11 KiB

Raw Permalink Blame History Unescape Escape

Oranları Görselleştirme


Oranları Görselleştirme - Sketchnote by @nitya

Bu derste, mantarlarla ilgili bir veri seti kullanarak oranları görselleştireceksiniz. Örneğin, bir veri setinde kaç farklı mantar türü bulunduğunu inceleyebilirsiniz. Agaricus ve Lepiota ailelerine ait 23 tür lamelli mantar hakkında bilgiler içeren Audubon'dan alınmış bir veri setini keşfedeceğiz. Aşağıdaki gibi lezzetli görselleştirmelerle denemeler yapacaksınız:

Pasta grafikleri 🥧
Donut grafikleri 🍩
Waffle grafikleri 🧇

💡 Microsoft Research tarafından geliştirilen Charticulator adlı çok ilginç bir proje, veri görselleştirmeleri için ücretsiz bir sürükle-bırak arayüzü sunuyor. Bu projede, mantar veri setini kullandıkları bir eğitim de var! Böylece hem veriyi keşfedebilir hem de kütüphaneyi öğrenebilirsiniz: Charticulator eğitimi.

Ders Öncesi Test

Mantarlarınızı Tanıyın 🍄

Mantarlar oldukça ilginçtir. Hadi bir veri seti içe aktararak onları inceleyelim:

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

Bir tablo çıktı olarak basılır ve analiz için harika veriler içerir:

sınıf	şapka şekli	şapka yüzeyi	şapka rengi	morarma	koku	lamel bağlantısı	lamel aralığı	lamel boyutu	lamel rengi	sap şekli	sap kökü	halka üstü sap yüzeyi	halka altı sap yüzeyi	halka üstü sap rengi	halka altı sap rengi	örtü türü	örtü rengi	halka sayısı	halka türü	spor baskı rengi	popülasyon	habitat
Zehirli	Konveks	Düz	Kahverengi	Morarma	Keskin	Serbest	Yakın	Dar	Siyah	Genişleyen	Eşit	Düz	Düz	Beyaz	Beyaz	Kısmi	Beyaz	Bir	Sarkık	Siyah	Dağınık	Şehir
Yenilebilir	Konveks	Düz	Sarı	Morarma	Badem	Serbest	Yakın	Geniş	Siyah	Genişleyen	Kulüp	Düz	Düz	Beyaz	Beyaz	Kısmi	Beyaz	Bir	Sarkık	Kahverengi	Çok	Çimenlik
Yenilebilir	Çan	Düz	Beyaz	Morarma	Anason	Serbest	Yakın	Geniş	Kahverengi	Genişleyen	Kulüp	Düz	Düz	Beyaz	Beyaz	Kısmi	Beyaz	Bir	Sarkık	Kahverengi	Çok	Çayır
Zehirli	Konveks	Pullu	Beyaz	Morarma	Keskin	Serbest	Yakın	Dar	Kahverengi	Genişleyen	Eşit	Düz	Düz	Beyaz	Beyaz	Kısmi	Beyaz	Bir	Sarkık	Siyah	Dağınık	Şehir
Yenilebilir	Konveks	Düz	Yeşil	Morarma Yok	Yok	Serbest	Kalabalık	Geniş	Siyah	Daralan	Eşit	Düz	Düz	Beyaz	Beyaz	Kısmi	Beyaz	Bir	Geçici	Kahverengi	Bol	Çimenlik
Yenilebilir	Konveks	Pullu	Sarı	Morarma	Badem	Serbest	Yakın	Geniş	Kahverengi	Genişleyen	Kulüp	Düz	Düz	Beyaz	Beyaz	Kısmi	Beyaz	Bir	Sarkık	Siyah	Çok	Çimenlik

Hemen fark ediyorsunuz ki tüm veriler metinsel. Bu verileri bir grafik oluşturmak için dönüştürmeniz gerekecek. Aslında, verilerin çoğu bir nesne olarak temsil ediliyor:

names(mushrooms)

Çıktı şu şekilde:

[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"

Bu verileri alın ve 'sınıf' sütununu bir kategoriye dönüştürün:

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

Şimdi, mantar verilerini yazdırırsanız, zehirli/yenilebilir sınıfına göre kategorilere ayrıldığını görebilirsiniz:

View(grouped)

sınıf	sayı
Yenilebilir	4208
Zehirli	3916

Bu tablodaki sırayı takip ederek sınıf kategori etiketlerinizi oluşturursanız, bir pasta grafiği oluşturabilirsiniz.

