualizzazione come ggplot2 consente agli utenti di creare visualizzazioni che mostrano la relazione e la correlazione tra le variabili.

GGally estende ggplot2 aumentando diverse funzioni che riducono la complessità. Se provi a creare visualizzazioni bivariate e multivariate in LuckyTemplates, si riveleranno una sfida. Tuttavia, all'interno del linguaggio di programmazione R, è sufficiente scrivere una singola riga di codice per arrivare al grafico statistico necessario.

Ti auguro il meglio,

Giorgio Monte


Power Automate si applica a ogni azione nei flussi di lavoro

Power Automate si applica a ogni azione nei flussi di lavoro

Scopri l

Tecniche di modellazione dei dati per organizzare le misure DAX

Tecniche di modellazione dei dati per organizzare le misure DAX

Tecniche di modellazione dei dati per organizzare meglio le misure DAX per un flusso di lavoro più efficiente.

Filtro Power Apps: cosè e come si usa?

Filtro Power Apps: cosè e come si usa?

Scopri come utilizzare la funzione di filtro in Power Apps e come incorporarla nelle formule esistenti all

Come commentare più righe in Python: una guida semplice e veloce

Come commentare più righe in Python: una guida semplice e veloce

Come commentare più righe in Python: una guida semplice e veloce

Connettori Power Automate: numero, testo e data e ora

Connettori Power Automate: numero, testo e data e ora

Acquisisci familiarità con i connettori Power Automate per la manipolazione di numeri, testo e date/ore.

Budget Vs Actual Vs Last Year - Suggerimenti per la rendicontazione finanziaria

Budget Vs Actual Vs Last Year - Suggerimenti per la rendicontazione finanziaria

Ora, è molto facile studiare il budget rispetto all

Come salvare e caricare un file RDS in R

Come salvare e caricare un file RDS in R

Imparerai come salvare e caricare oggetti da un file .rds in R. Questo articolo tratta anche come importare oggetti da R a LuckyTemplates.

Che cosè Power Query e M Language: una panoramica dettagliata

Che cosè Power Query e M Language: una panoramica dettagliata

Scopri tutto su Power Query e il linguaggio M per la trasformazione e la preparazione dei dati nel desktop di LuckyTemplates.

Cosè il sé in Python: esempi del mondo reale

Cosè il sé in Python: esempi del mondo reale

Cos'è il sé in Python: esempi del mondo reale

Rivisitazione dei primi N giorni lavorativi: una soluzione per il linguaggio di codifica DAX

Rivisitazione dei primi N giorni lavorativi: una soluzione per il linguaggio di codifica DAX

In questa esercitazione sul linguaggio di codifica DAX, scopri come usare la funzione GENERATE e come modificare dinamicamente il titolo di una misura.