10 KiB

Raw Permalink Blame History Unescape Escape

視覺化比例


視覺化比例 - 由 @nitya 繪製的速記筆記

在本課程中，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類型的真菌。讓我們使用一個來自 Audubon 的數據集來探索這些迷人的真菌，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)

一個表格被打印出來，包含一些很棒的分析數據：

類別	菌蓋形狀	菌蓋表面	菌蓋顏色	是否有瘀傷	氣味	鰓附著方式	鰓間距	鰓大小	鰓顏色	菌柄形狀	菌柄根部	菌柄表面（環上方）	菌柄表面（環下方）	菌柄顏色（環上方）	菌柄顏色（環下方）	菌幕類型	菌幕顏色	環數量	環類型	孢子印顏色	分布	棲息地
有毒	凸形	光滑	棕色	有瘀傷	刺鼻	自由附著	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	自由附著	緊密	寬廣	黑色	擴大	棍狀	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	自由附著	緊密	寬廣	棕色	擴大	棍狀	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	自由附著	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	自由附著	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	自由附著	緊密	寬廣	棕色	擴大	棍狀	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數據都是文本格式。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，你可以看到它已根據有毒/可食用類別分組：

View(grouped)

類別	數量
可食用	4208
有毒	3916

如果你按照此表格中呈現的順序來創建類別標籤，你可以製作一個圓餅圖。

圓餅圖！

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

瞧，一個圓餅圖展示了根據這兩類蘑菇的比例數據。在這裡，正確的標籤順序非常重要，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))

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

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

現在你知道如何分組數據並以圓餅圖或甜甜圈圖顯示它，你可以探索其他類型的圖表。試試華夫圖，它是一種不同的方式來探索數量。

華夫圖！

「華夫」類型的圖表是一種以 2D 方格陣列視覺化數量的方式。嘗試視覺化此數據集中蘑菇菌蓋顏色的不同數量。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")

選擇數據的一部分進行分組：

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"))