Po ukończeniu tych kursów czuję się pewnie w tworzeniu profesjonalnych wizualizacji i pulpitów nawigacyjnych
Shoebur RahmanSpecjalista ds. zakupów, Giz Bangladesh
Opis kursu
Ten kurs ggplot2 rozwija wiedzę zdobytą podczas kursu wprowadzającego i uczy tworzenia czytelnych, przekonujących wykresów. Nauczysz się obliczać statystyki w locie oraz zobaczysz, jak warstwy Coordinates i Facets usprawniają komunikację danych. Poznasz też szczegóły najlepszych praktyk wizualizacji w ggplot2, by dobrze rozumieć, co działa i dlaczego. Po ukończeniu kursu będziesz mieć wszystkie narzędzia potrzebne do stworzenia własnej funkcji wykresów, która łączy statystyki z doskonałą grafiką i pozwala eksplorować duże zbiory danych.
Wymagania wstępne
Program nauczania
Plan kursu
1
Statystyki
Jeden wykres potrafi powiedzieć więcej niż długi opis – właśnie dlatego ggplot2 jest tak potężnym narzędziem do graficznej analizy danych. W tym rozdziale przejdziesz od prostego wyświetlania danych do stosowania różnorodnych metod statystycznych. Nauczysz się korzystać z kilku modeli liniowych, statystyk opisowych i wnioskowania statystycznego (średnia, odchylenie standardowe, przedziały ufności) oraz funkcji niestandardowych.
- Statystyki z geomami50 XP
- Wygładzanie100 XP
- Grupowanie zmiennych100 XP
- Modyfikowanie stat_smooth100 XP
- Modyfikowanie stat_smooth (2)100 XP
- Statystyki: suma i kwantyl50 XP
- Kwantyle100 XP
- Użycie stat_sum100 XP
- Statystyki poza geomami50 XP
- Przygotowania100 XP
- Używanie obiektów pozycji100 XP
- Wizualizacja wariantów100 XP
2
Współrzędne
Warstwa Coordinates oferuje precyzyjne i bardzo użyteczne narzędzia do efektywnego oraz dokładnego prezentowania danych. Nauczysz się różnych sposobów korzystania z tych warstw, aby czytelnie wizualizować zbiory danych o rozkładzie logarytmo-normalnym, zmienne z jednostkami oraz dane periodyczne.
3
Fasety
Fasety pozwalają podzielić wykres na wiele paneli, z których każdy przedstawia podzbiór danych. Nauczysz się zawijać fasety i układać je w siatce, a także stosować własne etykiety.
4
Dobre praktyki
Teraz, gdy opanowałeś już umiejętności techniczne potrzebne do tworzenia świetnych wizualizacji, warto zadbać o to, by były jak najbardziej wartościowe. W tym rozdziale przyjrzysz się trzem typom wykresów, które są często odradzane w społeczności wizualizacji danych: mapom ciepła, wykresom kołowym i wykresom dynamitowym. Dowiesz się, jakie pułapki się z nimi wiążą i jak ich unikać.
R
Wizualizacja danych na poziomie średniozaawansowanym z ggplot2
Kurs
ukończony
