12 KiB

Raw Permalink Blame History

Vizualizuojame Proporcijas


Vizualizuojame Proporcijas - Sketchnote by @nitya

Šioje pamokoje naudosite kitą gamtos tematikos duomenų rinkinį, kad vizualizuotumėte proporcijas, pavyzdžiui, kiek skirtingų grybų rūšių yra tam tikrame grybų duomenų rinkinyje. Panagrinėkime šiuos įdomius grybus naudodami duomenų rinkinį iš Audubon, kuriame pateikiama informacija apie 23 rūšis lakštinių grybų iš Agaricus ir Lepiota šeimų. Eksperimentuosite su skaniais vizualizacijų tipais, tokiais kaip:

Pyrago diagramos 🥧
Žiedo diagramos 🍩
Vaflių diagramos 🧇

💡 Labai įdomus projektas, vadinamas Charticulator, sukurtas Microsoft Research, siūlo nemokamą „drag and drop“ sąsają duomenų vizualizacijoms. Viename iš jų mokymų taip pat naudojamas šis grybų duomenų rinkinys! Taigi galite tyrinėti duomenis ir tuo pačiu metu mokytis naudotis biblioteka: Charticulator tutorial.

Prieš paskaitą - testas

Susipažinkite su savo grybais 🍄

Grybai yra labai įdomūs. Importuokime duomenų rinkinį, kad juos išnagrinėtume:

mushrooms = read.csv('../../data/mushrooms.csv')
head(mushrooms)

Atspausdinama lentelė su puikiais duomenimis analizei:

klasė	kepurėlės forma	kepurėlės paviršius	kepurėlės spalva	mėlynės	kvapas	lakštelių prisitvirtinimas	lakštelių tarpai	lakštelių dydis	lakštelių spalva	kotelio forma	kotelio šaknis	kotelio paviršius virš žiedo	kotelio paviršius po žiedu	kotelio spalva virš žiedo	kotelio spalva po žiedu	šydo tipas	šydo spalva	žiedų skaičius	žiedo tipas	sporų atspaudo spalva	populiacija	buveinė
Nuodingas	Išgaubta	Lygi	Ruda	Mėlynės	Aitrus	Laisvas	Artimi	Siauri	Juoda	Platėjantis	Lygus	Lygus	Lygus	Balta	Balta	Dalinis	Balta	Vienas	Pakabintas	Juoda	Išsibarstę	Miestas
Valgomas	Išgaubta	Lygi	Geltona	Mėlynės	Migdolų	Laisvas	Artimi	Platus	Juoda	Platėjantis	Klubas	Lygus	Lygus	Balta	Balta	Dalinis	Balta	Vienas	Pakabintas	Ruda	Gausus	Žolynai
Valgomas	Varpelio	Lygi	Balta	Mėlynės	Anyžinis	Laisvas	Artimi	Platus	Ruda	Platėjantis	Klubas	Lygus	Lygus	Balta	Balta	Dalinis	Balta	Vienas	Pakabintas	Ruda	Gausus	Pievos
Nuodingas	Išgaubta	Žvynuota	Balta	Mėlynės	Aitrus	Laisvas	Artimi	Siauri	Ruda	Platėjantis	Lygus	Lygus	Lygus	Balta	Balta	Dalinis	Balta	Vienas	Pakabintas	Juoda	Išsibarstę	Miestas
Valgomas	Išgaubta	Lygi	Žalia	Be mėlynių	Nėra	Laisvas	Tankūs	Platus	Juoda	Smailėjantis	Lygus	Lygus	Lygus	Balta	Balta	Dalinis	Balta	Vienas	Išnykstantis	Ruda	Gausus	Žolynai
Valgomas	Išgaubta	Žvynuota	Geltona	Mėlynės	Migdolų	Laisvas	Artimi	Platus	Ruda	Platėjantis	Klubas	Lygus	Lygus	Balta	Balta	Dalinis	Balta	Vienas	Pakabintas	Juoda	Gausus	Žolynai

Iškart pastebite, kad visi duomenys yra tekstiniai. Norėsite konvertuoti šiuos duomenis, kad galėtumėte juos naudoti diagramose. Dauguma duomenų, iš tiesų, pateikiami kaip objektai:

names(mushrooms)

Rezultatas:

[1] "class"                    "cap.shape"               
 [3] "cap.surface"              "cap.color"               
 [5] "bruises"                  "odor"                    
 [7] "gill.attachment"          "gill.spacing"            
 [9] "gill.size"                "gill.color"              
[11] "stalk.shape"              "stalk.root"              
[13] "stalk.surface.above.ring" "stalk.surface.below.ring"
[15] "stalk.color.above.ring"   "stalk.color.below.ring"  
[17] "veil.type"                "veil.color"              
[19] "ring.number"              "ring.type"               
[21] "spore.print.color"        "population"              
[23] "habitat"

Paimkite šiuos duomenis ir konvertuokite 'klasės' stulpelį į kategoriją:

library(dplyr)
grouped=mushrooms %>%
  group_by(class) %>%
  summarise(count=n())

Dabar, jei atspausdinsite grybų duomenis, pamatysite, kad jie buvo suskirstyti į kategorijas pagal nuodingumo/valgymo klasę:

View(grouped)

klasė	kiekis
Valgomas	4208
Nuodingas	3916

Jei laikysitės šioje lentelėje pateiktos tvarkos kurdami savo klasės kategorijų etiketes, galėsite sukurti pyrago diagramą.

