De 5 meest bezochte grafthema’s in The R Graph Gallery

1. The Grammar of Graphics: ggplot2

Niet verrassend is de ggplot2-categorie veruit het meest bezochte thema: het vertegenwoordigt ongeveer 15% van het verkeer dat voor dit bericht in aanmerking kwam (dat was 45% van het totale verkeer, zoals hierboven vermeld).

Dit verkeer is niet alleen te verklaren door de populariteit van dit pakket in de R-community, maar ook doordat deze categorie allerlei soorten grafieken verzamelt die je met dit pakket kunt maken, zoals boxplots, scatterplots, vlakgrafieken, enzovoort, en ook subsecties bevat die laten zien hoe je annotaties toevoegt, de kleuren van je plot beheert en data art maakt. Kortom, deze categorie bevat heel veel informatie over dit R-pakket.

Deze library, “a plotting system for R, based on the grammar of graphics”, is een referentie voor R-grafieken en er zijn tal van bronnen beschikbaar om de syntax te leren, zoals DataCamp’s cursus Data Visualization with ggplot2, en de ggplot2-maker Hadley Wickham’s ggplot2-boek.

ggplot2 is een implementatie van de grammar of graphics, wat betekent dat er een basisgrammatica voor grafieken bestaat: je hebt data en grafische elementen nodig om je plots te maken, net zoals je persoonlijke voornaamwoorden en een vervoegd werkwoord nodig hebt om zinnen te maken.

Voor grafieken betekent dit dat je data aan een plot doorgeeft als x- en y-elementen en dat je details zoals kleuren, markers, enzovoort als grafische elementen manipuleert. Je zult zien dat ggplot2 dit onderscheid ook maakt, en dat je in ggplot2-grafieken vaak een paar basiselementen kunt herkennen, zoals data, geometrieën, aesthetics en schalen.

Natuurlijk zijn er ook meer geavanceerde onderdelen van de ggplot2-grammatica, zoals statistische transformaties en facets, maar die komen in deze blogpost niet aan bod. Bekijk de hierboven genoemde bronnen voor meer diepgaande informatie over ggplot2 en de mogelijkheden.

Terug naar de galerij: je ziet dat er momenteel zo’n 40 grafieken met het pakket worden getoond, waarmee je de belangrijkste grafiektypen kunt realiseren, zoals de staafgrafiek die je hieronder vindt:

# Load `ggplot2`
................

# Create a dataset
# Height of 10 sorgho and poacee samles 
species <- c(rep("sorgho",3), 
             rep("poacee",3), 
             rep("banana",3), 
             rep("triticum",3))

# Three environmental conditions
condition <- rep(c("normal","stress","Nitrogen"),4)
value <- abs(rnorm(12,0,15))

# Create the data frame with `species`, `condition` and `value`
data <- data.frame(........,.........,..........)

# Plot the data
ggplot(data, aes(fill=condition, y=value, x=species)) + geom_bar(position="dodge", stat="identity")

Je ziet dat de onderstaande grafiek drie van de vier hierboven genoemde elementen gebruikt: data, aesthetics en geometrieën. Laten we nu het resultaat van dichterbij bekijken of vergroot het venster in het tabblad “Plots” dat naast je R-console is verschenen in het DataCamp Light-blok hierboven:

Let op: als je meer thema’s, schalen en geoms voor je ggplot2-plots nodig hebt, kun je die altijd halen uit aanvullende pakketten zoals ggthemes of het ggthemr-pakket.

2. Interactieve grafieken

Ten tweede is de categorie interactieve grafieken goed voor ongeveer 11% van het verkeer dat voor deze blogpost is meegenomen. Net als bij ggplot2 kun je aannemen dat een groot deel van het verkeer naar deze categorie voortkomt uit het feit dat het een meer algemene categorie is die veel verschillende informatie over verschillende interactieve grafieken omvat.

Maar wat zijn interactieve grafieken?

Het zijn natuurlijk grafieken, maar wat ze bijzonder maakt, is dat je in en uit kunt zoomen op de plots, met de assen kunt spelen, over elementen kunt hoveren voor extra informatie, kunt exporteren naar png-formaat, specifieke data kunt filteren, enzovoort… Ze stellen gebruikers in staat om met data te spelen en precies de informatie te vinden die ze nodig hebben.

