11 KiB

Raw Permalink Blame History

Arányok vizualizálása


Arányok vizualizálása - Sketchnote by @nitya

Ebben a leckében egy természetközpontú adatállományt fogsz használni, hogy vizualizáld az arányokat, például azt, hogy hány különböző gombafaj található egy adott adatállományban a gombákról. Fedezzük fel ezeket a lenyűgöző gombákat egy Audubon által összeállított adatállomány segítségével, amely 23 lemezes gombafajt tartalmaz az Agaricus és Lepiota családokból. Kísérletezni fogsz ínycsiklandó vizualizációkkal, mint például:

Torta diagramok 🥧
Fánk diagramok 🍩
Waffle diagramok 🧇

💡 Egy nagyon érdekes projekt, a Charticulator a Microsoft Research-től, ingyenes drag-and-drop felületet kínál adatvizualizációkhoz. Az egyik oktatóanyagukban szintén ezt a gomba adatállományt használják! Így egyszerre fedezheted fel az adatokat és tanulhatod meg a könyvtár használatát: Charticulator oktatóanyag.

Előadás előtti kvíz

Ismerd meg a gombáidat 🍄

A gombák nagyon érdekesek. Importáljunk egy adatállományt, hogy tanulmányozhassuk őket:

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

Egy táblázat jelenik meg, amely remek elemzési adatokat tartalmaz:

osztály	kalap-alak	kalap-felület	kalap-szín	zúzódások	illat	lemez-csatlakozás	lemez-távolság	lemez-méret	lemez-szín	szár-alak	szár-gyökér	szár-felület-gyűrű-felett	szár-felület-gyűrű-alatt	szár-szín-gyűrű-felett	szár-szín-gyűrű-alatt	fátyol-típus	fátyol-szín	gyűrű-szám	gyűrű-típus	spóra-nyomat-szín	populáció	élőhely
Mérgező	Domború	Sima	Barna	Zúzódik	Erős	Szabad	Szoros	Keskeny	Fekete	Vastagodó	Egyenlő	Sima	Sima	Fehér	Fehér	Részleges	Fehér	Egy	Függőleges	Fekete	Szórványos	Városi
Ehető	Domború	Sima	Sárga	Zúzódik	Mandula	Szabad	Szoros	Széles	Fekete	Vastagodó	Klub	Sima	Sima	Fehér	Fehér	Részleges	Fehér	Egy	Függőleges	Barna	Számos	Füves
Ehető	Harang	Sima	Fehér	Zúzódik	Ánizs	Szabad	Szoros	Széles	Barna	Vastagodó	Klub	Sima	Sima	Fehér	Fehér	Részleges	Fehér	Egy	Függőleges	Barna	Számos	Rét
Mérgező	Domború	Pikkelyes	Fehér	Zúzódik	Erős	Szabad	Szoros	Keskeny	Barna	Vastagodó	Egyenlő	Sima	Sima	Fehér	Fehér	Részleges	Fehér	Egy	Függőleges	Fekete	Szórványos	Városi
Ehető	Domború	Sima	Zöld	Nem zúzódik	Nincs	Szabad	Zsúfolt	Széles	Fekete	Keskenyedő	Egyenlő	Sima	Sima	Fehér	Fehér	Részleges	Fehér	Egy	Elillanó	Barna	Bőséges	Füves
Ehető	Domború	Pikkelyes	Sárga	Zúzódik	Mandula	Szabad	Szoros	Széles	Barna	Vastagodó	Klub	Sima	Sima	Fehér	Fehér	Részleges	Fehér	Egy	Függőleges	Fekete	Számos	Füves

Rögtön észreveheted, hogy az összes adat szöveges. Az adatokat át kell alakítanod, hogy diagramon használhatóak legyenek. Valójában az adatok többsége objektumként van ábrázolva:

names(mushrooms)

Az eredmény:

[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"

Konvertáld az 'osztály' oszlopot kategóriává:

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

Most, ha kinyomtatod a gomba adatokat, láthatod, hogy azokat kategóriákba csoportosították a mérgező/ehető osztály szerint:

View(grouped)

osztály	darabszám
Ehető	4208
Mérgező	3916

Ha követed a táblázatban bemutatott sorrendet az osztály kategória címkék létrehozásához, készíthetsz egy torta diagramot.

