Lewati ke konten utama

Kursus

Praktik Terbaik Visualisasi di R

DasarTingkat Keterampilan

Diperbarui 01/2026

Mulai Kursus Gratis

RData Visualization

1 jam

13 videos

49 Latihan

4,200 XP

20,498

Pernyataan Pencapaian

Dipercaya oleh para pelajar di ribuan perusahaan

Melatih Tim?

Coba untuk Bisnis

Deskripsi Kursus

Kursus ini akan membantu Anda melampaui dasar-dasar visualisasi data dan mengasahnya menjadi bagian yang kuat dari perangkat data science Anda. Sepanjang pelajaran, kita akan menggunakan dua himpunan data terbuka yang menarik untuk membahas berbagai jenis data (proporsi, data titik, distribusi tunggal, dan beberapa distribusi) serta meninjau kelebihan dan kekurangan visualisasi yang paling umum. Selain itu, kita akan membahas beberapa alternatif visualisasi yang kurang umum untuk jenis data tersebut dan cara menyesuaikan pengaturan bawaan ggplot agar pesan Anda tersampaikan dengan paling efisien dan efektif.

Persyaratan

Introduction to Data Visualization with ggplot2

1

Proporsi dari keseluruhan

Pada bab ini, kita berfokus pada visualisasi proporsi dari suatu keseluruhan; kita melihat bahwa diagram pai sebenarnya tidak begitu buruk, sekaligus membahas waffle chart dan batang bertumpuk untuk membandingkan beberapa proporsi.

Pengantar Grammar of Graphics

Mengenal data penyakit

Pemanasan pengolahan data

Diagram pai dan kawan-kawannya

P-I-E yang tersohor

Merapikan diagram pai

Bagaimana dengan waffle?

Kapan menggunakan batang

Batang bertumpuk dasar

Mengatur urutan tumpukan agar mudah dibaca

Sumbu x kategorikal

2

Data titik

Fokus kita kini beralih ke data satu pengamatan atau data titik dan membahas kapan bagan batang tepat digunakan dan kapan tidak, apa yang digunakan saat tidak tepat, serta peningkatan berbasis persepsi secara umum untuk bagan Anda.

Batang dan titik: data titik

Apakah batang sesuai?

Bekerja dengan geom_col

Mengatur geom_bar

Bagan titik

Diagram titik berurutan

Menambahkan jangkar visual

Memfacet untuk menampilkan struktur.

Menyetel bagan Anda

Mari kita balik beberapa sumbu

Merapikan batang

Mengonversi ke chart titik

3

Distribusi tunggal

Selanjutnya kita beralih ke visualisasi data berdistribusi, mengungkap kerapuhan histogram, membahas kapan lebih baik beralih ke plot kerapatan kernel, serta cara membuat kedua plot tersebut bekerja optimal untuk data Anda.

Pentingnya distribusi

Berorientasi dengan data

Melihat semua data

Mengubah sumbu-y menjadi kerapatan

Nuansa histogram

Menyesuaikan jumlah bin

Lebih banyak batang

Lebar bin sesuai konteks

Estimator kerapatan kernel

Histogram ke KDE

Menambahkan rug plot

KDE dengan banyak data

4

Membandingkan distribusi

Sebagai penutup, kita meninjau cara membandingkan beberapa distribusi satu sama lain. Kita melihat mengapa box plot tradisional sangat berisiko dan bagaimana meningkatkannya dengan mudah, serta menelusuri kapan Anda sebaiknya menggunakan alternatif yang lebih lanjut seperti beeswarm plot dan violin plot.

Pendahuluan membandingkan distribusi

Boxplot sederhana

Menambahkan jitter

Pemfaktoran untuk menampilkan semua warna

Beeswarm dan violin

Beeswarm pertama Anda

Mengutak-atik violin plot

Violin dengan boxplot

Membandingkan banyak distribusi

Membandingkan distribusi yang berkaitan secara spasial

Plot ridgeline dasar

Merapikan ridgeline Anda

Menurunkan hujan (titik data)

Praktik Terbaik Visualisasi di R

Kursus
Selesai

Memperoleh Surat Keterangan Prestasi

Tambahkan kredensial ini ke profil LinkedIn, resume, atau CV Anda
Bagikan di media sosial dan dalam penilaian kinerja AndaDaftar sekarang

Bergabung dengan 19 juta pelajar dan mulai Praktik Terbaik Visualisasi di R Hari Ini!

Kembangkan keterampilan data Anda dengan DataCamp untuk Mobile

Buat kemajuan di mana saja dengan kursus mobile kami dan tantangan coding harian 5 menit.