Nach diesen Kursen fühle ich mich sicher, professionelle Visualisierungen und Dashboards zu erstellen.
Shoebur RahmanBeschaffungsspezialist, Giz Bangladesh
Kursbeschreibung
Aussagekräftige und schöne Datenvisualisierungen zu erstellen, ist ein zentraler Bestandteil deines Skillsets als Data Scientist. Dieser Kurs – das erste Tutorial zur Datenvisualisierung in R dieser Reihe – führt dich in die Prinzipien guter Visualisierungen und in die Konzepte der Grammar of Graphics ein, wie sie im Paket ggplot2 umgesetzt sind. ggplot2 ist das Standardwerkzeug für flexible und professionelle Diagramme in R. Wir schauen uns die ersten drei grundlegenden Layer zum Erstellen eines Plots an – Data, Aesthetics und Geometries. Am Ende des Kurses kannst du komplexe explorative Plots erstellen.Die Videos enthalten Live-Transkripte, die du über „Show transcript" unten links im Video einblenden kannst.
Das Kursglossar findest du rechts im Bereich „Resources".
Um CPE-Credits zu erhalten, musst du den Kurs abschließen und in der qualifizierten Bewertung mindestens 70 % erreichen. Du gelangst zur Bewertung, indem du rechts auf den CPE-Credits-Hinweis klickst.
Voraussetzungen
Lernprogramm
Kursübersicht
1
Einführung
In diesem Kapitel bringen wir dich in die richtige Denkweise, um aussagekräftige Visualisierungen mit R zu entwickeln. Du verstehst, dass Visualisierungen als Kommunikationsmittel erfordern, deine Zielgruppe an erste Stelle zu setzen. Außerdem lernst du die Grundlagen von ggplot2 kennen – die 7 verschiedenen grammatikalischen Elemente (Layer) und die ästhetischen Zuordnungen.
- Einführung50 XP
- Erkunden und erklären50 XP
- Zeichne deinen ersten Plot100 XP
- Typen von Datenspalten beeinflussen Plot-Typen100 XP
- Die Grammatik der Grafik50 XP
- Datenspalten auf Ästhetik abbilden100 XP
- Variablen verstehen50 XP
- ggplot2-Schichten50 XP
- Hinzufügen von Geometrien100 XP
- Ein Geom oder jedes Geom ändern100 XP
- Speichern von Plots als Variablen100 XP
2
Ästhetiken
Ästhetische Zuordnungen sind das Fundament des Grammar-of-Graphics-Konzepts. Hier passiert die Magie: kontinuierliche und kategoriale Daten werden in visuelle Skalen übersetzt, die in sehr kurzer Zeit Zugang zu vielen Informationen bieten. In diesem Kapitel lernst du, wie du die besten ästhetischen Zuordnungen für deine Daten auswählst.
3
Geometrien
Die Geometrie eines Plots bestimmt, welche visuellen Elemente verwendet werden. In diesem Kapitel machen wir dich mit den Geometrien der drei häufigsten Plottypen vertraut, denen du begegnest – Streudiagramme, Balkendiagramme und Liniendiagramme. Wir schauen uns verschiedene Möglichkeiten an, diese Plots zu erstellen.
4
Themes
In diesem Kapitel untersuchen wir, wie dir das Verständnis der Struktur deiner Daten die Visualisierung deutlich erleichtert. Außerdem ist es Zeit, unsere Plots hübsch zu machen. Das ist der letzte Schritt im Data-Viz-Prozess. Der Themes-Layer ermöglicht es dir, in R direkt publikationsreife Plots zu erzeugen. Im nächsten Kurs schauen wir uns zusätzliche Layer an, um weitere Variablen in deine Plots aufzunehmen.
R
Einführung in die Datenvisualisierung mit ggplot2
Kurs
abgeschlossen
