5 Tema Grafik Paling Banyak Dikunjungi di The R Graph Gallery

1. The Grammar of Graphics: ggplot2

Tak mengherankan, kategori ggplot2 adalah tema yang paling banyak dikunjungi sejauh ini: mewakili sekitar 15% dari trafik yang diperhitungkan untuk postingan ini (yang merupakan 45% dari total trafik, seperti disebutkan di atas).

Jumlah trafik ini tidak hanya dapat dijelaskan oleh popularitas paket ini di komunitas R, tetapi juga oleh fakta bahwa kategori ini menghimpun berbagai jenis grafik yang dapat Anda buat dengan paket ini, seperti boxplot, scatterplot, area graph, dan sebagainya, serta berisi beberapa subseksi yang menunjukkan cara menambahkan anotasi, mengelola warna plot, dan membuat data art. Singkatnya, kategori ini memuat banyak informasi terkait paket R ini.

Pustaka ini, yang merupakan “sistem plotting untuk R, berdasarkan grammar of graphics”, adalah rujukan untuk grafik R dan banyak sumber tersedia untuk mempelajari sintaksnya, seperti kursus Data Visualization with ggplot2 dari DataCamp, dan ggplot2 dari penciptanya, Hadley Wickham, yaitu buku ggplot2.

ggplot2 adalah implementasi grammar of graphics, yang berarti ada tata bahasa dasar untuk menghasilkan grafik: Anda memerlukan data dan elemen grafis untuk membuat plot, sama seperti Anda membutuhkan pronomina persona dan verba terkonjugasi untuk membuat kalimat.

Untuk grafik, ini berarti Anda memberi data ke plot sebagai elemen x dan y dan Anda perlu memanipulasi beberapa detail, seperti warna, penanda, dan lain-lain sebagai elemen grafis. Anda akan melihat bahwa ggplot2 juga membuat pembedaan ini, dan ada beberapa elemen dasar yang sering dapat dibedakan dalam grafik ggplot2, seperti data, geometries, aesthetics, dan scales.

Tentu saja, ada juga bagian yang lebih lanjut dari grammar ggplot2, seperti transformasi statistik dan facets, tetapi itu tidak akan dibahas dalam postingan blog ini. Lihat sumber yang disebutkan di atas untuk mendapatkan informasi lebih mendalam tentang ggplot2 dan kemampuannya.

Kembali ke galeri, Anda akan melihat bahwa saat ini ia menampilkan sekitar 40 grafik yang menggunakan paket tersebut, yang memungkinkan Anda mewujudkan tipe chart utama, seperti bar plot yang akan Anda temukan di bawah ini:

Anda melihat bahwa grafik di bawah ini menggunakan tiga dari empat elemen yang disebutkan di atas: data, aesthetics, dan geometries. Sekarang, mari lihat hasilnya lebih dekat atau perluas jendela pada tab “Plots” yang muncul di sebelah konsol R Anda pada DataCamp Light di atas:

Perhatikan bahwa jika Anda memerlukan lebih banyak tema, skala, dan geom untuk plot ggplot2, Anda selalu dapat memperolehnya dari paket tambahan seperti ggthemes atau paket ggthemr.

2. Grafik Interaktif

Kedua, kategori grafik interaktif menyumbang sekitar 11% dari trafik yang diperhitungkan untuk postingan blog ini. Sama seperti ggplot2, Anda bisa berargumen atau mengasumsikan bahwa sebagian besar trafik ke kategori ini berasal dari fakta bahwa ini adalah kategori yang lebih umum yang mencakup banyak informasi berbeda tentang berbagai grafik interaktif.

Tapi, apa itu grafik interaktif?

Tentu saja itu adalah grafik, tetapi yang membuatnya istimewa adalah Anda dapat memperbesar atau memperkecil plot, bermain dengan sumbu, mengarahkan kursor pada elemen untuk mendapatkan informasi tambahan, mengekspor dalam format png, memfilter data tertentu, dan sebagainya. Grafik ini memungkinkan pengguna bermain dengan data dan menemukan informasi yang mereka butuhkan.

Saat digunakan selama analisis, plot interaktif memungkinkan Anda mengeksplorasi data lebih efisien. Saat digunakan untuk pelaporan kepada klien, kolega, atau pembaca, grafik ini membantu memikat audiens dan membuat mereka memahami data; Grafik interaktif memungkinkan komunikasi dua arah antara pengguna dan grafik, yang menjadikannya situasi saling menguntungkan.