Torta!

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

Voilá, egy torta diagram, amely bemutatja az adatok arányait a gombák két osztálya szerint. Nagyon fontos, hogy a címkék sorrendje helyes legyen, különösen itt, ezért ellenőrizd a címke tömb létrehozásának sorrendjét!

Fánkok!

Egy vizuálisan érdekesebb torta diagram a fánk diagram, amely egy lyukkal rendelkező torta diagram. Nézzük meg az adatainkat ezzel a módszerrel.

Nézd meg a különböző élőhelyeket, ahol a gombák nőnek:

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

Az eredmény:

élőhely	darabszám
Füves	2148
Levelek	832
Rét	292
Ösvények	1144
Városi	368
Hulladék	192
Fa	3148

Itt az adatokat élőhely szerint csoportosítod. Hét élőhely van felsorolva, ezeket használd címkékként a fánk diagramhoz:

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

Ez a kód két könyvtárat használ - ggplot2 és webr. A webr könyvtár PieDonut függvényével könnyen készíthetünk fánk diagramot!

Fánk diagramokat R-ben csak a ggplot2 könyvtár segítségével is lehet készíteni. Erről többet megtudhatsz itt, és kipróbálhatod magad.

Most, hogy tudod, hogyan csoportosítsd az adatokat, majd jelenítsd meg őket torta vagy fánk diagramként, felfedezhetsz más típusú diagramokat is. Próbálj ki egy waffle diagramot, amely egy másik módja a mennyiségek vizualizálásának.

Waffle!

A 'waffle' típusú diagram egy másik módja a mennyiségek vizualizálásának, egy 2D négyzetes tömb formájában. Próbáld meg vizualizálni a gombakalap színek különböző mennyiségeit ebben az adatállományban. Ehhez telepítened kell egy segédkönyvtárat, a waffle könyvtárat, és használnod kell a vizualizáció létrehozásához:

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

Válassz ki egy adat szegmenst a csoportosításhoz:

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

Hozz létre egy waffle diagramot címkék létrehozásával, majd csoportosítsd az adatokat:

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"))

A waffle diagram segítségével egyértelműen láthatod a gombakalap színek arányait ebben az adatállományban. Érdekes módon sok zöld kalapú gomba van!

Ebben a leckében három módot tanultál meg az arányok vizualizálására. Először csoportosítanod kell az adatokat kategóriákba, majd eldönteni, hogy melyik a legjobb módja az adatok megjelenítésének - torta, fánk vagy waffle. Mindegyik ínycsiklandó, és azonnali pillanatképet nyújt az adatállományról.

🚀 Kihívás

Próbáld meg újra létrehozni ezeket az ínycsiklandó diagramokat a Charticulator segítségével.

Előadás utáni kvíz

Áttekintés és önálló tanulás

Néha nem egyértelmű, hogy mikor használjunk torta, fánk vagy waffle diagramot. Íme néhány cikk, amit elolvashatsz a témában:

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

Végezz kutatást, hogy további információkat találj erről a nehéz döntésről.

Feladat

Próbáld ki Excelben

Felelősség kizárása:
Ez a dokumentum az AI fordítási szolgáltatás Co-op Translator segítségével lett lefordítva. Bár törekszünk a pontosságra, kérjük, vegye figyelembe, hogy az automatikus fordítások hibákat vagy pontatlanságokat tartalmazhatnak. Az eredeti dokumentum az eredeti nyelvén tekintendő hiteles forrásnak. Kritikus információk esetén javasolt professzionális emberi fordítást igénybe venni. Nem vállalunk felelősséget semmilyen félreértésért vagy téves értelmezésért, amely a fordítás használatából eredhet.

11 KiB Raw Permalink Blame History