Gebruik je ze tijdens je analyse, dan kun je je data efficiënter verkennen. Gebruik je ze voor rapportage aan klanten, collega’s of lezers, dan helpen ze het publiek te boeien en de data te begrijpen; interactieve grafieken maken tweerichtingscommunicatie mogelijk tussen de gebruiker en de grafieken, wat dit een win-winsituatie maakt.

Het is geen toeval dat interactieve grafieken nu worden gebruikt door kranten als de New York Times en wetenschappelijke tijdschriften als Science!

In R is het indrukwekkend eenvoudig om ze te maken met de htmlwidgets.

Naast voorbeelden van dit pakket laat de galerij ook verschillende voorbeelden zien waarin Plotly wordt gebruikt. Plotly is een R-pakket voor het maken van webgebaseerde grafieken via de open source JavaScript-bibliotheek plotly.js. De code-syntax lijkt sterk op die van ggplot2, dus waarschijnlijk maak je binnen enkele minuten je eerste interactieve grafiek! Wil je met dit pakket aan de slag, bekijk dan deze Plotly-tutorial.

Natuurlijk kun je ook interactieve grafieken maken met Shiny, een R-library waarmee je je analyses omzet in interactieve webapplicaties, en naast de libraries die je in deze sectie hebt gezien, zijn er nog veel andere libraries waarmee je statische visualisaties interactief kunt maken!

3. Boxplots

De categorie boxplot is goed voor ongeveer 8% van het verkeer dat voor dit bericht werd meegenomen. Het is de derde populairste categorie op de site, waarschijnlijk omdat hij specifieker is dan de vorige twee: het gaat om één specifiek type plot.

Boxplots hoeven nauwelijks introductie. Het is een gebruikelijke tool om de relatie te visualiseren tussen een numerieke variabele en een discrete variabele. Pas wel op dat je geen informatie mist die achter een boxplot schuil kan gaan (zoals een bimodale verdeling)!

De R Graph Gallery geeft je interessante alternatieven voor boxplots, zoals violingrafieken of boxplots met jitter. Je zult zien dat, ondanks dat ggplot2 zijn eigen sectie heeft, dit pakket nog steeds erg populair is, samen met de base R-functies zoals jitter()!

# Library `ggplot2`
library(.......)

# First type of color
ggplot(mtcars, aes(factor(cyl), mpg)) + geom_violin(aes(fill = cyl))

4. Spiderplots

Verrassend genoeg doen spiderplots of webcharts het erg goed in de galerij, met 6% van de 45% verkeer die voor deze blogpost is geanalyseerd.

Radardiagrammen zijn een manier om meerdere kwantitatieve variabelen te vergelijken. Een van de voorbeelden is het bouwen van deze grafieken met de fmsb-library, die hulpfuncties bevat voor het boek “Practices of Medical and Health Data Analysis using R”.

De code in het DataCamp Light-blok geeft het volgende resultaat (of vergroot gewoon het venster in het tabblad “Plots” dat naast je R Console-tabblad is verschenen in het DataCamp Light-blok):

Tip: zoals je je kunt voorstellen, moet je oppassen dat je niet te veel groepen in dezelfde grafiek weergeeft! Het wordt dan heel snel onleesbaar!

Maar het fmsb-pakket is niet alles: je kunt ook radardiagrammen opbouwen met ggplot, ook al zit dit niet in het pakket. Je vindt een tutorial hier of bekijk de ggplot2-extensie ggradar.

Interessant is ook het radarchart-pakket. Dit is er een om te onthouden als je interactieve radardiagrammen wilt maken.

5. Data Art

Nieuwsgierigheid? Fun? Interesse? Verrassing?

Ik weet niet wat mensen daarheen leidt, maar de Data Art-sectie is het vijfde meest bezochte thema door gebruikers van de R Graph Gallery, met ongeveer 5% van het verkeer dat voor dit bericht in aanmerking kwam.

Het is zeker iets wat je niet elke dag ziet!

Deze pagina toont een selectie van het werk van 10 data aRtists van over de hele wereld. Data Art is een nieuwe tendens waarbij je, zoals de term al doet vermoeden, kunst maakt van data. Het kan verschillende vormen aannemen, met echte data of niet, iets representeren of gewoon abstracte vormen maken.

Ben je geïnteresseerd en wil je meer weten? Neem een kijkje in deze sectie en voel je natuurlijk vrij om je eigen werk in te sturen!

Wil je bijdragen aan de R Graph Gallery, een grafiek voorstellen of om een ontbrekende vragen? Ga hier.