11 KiB

Raw Permalink Blame History

Visualiseren van Verhoudingen


Visualiseren van Verhoudingen - Sketchnote door @nitya

In deze les gebruik je een dataset met een focus op de natuur om verhoudingen te visualiseren, zoals hoeveel verschillende soorten paddenstoelen voorkomen in een gegeven dataset over champignons. Laten we deze fascinerende schimmels verkennen met een dataset afkomstig van Audubon, waarin details staan over 23 soorten plaatjeszwammen in de Agaricus- en Lepiota-families. Je gaat experimenteren met smakelijke visualisaties zoals:

Taartdiagrammen 🥧
Donutdiagrammen 🍩
Wafeldiagrammen 🧇

💡 Een zeer interessant project genaamd Charticulator van Microsoft Research biedt een gratis drag-and-drop interface voor datavisualisaties. In een van hun tutorials gebruiken ze ook deze champignon-dataset! Zo kun je de data verkennen en tegelijkertijd de bibliotheek leren kennen: Charticulator tutorial.

Pre-lecture quiz

Leer je champignons kennen 🍄

Champignons zijn erg interessant. Laten we een dataset importeren om ze te bestuderen:

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

Een tabel wordt weergegeven met geweldige data voor analyse:

klasse	hoedvorm	hoedoppervlak	hoedkleur	kneuzingen	geur	plaatjesbevestiging	plaatjesafstand	plaatjesgrootte	plaatjeskleur	steelvorm	steelbasis	steeloppervlak-boven-ring	steeloppervlak-onder-ring	steelkleur-boven-ring	steelkleur-onder-ring	sluier-type	sluierkleur	ring-aantal	ring-type	sporenkleur	populatie	habitat
Giftig	Bolvormig	Glad	Bruin	Kneuzingen	Scherp	Vrij	Dicht	Smal	Zwart	Breder	Gelijk	Glad	Glad	Wit	Wit	Gedeeltelijk	Wit	Eén	Hangend	Zwart	Verspreid	Stedelijk
Eetbaar	Bolvormig	Glad	Geel	Kneuzingen	Amandel	Vrij	Dicht	Breed	Zwart	Breder	Knotsvormig	Glad	Glad	Wit	Wit	Gedeeltelijk	Wit	Eén	Hangend	Bruin	Talrijk	Grasland
Eetbaar	Klokvormig	Glad	Wit	Kneuzingen	Anijs	Vrij	Dicht	Breed	Bruin	Breder	Knotsvormig	Glad	Glad	Wit	Wit	Gedeeltelijk	Wit	Eén	Hangend	Bruin	Talrijk	Weiden
Giftig	Bolvormig	Schilferig	Wit	Kneuzingen	Scherp	Vrij	Dicht	Smal	Bruin	Breder	Gelijk	Glad	Glad	Wit	Wit	Gedeeltelijk	Wit	Eén	Hangend	Zwart	Verspreid	Stedelijk
Eetbaar	Bolvormig	Glad	Groen	Geen kneuzingen	Geen	Vrij	Dicht	Breed	Zwart	Taps	Gelijk	Glad	Glad	Wit	Wit	Gedeeltelijk	Wit	Eén	Vergankelijk	Bruin	Overvloedig	Grasland
Eetbaar	Bolvormig	Schilferig	Geel	Kneuzingen	Amandel	Vrij	Dicht	Breed	Bruin	Breder	Knotsvormig	Glad	Glad	Wit	Wit	Gedeeltelijk	Wit	Eén	Hangend	Zwart	Talrijk	Grasland

Je merkt meteen dat alle data tekstueel is. Je zult deze data moeten converteren om het te kunnen gebruiken in een diagram. De meeste data is feitelijk weergegeven als een object:

names(mushrooms)

De output is:

[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"

Neem deze data en converteer de 'klasse'-kolom naar een categorie:

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

Nu, als je de champignondata print, kun je zien dat het is gegroepeerd in categorieën volgens de giftige/eetbare klasse:

View(grouped)

klasse	aantal
Eetbaar	4208
Giftig	3916

Als je de volgorde in deze tabel aanhoudt om je klassecategorie-labels te maken, kun je een taartdiagram bouwen.

Taart!

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

Voila, een taartdiagram dat de verhoudingen van deze data toont volgens deze twee klassen van champignons. Het is erg belangrijk om de volgorde van de labels correct te krijgen, vooral hier, dus zorg ervoor dat je de volgorde controleert waarmee de labelarray is gebouwd!

Donuts!

Een visueel interessanter taartdiagram is een donutdiagram, wat een taartdiagram is met een gat in het midden. Laten we onze data bekijken met deze methode.

Bekijk de verschillende habitats waar champignons groeien:

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

De output is:

habitat	aantal
Grasland	2148
Bladeren	832
Weiden	292
Paden	1144
Stedelijk	368
Afval	192
Hout	3148

Hier groepeer je je data op habitat. Er zijn 7 vermeld, dus gebruik die als labels voor je donutdiagram:

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

Deze code gebruikt de twee bibliotheken - ggplot2 en webr. Met de PieDonut-functie van de webr-bibliotheek kun je eenvoudig een donutdiagram maken!

Donutdiagrammen in R kunnen ook alleen met de ggplot2-bibliotheek worden gemaakt. Je kunt er meer over leren hier en het zelf proberen.

Nu je weet hoe je je data kunt groeperen en weergeven als een taart- of donutdiagram, kun je andere soorten diagrammen verkennen. Probeer een wafeldiagram, wat gewoon een andere manier is om hoeveelheden te verkennen.

Wafels!

Een 'wafel'-type diagram is een andere manier om hoeveelheden te visualiseren als een 2D-array van vierkanten. Probeer de verschillende hoeveelheden champignonhoedkleuren in deze dataset te visualiseren. Hiervoor moet je een hulpbibliotheek genaamd waffle installeren en gebruiken om je visualisatie te genereren:

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

Selecteer een segment van je data om te groeperen:

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

Maak een wafeldiagram door labels te maken en vervolgens je data te groeperen:

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"))

Met een wafeldiagram kun je duidelijk de verhoudingen van hoedkleuren in deze champignon-dataset zien. Interessant genoeg zijn er veel champignons met groene hoeden!

In deze les heb je drie manieren geleerd om verhoudingen te visualiseren. Eerst moet je je data groeperen in categorieën en vervolgens beslissen wat de beste manier is om de data weer te geven - taart, donut of wafel. Allemaal zijn ze smakelijk en geven de gebruiker een direct overzicht van een dataset.

🚀 Uitdaging

Probeer deze smakelijke diagrammen opnieuw te maken in Charticulator.

Post-lecture quiz

Review & Zelfstudie

Soms is het niet duidelijk wanneer je een taart-, donut- of wafeldiagram moet gebruiken. Hier zijn enkele artikelen om hierover te lezen:

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

Doe wat onderzoek om meer informatie te vinden over deze lastige beslissing.

Opdracht

Probeer het in Excel

Disclaimer:
Dit document is vertaald met behulp van de AI-vertalingsservice Co-op Translator. Hoewel we streven naar nauwkeurigheid, dient u zich ervan bewust te zijn dat geautomatiseerde vertalingen fouten of onnauwkeurigheden kunnen bevatten. Het originele document in de oorspronkelijke taal moet worden beschouwd als de gezaghebbende bron. Voor kritieke informatie wordt professionele menselijke vertaling aanbevolen. Wij zijn niet aansprakelijk voor misverstanden of verkeerde interpretaties die voortvloeien uit het gebruik van deze vertaling.

11 KiB Raw Permalink Blame History