Po ukończeniu tych kursów czuję się pewnie w tworzeniu profesjonalnych wizualizacji i pulpitów nawigacyjnych
Shoebur RahmanSpecjalista ds. zakupów, 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 nauczania
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