Pyragas!

pie(grouped$count,grouped$class, main="Edible?")

Štai pyrago diagrama, rodanti šių duomenų proporcijas pagal šias dvi grybų klases. Labai svarbu teisingai nustatyti etikečių tvarką, ypač čia, todėl būtinai patikrinkite, ar etikečių masyvas sudarytas teisinga tvarka!

Žiedai!

Šiek tiek vizualiai įdomesnė pyrago diagrama yra žiedo diagrama, kuri yra pyrago diagrama su skylute viduryje. Pažvelkime į mūsų duomenis naudodami šį metodą.

Pažvelkite į įvairias buveines, kuriose auga grybai:

library(dplyr)
habitat=mushrooms %>%
  group_by(habitat) %>%
  summarise(count=n())
View(habitat)

Rezultatas:

buveinė	kiekis
Žolynai	2148
Lapai	832
Pievos	292
Takai	1144
Miestas	368
Atliekos	192
Mediena	3148

Čia grupuojate savo duomenis pagal buveinę. Yra 7 buveinės, todėl naudokite jas kaip etiketes savo žiedo diagramai:

library(ggplot2)
library(webr)
PieDonut(habitat, aes(habitat, count=count))

Šis kodas naudoja dvi bibliotekas - ggplot2 ir webr. Naudodami webr bibliotekos PieDonut funkciją, galite lengvai sukurti žiedo diagramą!

Žiedo diagramas R kalboje galima kurti ir naudojant tik ggplot2 biblioteką. Daugiau apie tai galite sužinoti čia ir išbandyti patys.

Dabar, kai žinote, kaip grupuoti savo duomenis ir juos rodyti kaip pyragą ar žiedą, galite išbandyti kitus diagramų tipus. Pabandykite vaflių diagramą, kuri yra kitoks kiekių tyrinėjimo būdas.

Vafliai!

„Vaflio“ tipo diagrama yra kitoks būdas vizualizuoti kiekius kaip 2D kvadratų masyvą. Pabandykite vizualizuoti skirtingus grybų kepurėlių spalvų kiekius šiame duomenų rinkinyje. Norėdami tai padaryti, turite įdiegti pagalbinę biblioteką, vadinamą waffle, ir naudoti ją savo vizualizacijai sukurti:

install.packages("waffle", repos = "https://cinc.rud.is")

Pasirinkite savo duomenų segmentą grupavimui:

library(dplyr)
cap_color=mushrooms %>%
  group_by(cap.color) %>%
  summarise(count=n())
View(cap_color)

Sukurkite vaflio diagramą, sukurdami etiketes ir tada grupuodami savo duomenis:

library(waffle)
names(cap_color$count) = paste0(cap_color$cap.color)
waffle((cap_color$count/10), rows = 7, title = "Waffle Chart")+scale_fill_manual(values=c("brown", "#F0DC82", "#D2691E", "green", 
                                                                                     "pink", "purple", "red", "grey", 
                                                                                     "yellow","white"))

Naudodami vaflio diagramą, galite aiškiai matyti grybų kepurėlių spalvų proporcijas šiame duomenų rinkinyje. Įdomu tai, kad yra daug grybų su žaliomis kepurėlėmis!

Šioje pamokoje išmokote tris būdus, kaip vizualizuoti proporcijas. Pirmiausia reikia suskirstyti savo duomenis į kategorijas, o tada nuspręsti, kuris būdas geriausiai atspindi duomenis - pyragas, žiedas ar vaflis. Visi jie yra „skanūs“ ir suteikia vartotojui greitą duomenų rinkinio apžvalgą.

🚀 Iššūkis

Pabandykite atkurti šias skanias diagramas Charticulator.

Po paskaitos - testas

Apžvalga ir savarankiškas mokymasis

Kartais nėra akivaizdu, kada naudoti pyrago, žiedo ar vaflio diagramą. Štai keletas straipsnių šia tema:

https://www.beautiful.ai/blog/battle-of-the-charts-pie-chart-vs-donut-chart

https://medium.com/@hypsypops/pie-chart-vs-donut-chart-showdown-in-the-ring-5d24fd86a9ce

https://www.mit.edu/~mbarker/formula1/f1help/11-ch-c6.htm

https://medium.datadriveninvestor.com/data-visualization-done-the-right-way-with-tableau-waffle-chart-fdf2a19be402

Atlikite tyrimus, kad rastumėte daugiau informacijos apie šį sudėtingą sprendimą.

Užduotis

Pabandykite Excel

Atsakomybės apribojimas:
Šis dokumentas buvo išverstas naudojant AI vertimo paslaugą Co-op Translator. Nors siekiame tikslumo, prašome atkreipti dėmesį, kad automatiniai vertimai gali turėti klaidų ar netikslumų. Originalus dokumentas jo gimtąja kalba turėtų būti laikomas autoritetingu šaltiniu. Kritinei informacijai rekomenduojama naudoti profesionalų žmogaus vertimą. Mes neprisiimame atsakomybės už nesusipratimus ar klaidingus interpretavimus, atsiradusius dėl šio vertimo naudojimo.

12 KiB Raw Permalink Blame History