Weiter zum Inhalt

Kurs

Kommunizieren mit Daten im Tidyverse

BasicSchwierigkeitsgrad

Aktualisiert 03/2025

Nach dieser Einführung ins tidyverse erstellst du hochwertige Grafiken und individuelle Berichte, die deine Ergebnisse optimal rüberbringen.

Kurs kostenlos starten

RData Visualization

4 Std.

15 Videos

53 Übungen

4,350 XP

33,906

Leistungsnachweis

Beliebt bei Lernenden in Tausenden Unternehmen

Ein Team schulen?

Für Unternehmen ausprobieren

Kursbeschreibung

Man sagt, ein Bild sagt mehr als tausend Worte. Der Erfolg deiner Datenanalyse hängt allerdings nicht nur von korrekten und aussagekräftigen Grafiken ab, sondern auch von Ästhetik und Wiedererkennungswert. In diesem Kurs lernst du, wie du die Power von ggplot2-Themes nutzt, um publikationsreife Grafiken zu erstellen, die sich von der Masse der Standardplots abheben. Du erfährst, wie du ggplot2 gezielt anpasst, um unkonventionelle Visualisierungen zu produzieren, die in sozialen Medien Aufmerksamkeit erzeugen. Am Ende kombinierst du dieses Wissen, um mit RMarkdown und CSS einen eleganten, individuell gestalteten Bericht zu erstellen – und das alles im leistungsstarken tidyverse.

Voraussetzungen

Introduction to the Tidyverse

1

Individuelle ggplot2-Themes

In diesem Kapitel wirfst du zunächst einen Blick auf die Daten, mit denen du im gesamten Kurs arbeitest: den Zusammenhang zwischen wöchentlichen Arbeitsstunden und Bezahlung in europäischen Ländern, basierend auf Daten der International Labour Organization (ILO). Anschließend steigst du direkt ein und entdeckst mithilfe einer explorativen Visualisierung eine beeindruckende Korrelation. Danach verpasst du der Grafik einen individuellen Look – aus einem gewöhnlichen Plot wird eine ästhetische und einzigartige Datenvisualisierung.

Einführung in die Daten

Füge die beiden Datensätze zusammen

Variablentypen ändern

Daten filtern und plotten

Daten für das Plotten filtern

Einige zusammenfassende Statistiken

Ein einfacher Scatterplot

Füge dem Plot Beschriftungen hinzu

Eigene ggplot2-Themes

Ein Standard-Theme anwenden

Aussehen von Titeln ändern

Hintergrundfarbe ändern und Ränder hinzufügen

Kapitel starten

2

Eine individuelle und einzigartige Visualisierung erstellen

Balkendiagramme, Streudiagramme und Histogramme gehören wahrscheinlich zu den gängigsten und wirkungsvollsten Visualisierungen. Manchmal gibt es jedoch noch bessere Wege, das Ergebnis, das du deinem Publikum vermitteln willst, visuell hervorzuheben. Sogenannte „Dot Plots“ helfen uns, Veränderungen in Daten besser zu erfassen und zu verstehen – etwa Entwicklungen über die Zeit. In diesem Kapitel baust du eine individuelle und einzigartige Visualisierung, die genau einen Aspekt deiner Story betont und erklärt.

Aspekte von Daten mit Facets visualisieren

Bereite den Datensatz für den Facet-Plot vor

Füge dem Plot Facets hinzu

Definiere deine eigene Theme-Funktion

Wende die neue Theme-Funktion auf den Plot an

Ein individueller Plot, der Veränderung hervorhebt

Ein einfaches Dotplot

Füge den Linien im Plot Pfeile hinzu

Füge jedem Land einige Labels hinzu

Den Dot-Plot verfeinern

Die Funktion fct_reorder

Elemente im Plot neu anordnen

Unschöne Label-Positionen korrigieren

Das Diagramm für unterschiedliche Zielgruppen und Geräte finalisieren

Ändere den Viewport, damit sich Labels nicht mit dem Plot-Rand überlappen

Den Plot für Mobilgeräte optimieren

Kapitel starten

3

Einführung in RMarkdown

Früher haben Forschende und Data Analysts Plots in R erzeugt und mühsam in ihre LaTeX- oder Word-Dokumente kopiert. Heute lassen sich komplette Berichte direkt in R und RStudio mit der Sprache RMarkdown erstellen und reproduzieren – mit einer Kombination aus R-Chunks, formatiertem Fließtext, Tabellen und Grafiken. In diesem Kapitel nimmst du deine bisherigen Erkenntnisse, Ergebnisse und Grafiken und integrierst sie in einen solchen Bericht, um die Geschichte zu erzählen, die erzählt werden muss.

Was ist RMarkdown?

Wann ist ein Dokument reproduzierbar?

Einführung in die RMarkdown-Übungsoberfläche

Formatierung mit Markdown

Gib deinem Dokument Struktur

Formatierung von Textausschnitten ändern

R-Code in RMarkdown-Dokumenten

Pakete im ersten Code-Chunk angeben

Optionen für R-Code-Chunks

Inline-Code-Anweisungen

Bilder in RMarkdown-Dateien

Abbildungsoptionen anpassen und für Mobilgeräte optimieren.

Zusätzliche Bilder einfügen

Kapitel starten

4

Deinen RMarkdown-Bericht anpassen

Deine Chefin, dein Kunde oder deine Professorin erwartet in der Regel genaue Ergebnisse, die klar und prägnant strukturiert sind. Ein ansprechend formatiertes und individuelles Reporting obendrein ist jedoch ein Plus – und RMarkdown lässt sich dafür anpassen. In diesem letzten Kapitel nimmst du den Bericht aus dem vorherigen Kapitel und gibst ihm mit deinem eigenen, individuellen Stil ein Branding.

Erweiterte YAML-Einstellungen

Ändere das Gesamterscheinungsbild deines Reports

Füge ein Inhaltsverzeichnis hinzu

Weitere YAML-Tricks

Eigene Stylesheets

CSS-Selektoren

Stilattributen von Textelementen ändern

Stylesheet referenzieren

Schöne Tabellen

Eine Tabelle mit kable verschönern

Wiederholung: CSS

Zusammenfassung

Kapitel starten

Kommunizieren mit Daten im Tidyverse

Kurs
abgeschlossen

Leistungsnachweis verdienen

Füge diesen Fähigkeitsnachweis zu deinem LinkedIn-Profil, Anschreiben oder Lebenslauf hinzu
Teile es auf Social Media und in deiner LeistungsbeurteilungJetzt anmelden

Schließe dich 19 Millionen Lernenden an und starte Kommunizieren mit Daten im Tidyverse heute!

DataCamp gibt es auch für Mobilgeräte

Mit unseren Kursen für Mobilgeräte und täglichen Programmier-Challenges erweiterst du deine Datenkompetenz von unterwegs.