11 KiB

Raw Permalink Blame History Unescape Escape

視覺化比例


視覺化比例 - 速記筆記由 @nitya 繪製

在這節課中，你將使用一個以自然為主題的數據集來視覺化比例，例如在一個關於蘑菇的數據集中有多少不同種類的真菌。我們將使用一個來自 Audubon 的數據集，該數據集列出了 Agaricus 和 Lepiota 家族中 23 種有鰓蘑菇的詳細信息。你將嘗試一些有趣的視覺化方式，例如：

圓餅圖 🥧
甜甜圈圖 🍩
華夫圖 🧇

💡 微軟研究院的一個非常有趣的項目 Charticulator 提供了一個免費的拖放界面，用於數據視覺化。在他們的一個教程中，他們也使用了這個蘑菇數據集！因此，你可以同時探索數據並學習這個工具庫：Charticulator 教程。

課前測驗

認識你的蘑菇 🍄

蘑菇非常有趣。讓我們導入一個數據集來研究它們：

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

一個表格顯示了一些非常適合分析的數據：

類別	帽型	帽表面	帽顏色	是否有瘀傷	氣味	鰓附著方式	鰓間距	鰓大小	鰓顏色	柄型	柄根	環上柄表面	環下柄表面	環上柄顏色	環下柄顏色	幔型	幔顏色	環數量	環型	孢子印顏色	分布	棲息地
有毒	凸形	光滑	棕色	有瘀傷	刺鼻	自由	緊密	狹窄	黑色	擴大	等長	光滑	光滑	白色	白色	部分	白色	一個	垂懸	黑色	分散	城市
可食用	凸形	光滑	黃色	有瘀傷	杏仁	自由	緊密	寬廣	黑色	擴大	棒狀	光滑	光滑	白色	白色	部分	白色	一個	垂懸	棕色	多數	草地
可食用	鐘形	光滑	白色	有瘀傷	茴香	自由	緊密	寬廣	棕色	擴大	棒狀	光滑	光滑	白色	白色	部分	白色	一個	垂懸	棕色	多數	草原
有毒	凸形	鱗片狀	白色	有瘀傷	刺鼻	自由	緊密	狹窄	棕色	擴大	等長	光滑	光滑	白色	白色	部分	白色	一個	垂懸	黑色	分散	城市
可食用	凸形	光滑	綠色	無瘀傷	無氣味	自由	擁擠	寬廣	黑色	錐形	等長	光滑	光滑	白色	白色	部分	白色	一個	消失	棕色	豐富	草地
可食用	凸形	鱗片狀	黃色	有瘀傷	杏仁	自由	緊密	寬廣	棕色	擴大	棒狀	光滑	光滑	白色	白色	部分	白色	一個	垂懸	黑色	多數	草地

你會立刻注意到所有的數據都是文本形式。你需要將這些數據轉換為可以用於圖表的格式。事實上，大部分數據是以對象形式表示的：

names(mushrooms)

輸出為：

[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"

將這些數據中的「類別」列轉換為分類：

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

現在，如果你打印出蘑菇數據，你會看到它已經根據有毒/可食用類別分組：

View(grouped)

類別	數量
可食用	4208
有毒	3916

如果你按照這個表格中呈現的順序來創建類別標籤，你就可以製作一個圓餅圖。

圓餅圖！

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

完成了，一個圓餅圖展示了根據這兩類蘑菇的數據比例。正確排列標籤的順序非常重要，尤其是在這裡，因此請務必確認標籤數組的構建順序！

甜甜圈圖！

一種更具視覺吸引力的圓餅圖是甜甜圈圖，它是在圓餅圖中間挖了一個洞。讓我們用這種方法來查看數據。

看看蘑菇生長的各種棲息地：

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

輸出為：

棲息地	數量
草地	2148
樹葉	832
草原	292
小徑	1144
城市	368
廢棄地	192
樹木	3148

在這裡，你將數據按棲息地分組。共有 7 種棲息地，因此使用它們作為甜甜圈圖的標籤：

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

這段代碼使用了兩個庫——ggplot2 和 webr。使用 webr 庫的 PieDonut 函數，我們可以輕鬆創建甜甜圈圖！

在 R 中僅使用 ggplot2 庫也可以製作甜甜圈圖。你可以在這裡了解更多並自己嘗試。

現在你已經知道如何分組數據並將其顯示為圓餅圖或甜甜圈圖，你可以探索其他類型的圖表。試試華夫圖，這是一種不同的方式來探索數量。

華夫圖！

華夫圖是一種以 2D 方格陣列視覺化數量的方式。試著視覺化這個數據集中蘑菇帽顏色的不同數量。為此，你需要安裝一個名為 waffle 的輔助庫，並使用它來生成你的視覺化：

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

選擇一段數據進行分組：

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

通過創建標籤並分組數據來製作華夫圖：

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"))