Nach diesen Kursen fühle ich mich sicher, professionelle Visualisierungen und Dashboards zu erstellen.
Shoebur RahmanBeschaffungsspezialist, Giz Bangladesh
Kursbeschreibung
Nachdem du deine Visualisierungs-Skills mit ggplot2 verfeinert hast, ist es Zeit für größere Datensätze. In diesem Kurs lernst du mehrere Techniken zur Visualisierung von Big Data, mit besonderem Fokus auf die skalierbare Visualisierung per Faceting. Du erfährst, wie du diese Technik mit dem Trelliscope-Ansatz umsetzt, wie er im R-Paket trelliscopejs implementiert ist. Trelliscope fügt sich nahtlos in gängige R-Workflows ein und erzeugt interaktive Visualisierungen, mit denen du deine Daten im Detail visuell erkunden kannst. Am Ende dieses Kurses kannst du mühelos interaktive explorative Darstellungen großer Datensätze erstellen, die dir und deinen Kolleginnen und Kollegen neue Einblicke in eure Daten liefern.
Voraussetzungen
Lernprogramm
Kursübersicht
1
Allgemeine Strategien zur Visualisierung von Big Data
Lerne verschiedene Strategien, um Big Data mit ggplot2 zu plotten, darunter das Berechnen und Darstellen von zusammenfassenden Statistiken, verschiedene Techniken gegen Overplotting und die Prinzipien von Small Multiples mit Faceting, die zu Trelliscope führen.
- Zusammenfassungen visualisieren50 XP
- Tägliche Fahrtenanzahl100 XP
- Verteilung des Taxifahrpreises100 XP
- Verteilung der Zahlungsart100 XP
- Zusammenfassungen mit mehr Details versehen50 XP
- Zusammenhang zwischen Fahrtdauer und Gesamtfahrpreis100 XP
- Daily Rides facettieren100 XP
- Verteilung der Trinkgeldbeträge nach Zahlungsart facettiert100 XP
- Teilbereiche visualisieren50 XP
- Vergleich der Fahrpreisverteilung nach Zahlungsart100 XP
- Alle Teilmengen visualisieren50 XP
2
ggplot2 + TrelliscopeJS
Im vorherigen Kapitel hast du gesehen, wie Faceting als leistungsstarke Technik eingesetzt werden kann, um viele Daten zu visualisieren, die sich auf sinnvolle Weise natürlich partitionieren lassen. Jetzt lernst du mit dem Paket trelliscopejs in Kombination mit ggplot2, wie du facettierte Visualisierungen erstellst, wenn die Anzahl der Partitionen in den Daten zu groß wird, um sie effektiv auf einem einzigen Bildschirm zu betrachten.
3
Trelliscope im Tidyverse
Die Schnittstelle ggplot2 + trelliscopejs ist leicht zu verwenden, aber trelliscopejs bietet auch einen facettierten Plot-Mechanismus, der dir viel mehr Flexibilität gibt – sowohl beim gewählten Plot-System als auch bei der Spezifikation von Cognostics. All das lernst du in diesem Kapitel!
4
Fallstudie: Erkundung der Montreal BIXI Bike-Daten
Das Montreal BIXI Bike-Netzwerk stellt offene Daten zu jeder Fahrt bereit, darunter Datum, Uhrzeit, Dauer sowie Start- und Endstation. In diesem Kapitel analysierst du Daten von über 4 Millionen Fahrten im Jahr 2017 zwischen 546 Stationen. Aus diesen Daten lassen sich viele spannende explorative Fragen ableiten, und du erstellst explorative Visualisierungen von Zusammenfassungsstatistiken bis hin zu detaillierten Trelliscope-Visualisierungen, die dir interessante Einblicke in die Daten geben.
R
Big Data mit Trelliscope in R visualisieren
Kurs
abgeschlossen
