History

leestott e2b90108bb 🌐 Update translations via Co-op Translator		3 weeks ago
..
README.md	🌐 Update translations via Co-op Translator	3 weeks ago

README.md

Unescape Escape

Визуализация пропорций


Визуализация пропорций - Скетчноут от @nitya

В этом уроке вы будете использовать другой набор данных, связанный с природой, чтобы визуализировать пропорции, например, сколько различных видов грибов содержится в заданном наборе данных о грибах. Давайте изучим эти удивительные грибы, используя набор данных, взятый из Audubon, который содержит информацию о 23 видах пластинчатых грибов из семейств Agaricus и Lepiota. Вы попробуете создать аппетитные визуализации, такие как:

Круговые диаграммы 🥧
Диаграммы в виде пончика 🍩
Вафельные диаграммы 🧇

💡 Очень интересный проект Charticulator от Microsoft Research предлагает бесплатный интерфейс для создания визуализаций данных методом перетаскивания. В одном из их учебных пособий также используется этот набор данных о грибах! Вы можете изучить данные и одновременно освоить библиотеку: Учебное пособие Charticulator.

Тест перед лекцией

Узнайте больше о грибах 🍄

Грибы — это очень интересный объект для изучения. Давайте импортируем набор данных, чтобы изучить их:

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

На экране появляется таблица с отличными данными для анализа:

class	cap-shape	cap-surface	cap-color	bruises	odor	gill-attachment	gill-spacing	gill-size	gill-color	stalk-shape	stalk-root	stalk-surface-above-ring	stalk-surface-below-ring	stalk-color-above-ring	stalk-color-below-ring	veil-type	veil-color	ring-number	ring-type	spore-print-color	population	habitat
Ядовитый	Выпуклый	Гладкий	Коричневый	Синяки	Резкий	Свободный	Близкий	Узкий	Черный	Утолщающийся	Равный	Гладкий	Гладкий	Белый	Белый	Частичный	Белый	Один	Свисающий	Черный	Разбросанный	Городской
Съедобный	Выпуклый	Гладкий	Желтый	Синяки	Миндальный	Свободный	Близкий	Широкий	Черный	Утолщающийся	Клубень	Гладкий	Гладкий	Белый	Белый	Частичный	Белый	Один	Свисающий	Коричневый	Многочисленный	Травы
Съедобный	Колокольчик	Гладкий	Белый	Синяки	Анисовый	Свободный	Близкий	Широкий	Коричневый	Утолщающийся	Клубень	Гладкий	Гладкий	Белый	Белый	Частичный	Белый	Один	Свисающий	Коричневый	Многочисленный	Луга
Ядовитый	Выпуклый	Чешуйчатый	Белый	Синяки	Резкий	Свободный	Близкий	Узкий	Коричневый	Утолщающийся	Равный	Гладкий	Гладкий	Белый	Белый	Частичный	Белый	Один	Свисающий	Черный	Разбросанный	Городской
Съедобный	Выпуклый	Гладкий	Зеленый	Без синяков	Нет	Свободный	Переполненный	Широкий	Черный	Сужающийся	Равный	Гладкий	Гладкий	Белый	Белый	Частичный	Белый	Один	Исчезающий	Коричневый	Обильный	Травы
Съедобный	Выпуклый	Чешуйчатый	Желтый	Синяки	Миндальный	Свободный	Близкий	Широкий	Коричневый	Утолщающийся	Клубень	Гладкий	Гладкий	Белый	Белый	Частичный	Белый	Один	Свисающий	Черный	Многочисленный	Травы

Сразу видно, что все данные представлены в текстовом виде. Чтобы использовать их в диаграмме, необходимо преобразовать данные. Большая часть данных представлена в виде объекта:

names(mushrooms)

Результат:

[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"

Возьмите эти данные и преобразуйте столбец 'class' в категорию:

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

Теперь, если вы выведете данные о грибах, вы увидите, что они сгруппированы по категориям в зависимости от класса (ядовитый/съедобный):

View(grouped)

class	count
Съедобный	4208
Ядовитый	3916

Если вы следуете порядку, представленному в этой таблице, чтобы создать метки категорий класса, вы можете построить круговую диаграмму.

Круг!

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

Вуаля, круговая диаграмма, показывающая пропорции данных в соответствии с двумя классами грибов. Очень важно правильно указать порядок меток, особенно здесь, поэтому обязательно проверьте порядок, в котором создается массив меток!

Пончики!

Более визуально интересной версией круговой диаграммы является диаграмма в виде пончика, которая представляет собой круговую диаграмму с отверстием в центре. Давайте посмотрим на наши данные с помощью этого метода.

Посмотрите на различные места обитания грибов:

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

Результат:

habitat	count
Травы	2148
Листья	832
Луга	292
Тропы	1144
Городской	368
Отходы	192
Деревья	3148

Здесь вы группируете данные по месту обитания. Всего их 7, поэтому используйте их в качестве меток для диаграммы в виде пончика:

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

Этот код использует две библиотеки - ggplot2 и webr. С помощью функции PieDonut из библиотеки webr можно легко создать диаграмму в виде пончика!

Диаграммы в виде пончика в R можно создавать, используя только библиотеку ggplot2. Вы можете узнать больше об этом здесь и попробовать сами.

Теперь, когда вы знаете, как группировать данные и отображать их в виде круговой или пончиковой диаграммы, вы можете изучить другие типы диаграмм. Попробуйте вафельную диаграмму, которая представляет собой другой способ изучения количества.

Вафли!

Диаграмма типа "вафля" — это другой способ визуализации количеств в виде двумерного массива квадратов. Попробуйте визуализировать различные количества цветов шляпок грибов в этом наборе данных. Для этого вам нужно установить вспомогательную библиотеку waffle и использовать ее для создания визуализации:

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

Выберите сегмент данных для группировки:

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

Создайте вафельную диаграмму, создав метки и сгруппировав данные:

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"))

С помощью вафельной диаграммы вы можете четко увидеть пропорции цветов шляпок грибов в этом наборе данных. Интересно, что есть много грибов с зелеными шляпками!

В этом уроке вы узнали три способа визуализации пропорций. Сначала нужно сгруппировать данные в категории, а затем решить, какой способ отображения данных — круг, пончик или вафля — подходит лучше всего. Все они аппетитны и дают пользователю мгновенное представление о наборе данных.

🚀 Задание

Попробуйте воссоздать эти аппетитные диаграммы в Charticulator.

Тест после лекции

Обзор и самостоятельное изучение

Иногда бывает неочевидно, когда использовать круговую, пончиковую или вафельную диаграмму. Вот несколько статей для чтения на эту тему:

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

Проведите исследование, чтобы найти больше информации о принятии этого сложного решения.

Задание

Попробуйте в Excel

Отказ от ответственности:
Этот документ был переведен с использованием сервиса автоматического перевода Co-op Translator. Несмотря на наши усилия обеспечить точность, имейте в виду, что автоматические переводы могут содержать ошибки или неточности. Оригинальный документ на его исходном языке следует считать авторитетным источником. Для получения критически важной информации рекомендуется профессиональный перевод человеком. Мы не несем ответственности за любые недоразумения или неправильные интерпретации, возникшие в результате использования данного перевода.

README.md Unescape Escape