Creazione di un grafico del jitter utilizzando Ggplot2 in RStudio

Il pacchetto ggplot2 è il modo più completo per costruire grafici e diagrammi. Le aziende, come il New York Times e The Economist, utilizzano pesantemente ggplot2 per creare le loro visualizzazioni. Con le grandi aziende che utilizzano questo strumento, è importante disporre di una base di conoscenza su come utilizzare ggplot2 per creare visualizzazioni come il jitter plot.

In questo tutorial imparerai come creare un grafico del jitter utilizzando ggplot2 in . Una volta compresa la grammatica della grafica in ggplot2, sarai in grado di mettere insieme qualsiasi grafico o grafico.

Un jitterplot è un tipo di grafico a dispersione utilizzato per visualizzare la distribuzione di un insieme di punti dati numerici. Il "jitter" nel nome del grafico si riferisce alla variazione casuale che viene aggiunta alla posizione di ciascun simbolo lungo gli assi x e y.

Questa variazione aiuta a prevenire la sovrapposizione dei simboli e facilita la visualizzazione della distribuzione dei punti dati nei casi in cui vi sia un'elevata densità di punti in determinate aree del grafico.

Se hai un grafico densamente popolato, un jitterplot può rendere la tua visualizzazione più facile da capire. Puoi anche usarlo per tracciare le distribuzioni per categoria, che è un'alternativa al box plot o all'istogramma .

Sommario

• Creazione di un grafico jitter in R
• Creazione di un grafico Jitter con variabili categoriali
• Conclusione

Creazione di un grafico jitter in R

Per questa dimostrazione, viene utilizzato il set di dati tidyverse .

Innanzitutto, crea un grafico a dispersione utilizzando la funzione ggplot ( ) . In questo caso, l'asse x è l'anno mentre l'asse y è il set di dati mpg.

Quando esegui il codice, puoi vedere che il grafico mostra punti che formano una linea retta rispetto all'asse y.

Utilizzare la funzione geom_jitter ( ) per aggiungere un altro livello al grafico. Quando esegui il codice, vedrai che i punti nel grafico si sono spostati. I punti continueranno a cambiare ogni volta che esegui il codice.

Per evitare che i punti si spostino costantemente, utilizzare la funzione set.seed ( ) . All'interno della parentesi, digita qualsiasi numero casuale. In questo caso, è 1234. Dopo aver eseguito il codice, vedrai che il grafico rimane lo stesso anche se fai ripetutamente clic su Esegui.

Creazione di un grafico Jitter con variabili categoriali

È inoltre possibile utilizzare la funzione geom_jitter ( ) per le variabili categoriali.

Usando lo stesso argomento, cambiamo l'asse x in mpg e l'asse y in origin. Quando esegui la nuova riga di codice, puoi vedere che invece di mostrare i dati in linee rette, sono distribuiti in modo casuale nel grafico.

Questo ti aiuta a visualizzare le singole osservazioni per ogni categoria e come variano. In questo caso, puoi vedere il chilometraggio tipico di un'origine rispetto a un'altra.

Puoi aggiungere colore al grafico aggiungendo un altro argomento nella funzione aes ( ) . Puoi anche impostare la dimensione dei punti su un valore di dati specifico nel tuo set di dati.

In questo esempio, il grafico del jitter ha reso più facile identificare le origini con il maggior numero di auto e quelle con un chilometraggio migliore.

A causa delle dimensioni impostate nel codice, la trama sembra troppo satura. È possibile modificare la dimensione o il colore dei punti dati in base alle proprie preferenze o ai requisiti aziendali.

Conclusione

Un grafico del jitter è uno dei modi per portare una nuova forma di intuizione nelle tue visualizzazioni. Aiuta gli utenti a capire meglio cosa sta succedendo con i dati. Questo grafico è un'ottima alternativa al tipico istogramma o box plot per tracciare le distribuzioni.

La capacità di comprendere efficacemente la struttura sottostante di un set di dati rende i grafici del jitter uno strumento prezioso in vari campi come statistica, analisi dei dati e apprendimento automatico. Nel complesso, i grafici del jitter forniscono una rappresentazione chiara e di facile comprensione della distribuzione dei punti dati numerici, rendendolo un potente strumento per la visualizzazione e l'analisi dei dati.

Ti auguro il meglio,

Giorgio Monte