Bukan kebetulan jika grafik interaktif kini digunakan oleh surat kabar seperti New York Times dan jurnal ilmiah seperti Science!

Di R, membuatnya sangat mudah dengan menggunakan htmlwidgets.

Selain menampilkan contoh paket ini, galeri juga menampilkan beberapa contoh yang menggunakan Plotly. Plotly adalah paket R untuk membuat grafik berbasis web melalui pustaka grafik JavaScript open source plotly.js. Sintaks kodenya sangat mirip dengan ggplot2, jadi Anda mungkin dapat membuat grafik interaktif pertama Anda dalam hitungan menit! Jika Anda ingin memulai dengan paket ini, pertimbangkan Tutorial Plotly ini.

Tentu saja, Anda juga dapat membuat grafik interaktif dengan Shiny, pustaka R yang memungkinkan Anda mengubah analisis menjadi aplikasi web interaktif, dan selain pustaka yang Anda lihat di bagian ini, masih banyak pustaka lain yang memungkinkan Anda mengubah visualisasi statis menjadi interaktif!

3. Boxplot

Kategori boxplot menyumbang sekitar 8% dari trafik yang diperhitungkan untuk postingan ini. Ini adalah kategori ketiga paling populer di situs, kemungkinan karena lebih spesifik daripada dua kategori sebelumnya: membahas satu jenis plot tertentu.

Boxplot tidak lagi membutuhkan pengenalan. Ini adalah alat umum untuk memvisualisasikan hubungan antara variabel numerik dengan variabel diskret. Namun, berhati-hatilah agar tidak melewatkan informasi yang bisa tersembunyi di balik boxplot (seperti distribusi bimodal)!

R Graph Gallery akan menyediakan beberapa alternatif menarik untuk boxplot, seperti violin plot atau boxplot dengan jitter. Anda akan melihat bahwa, meskipun ggplot2 memiliki bagiannya sendiri, paket ini tetap sangat populer, bersama dengan fungsi dasar R seperti jitter()!

4. Spider Plot

Secara mengejutkan, kategori spider plot atau web chart menunjukkan kesuksesan besar di galeri, dengan 6% dari 45% trafik yang dianalisis untuk postingan blog ini.

Radar chart adalah cara untuk membandingkan banyak variabel kuantitatif. Salah satu contohnya adalah membangun chart ini dengan pustaka fmsb, yang memuat fungsi utilitas untuk buku “Practices of Medical and Health Data Analysis susing R”.

Kode pada DataCamp Light menghasilkan hasil berikut (atau cukup perluas jendela pada tab “Plots” yang muncul di sebelah tab Konsol R Anda pada DataCamp Light):

Tip: seperti yang dapat Anda bayangkan, Anda perlu berhati-hati agar tidak menampilkan terlalu banyak grup pada chart yang sama! Ini bisa sangat cepat menjadi sulit dibaca!

Namun paket fmsb bukan satu-satunya: Anda juga dapat membangun radar chart dengan ggplot, meskipun ini tidak disertakan dalam paket. Anda dapat menemukan tutorial di sini atau melihat ekstensi ggplot2 ggradar.

Yang juga menarik adalah paket radarchart. Ini patut diingat jika Anda ingin membuat radar chart interaktif.

5. Data Art

Rasa ingin tahu? Kesenangan? Ketertarikan? Kejutan?

Saya tidak tahu apa yang membawa orang ke sana, tetapi bagian Data Art adalah tema kelima yang paling banyak dikunjungi oleh pengguna R Graph Gallery, dengan sekitar 5% dari trafik yang diperhitungkan untuk postingan ini.

Ini jelas sesuatu yang tidak Anda lihat setiap hari!

Halaman ini menampilkan ringkasan karya 10 data aRtist dari seluruh dunia. Data Art adalah kecenderungan baru, di mana Anda, seperti yang mungkin sudah tersirat, membuat karya seni dari data. Ini dapat mengambil berbagai bentuk, menggunakan data nyata atau tidak, merepresentasikan sesuatu atau hanya membentuk pola abstrak.

Apakah Anda tertarik dan ingin tahu lebih banyak? Lihat bagian ini dan tentu saja, jangan ragu untuk mengusulkan karya Anda!

Ingin berkontribusi ke R Graph Gallery, mengusulkan sebuah grafik, atau meminta yang belum ada? Kunjungi tautan ini.