After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Opis kursu
Mówi się, że obraz wart jest tysiąc słów. Skuteczne promowanie swojej analizy danych to nie tylko kwestia trafnych i czytelnych wizualizacji – liczy się też estetyka i oryginalność. Ten kurs pokazuje, jak wykorzystać możliwości motywów ggplot2 do tworzenia grafik o jakości publikacyjnej, które wyróżniają się spośród morza standardowych wykresów. Dowiesz się, jak dostosować ggplot2 i w pełni go wykorzystać, aby tworzyć niekonwencjonalne wizualizacje przyciągające uwagę w mediach społecznościowych. Na koniec połączysz zdobytą wiedzę, by stworzyć elegancki raport z własnym stylem przy użyciu RMarkdown i CSS – wszystko w ramach potężnego ekosystemu tidyverse.
Wymagania wstępne
Program kursu
Plan kursu
1
Własne motywy ggplot2
W tym rozdziale poznasz dane, z którymi będziesz pracować przez cały kurs: zależność między tygodniowym wymiarem czasu pracy a wynagrodzeniem w krajach europejskich według danych Międzynarodowej Organizacji Pracy (MOP). Następnie odkryjesz zaskakującą korelację dzięki eksploracyjnej wizualizacji. Na koniec nadasz tej grafice własny wygląd – przekształcisz zwykły wykres w estetyczną i oryginalną wizualizację danych.
- Wprowadzenie do danych50 XP
- Połącz dwa zbiory danych100 XP
- Zmiana typów zmiennych100 XP
- Filtrowanie i wizualizacja danych50 XP
- Filtrowanie danych do wizualizacji100 XP
- Podstawowe statystyki opisowe100 XP
- Podstawowy wykres punktowy100 XP
- Dodaj etykiety do wykresu100 XP
- Niestandardowe motywy ggplot250 XP
- Zastosuj domyślny motyw100 XP
- Zmiana wyglądu tytułów100 XP
- Zmień kolor tła i dodaj marginesy100 XP
2
Tworzenie niestandardowej i unikalnej wizualizacji
Wykresy słupkowe, punktowe i histogramy to prawdopodobnie najpopularniejsze i najskuteczniejsze formy wizualizacji danych. Czasem jednak istnieją jeszcze lepsze sposoby na zobrazowanie wniosków, które chcesz przekazać odbiorcom. Tak zwane wykresy kropkowe pozwalają lepiej uchwycić i zrozumieć zmiany w danych – na przykład rozwój w czasie. W tym rozdziale stworzysz niestandardową i unikalną wizualizację, która podkreśla i wyjaśnia dokładnie jeden wybrany aspekt opowiadanej historii.
3
Wprowadzenie do RMarkdown
Dawniej badacze i analitycy danych generowali wykresy w R, a następnie żmudnie przenosili je do dokumentów LaTeX lub Word. Dziś całe raporty można tworzyć i odtwarzać bezpośrednio w R i RStudio przy użyciu języka RMarkdown – łącząc fragmenty kodu R, sformatowany tekst, tabele i wykresy. W tym rozdziale weźmiesz swoje wcześniejsze wnioski, wyniki i grafiki, a następnie zintegrujesz je w taki raport, by opowiedzieć historię, którą warto przekazać.
4
Dostosowywanie raportu RMarkdown
Szef, klient czy wykładowca zazwyczaj oczekuje dokładnych wyników przedstawionych w przejrzystej i zwięzłej formie. Dodatkowym atutem jest jednak estetycznie sformatowany i oryginalny raport – a RMarkdown można dostosować właśnie w tym celu. W tym ostatnim rozdziale weźmiesz raport z poprzedniego rozdziału i nadasz mu własny, niepowtarzalny styl.
R
Komunikacja danych w Tidyverse
Kurs
ukończony