Pasta!

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

İşte, bu iki mantar sınıfına göre verilerin oranlarını gösteren bir pasta grafiği. Etiketlerin sırasını doğru almak oldukça önemlidir, özellikle burada, bu yüzden etiket dizisinin oluşturulma sırasını doğruladığınızdan emin olun!

Donutlar!

Biraz daha görsel olarak ilginç bir pasta grafiği, ortasında bir delik olan bir donut grafiğidir. Verilerimize bu yöntemle bakalım.

Mantarların büyüdüğü çeşitli habitatlara bir göz atın:

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

Çıktı şu şekilde:

habitat	sayı
Çimenlik	2148
Yapraklar	832
Çayırlar	292
Yollar	1144
Şehir	368
Atık	192
Odun	3148

Burada, verilerinizi habitatlara göre grupluyorsunuz. 7 habitat listelenmiş, bu yüzden donut grafiğiniz için bunları etiket olarak kullanın:

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

Bu kod iki kütüphaneyi kullanır - ggplot2 ve webr. webr kütüphanesinin PieDonut fonksiyonunu kullanarak kolayca bir donut grafiği oluşturabilirsiniz!

R'de donut grafikleri yalnızca ggplot2 kütüphanesi kullanılarak da yapılabilir. Daha fazla bilgi edinmek için buraya göz atabilir ve kendiniz deneyebilirsiniz.

Artık verilerinizi nasıl gruplandıracağınızı ve ardından pasta veya donut olarak nasıl göstereceğinizi bildiğinize göre, diğer grafik türlerini keşfedebilirsiniz. Waffle grafiğini deneyin, bu da miktarları keşfetmenin farklı bir yoludur.

Waffle!

'Waffle' türü bir grafik, miktarları karelerden oluşan 2D bir dizi olarak görselleştirmenin farklı bir yoludur. Bu veri setindeki mantar şapka renklerinin farklı miktarlarını görselleştirmeyi deneyin. Bunu yapmak için waffle adlı bir yardımcı kütüphane yüklemeniz ve görselleştirmenizi oluşturmak için kullanmanız gerekir:

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

Verilerinizden bir segment seçin ve gruplandırın:

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

Etiketler oluşturup verilerinizi gruplandırarak bir waffle grafiği oluşturun:

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"))

Bir waffle grafiği kullanarak, bu mantar veri setindeki şapka renklerinin oranlarını açıkça görebilirsiniz. İlginç bir şekilde, birçok yeşil şapkalı mantar var!

Bu derste, oranları görselleştirmenin üç yolunu öğrendiniz. Öncelikle, verilerinizi kategorilere ayırmanız ve ardından verileri göstermek için en iyi yolu seçmeniz gerekiyor - pasta, donut veya waffle. Hepsi lezzetli ve kullanıcıya bir veri setinin anlık görüntüsünü sunar.

🚀 Meydan Okuma

Bu lezzetli grafikleri Charticulator ile yeniden oluşturmaya çalışın.

Ders Sonrası Test

Gözden Geçirme ve Kendi Kendine Çalışma

Bazen pasta, donut veya waffle grafiği kullanmanın ne zaman uygun olduğu açık olmayabilir. Bu konuda okumak için bazı makaleler:

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

Bu zor kararla ilgili daha fazla bilgi bulmak için araştırma yapın.

Ödev

Excel'de Deneyin

Feragatname:
Bu belge, Co-op Translator adlı yapay zeka çeviri hizmeti kullanılarak çevrilmiştir. Doğruluk için çaba göstersek de, otomatik çevirilerin hata veya yanlışlıklar içerebileceğini lütfen unutmayın. Belgenin orijinal dili, yetkili kaynak olarak kabul edilmelidir. Kritik bilgiler için profesyonel insan çevirisi önerilir. Bu çevirinin kullanımından kaynaklanan yanlış anlama veya yanlış yorumlamalardan sorumlu değiliz.

11 KiB Raw Permalink Blame History Unescape Escape