History

leestott 8dcd54c138 🌐 Update translations via Co-op Translator		3 weeks ago
..
README.md	🌐 Update translations via Co-op Translator	3 weeks ago

README.md

Vizualizacija deležev


Vizualizacija deležev - Sketchnote by @nitya

V tej lekciji boste uporabili naravoslovno usmerjen nabor podatkov za vizualizacijo deležev, na primer koliko različnih vrst gliv je prisotnih v določenem naboru podatkov o gobah. Raziskali bomo te fascinantne glive z naborom podatkov, pridobljenim iz Audubona, ki vsebuje podrobnosti o 23 vrstah gob z lističi iz družin Agaricus in Lepiota. Eksperimentirali boste z okusnimi vizualizacijami, kot so:

Torte 🥧
Krofi 🍩
Vaflji 🧇

💡 Zelo zanimiv projekt, imenovan Charticulator iz Microsoft Research, ponuja brezplačen vmesnik za vizualizacijo podatkov z metodo povleci in spusti. V enem od njihovih vaj uporabljajo tudi ta nabor podatkov o gobah! Tako lahko raziskujete podatke in hkrati spoznate knjižnico: Charticulator tutorial.

Predlekcijski kviz

Spoznajte svoje gobe 🍄

Gobe so zelo zanimive. Uvozimo nabor podatkov, da jih preučimo:

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

Izpiše se tabela z odličnimi podatki za analizo:

razred	oblika klobuka	površina klobuka	barva klobuka	modrice	vonj	pritrditev lističev	razmik lističev	velikost lističev	barva lističev	oblika bet	koren bet	površina nad obročem	površina pod obročem	barva nad obročem	barva pod obročem	tip zastiralca	barva zastiralca	število obročev	tip obroča	barva trosov	populacija	habitat
Strupena	Konveksna	Gladka	Rjava	Modrice	Ostri vonj	Prosto	Tesno	Ozki	Črna	Širjenje	Enak	Gladka	Gladka	Bela	Bela	Delna	Bela	Ena	Viseči	Črna	Razpršena	Urbana
Užitna	Konveksna	Gladka	Rumena	Modrice	Mandelj	Prosto	Tesno	Široki	Črna	Širjenje	Klub	Gladka	Gladka	Bela	Bela	Delna	Bela	Ena	Viseči	Rjava	Številna	Trave
Užitna	Zvonec	Gladka	Bela	Modrice	Janež	Prosto	Tesno	Široki	Rjava	Širjenje	Klub	Gladka	Gladka	Bela	Bela	Delna	Bela	Ena	Viseči	Rjava	Številna	Travniki
Strupena	Konveksna	Luskasta	Bela	Modrice	Ostri vonj	Prosto	Tesno	Ozki	Rjava	Širjenje	Enak	Gladka	Gladka	Bela	Bela	Delna	Bela	Ena	Viseči	Črna	Razpršena	Urbana
Užitna	Konveksna	Gladka	Zelena	Brez modric	Brez vonja	Prosto	Gosto	Široki	Črna	Zoženje	Enak	Gladka	Gladka	Bela	Bela	Delna	Bela	Ena	Izginjajoči	Rjava	Obilna	Trave
Užitna	Konveksna	Luskasta	Rumena	Modrice	Mandelj	Prosto	Tesno	Široki	Rjava	Širjenje	Klub	Gladka	Gladka	Bela	Bela	Delna	Bela	Ena	Viseči	Črna	Številna	Trave

Takoj opazite, da so vsi podatki tekstovni. Te podatke boste morali pretvoriti, da jih boste lahko uporabili v grafu. Večina podatkov je dejansko predstavljena kot objekt:

names(mushrooms)

Rezultat je:

[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"

Vzemite te podatke in pretvorite stolpec 'razred' v kategorijo:

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

Zdaj, če izpišete podatke o gobah, lahko vidite, da so razvrščeni v kategorije glede na razred strupenosti/užitnosti:

View(grouped)

razred	število
Užitna	4208
Strupena	3916

Če sledite vrstnemu redu, predstavljenemu v tej tabeli, da ustvarite oznake kategorij razreda, lahko ustvarite tortni graf.

Torta!

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

Voila, tortni graf, ki prikazuje deleže teh podatkov glede na ti dve kategoriji gob. Zelo pomembno je, da je vrstni red oznak pravilen, še posebej tukaj, zato preverite vrstni red, s katerim je ustvarjen niz oznak!

Krofi!

Malce bolj vizualno zanimiv tortni graf je krofni graf, ki je tortni graf z luknjo v sredini. Poglejmo naše podatke s to metodo.

Oglejte si različna okolja, kjer rastejo gobe:

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

Rezultat je:

habitat	število
Trave	2148
Listje	832
Travniki	292
Poti	1144
Urbana	368
Odpadki	192
Les	3148

Tukaj razvrščate svoje podatke po habitatih. Naštetih je 7, zato jih uporabite kot oznake za krofni graf:

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

Ta koda uporablja dve knjižnici - ggplot2 in webr. Z uporabo funkcije PieDonut iz knjižnice webr lahko enostavno ustvarimo krofni graf!

Krofne grafe v R lahko ustvarimo tudi samo z uporabo knjižnice ggplot2. Več o tem lahko izveste tukaj in poskusite sami.

Zdaj, ko veste, kako razvrstiti svoje podatke in jih nato prikazati kot torto ali krof, lahko raziščete druge vrste grafov. Poskusite vafeljni graf, ki je le drugačen način raziskovanja količine.

Vaflji!

Graf tipa 'vafelj' je drugačen način vizualizacije količin kot 2D matrika kvadratov. Poskusite vizualizirati različne količine barv klobukov gob v tem naboru podatkov. Za to morate namestiti pomožno knjižnico, imenovano waffle, in jo uporabiti za ustvarjanje svoje vizualizacije:

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

Izberite segment svojih podatkov za razvrščanje:

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

Ustvarite vafeljni graf z ustvarjanjem oznak in nato razvrščanjem svojih podatkov:

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"))

Z uporabo vafeljnega grafa lahko jasno vidite deleže barv klobukov v tem naboru podatkov o gobah. Zanimivo je, da je veliko gob z zelenimi klobuki!

V tej lekciji ste se naučili treh načinov vizualizacije deležev. Najprej morate razvrstiti svoje podatke v kategorije in nato odločiti, kateri je najboljši način za prikaz podatkov - torta, krof ali vafelj. Vsi so okusni in uporabniku takoj ponudijo vpogled v nabor podatkov.

🚀 Izziv

Poskusite ponovno ustvariti te okusne grafe v Charticulator.

Po-lekcijski kviz

Pregled in samostojno učenje

Včasih ni očitno, kdaj uporabiti tortni, krofni ali vafeljni graf. Tukaj je nekaj člankov za branje na to temo:

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

Raziskujte, da bi našli več informacij o tej težki odločitvi.

Naloga

Poskusite v Excelu

Omejitev odgovornosti:
Ta dokument je bil preveden z uporabo storitve za prevajanje z umetno inteligenco Co-op Translator. Čeprav si prizadevamo za natančnost, vas prosimo, da upoštevate, da lahko avtomatizirani prevodi vsebujejo napake ali netočnosti. Izvirni dokument v njegovem izvirnem jeziku je treba obravnavati kot avtoritativni vir. Za ključne informacije priporočamo profesionalni človeški prevod. Ne prevzemamo odgovornosti za morebitna nesporazumevanja ali napačne razlage, ki bi nastale zaradi uporabe tega prevoda.