Maak bivariate visualisaties in R met behulp van Ggplot2

Het maken van visualisaties in R met behulp van ggplot2 kan een krachtige manier zijn om uw gegevens te verkennen en te begrijpen. Een veelgebruikt type visualisatie is de bivariate plot, waarmee u de relatie tussen twee variabelen kunt onderzoeken.

In deze zelfstudie leert u hoe u bivariate visualisaties kunt maken in R met behulp van ggplot2. Deze blog zal zich specifiek richten op visualisaties die moeilijk uit te voeren zijn in LuckyTemplates, maar gemakkelijk in R.

Inhoudsopgave

• Overzicht
• De verschillende bivariate visualisaties in R
  • Visualisaties in R die correlatie tonen
  • Visualisaties in R die een paarsgewijze relatie tonen
• Conclusie

Overzicht

In deze zelfstudie worden drie hoofdonderwerpen besproken. U leert hoe u de distributies van een variabele per groep kunt visualiseren en hoe u correlaties en paarsgewijze relaties kunt visualiseren.

Een paarsgewijze relatie verwijst naar de relatie tussen elk paar variabelen in een gegeven dataset.

Voor deze zelfstudie moet u het ggplot2- pakket downloaden . Als je klaar bent, open je een leeg R- script en breng je twee bibliotheken binnen: Tidyverse en GGally .

GGally is een uitbreiding op ggplot2. Het is gebouwd om de complexiteit van het combineren van geometrische objecten met getransformeerde gegevens te verminderen.

De verschillende bivariate visualisaties in R

Een bivariate visualisatie toont de relatie tussen twee variabelen.

Laten we als voorbeeld een visualisatie maken die de relatie tussen de stad en de snelweg laat zien. U moet de functie ggplot ( ) gebruiken en vervolgens de juiste gegevens toewijzen.

De functie geom_point() wordt vervolgens gebruikt om de spreidingsplot te genereren .

Visualisaties in R die correlatie tonen

De functie ggcorr() wordt gebruikt om de correlatie tussen variabelen te visualiseren. Dit genereert een heatmap met de laagste tot hoogste correlatiewaarden weergegeven. U kunt de visualisatie verder verbeteren door een argument toe te voegen dat de labels laat zien.

Visualisaties in R die een paarsgewijze relatie tonen

Voor de paarsgewijze plot moet u de functie ggpairs ( ) gebruiken .

Aangezien het dataframe in dit voorbeeld een grote dataset bevat, moet het eerst worden gefilterd om alleen numerieke waarden weer te geven, anders geven de resultaten een fout weer.

Gebruik de pipe-operator en de functie select_if ( ) om gegevens te filteren .

Op het tabblad Plots ziet u de paarsgewijze visualisatie die door de code is gegenereerd. U kunt ook de grafiek en de correlatiewaarde tussen elke variabele zien.

Een ander ding dat u met paarsgewijze plots kunt doen, is extra elementen toevoegen om de visualisatie te vergroten. U kunt nog een variabele toevoegen en de kleur van de gegevens wijzigen.

In dit geval wordt de aandrijfkolom aan de code toegevoegd en wordt de functie voor esthetische mapping gebruikt om de kleur te wijzigen.

Wanneer u de code uitvoert, ziet u dat de plot spreidingsdiagrammen en de correlatiewaarden per schijf weergeeft. De diagonaal geeft ook de verdeling per schijf weer.

Conclusie

Als u robuuste en statistisch onderbouwde visualisaties wilt maken, zoals histogrammen, spreidingsdiagrammen en boxplots, is het raadzaam om ggplot2 met GGally te gebruiken.

De R-programmeertaal samen met verschillende visualisatiepakketten zoals ggplot2 stelt gebruikers in staat om visualisaties te bouwen die de relatie en correlatie tussen variabelen laten zien.

GGally breidt ggplot2 uit door verschillende functies uit te breiden die de complexiteit verminderen. Als u bivariate en multivariate visualisaties probeert te maken in LuckyTemplates, zal dat een uitdaging blijken te zijn. Binnen de programmeertaal R hoeft u echter slechts één regel code te schrijven om de statistische plot te bereiken die u nodig hebt.

Al het beste,

Georg Berg