Przejdź do głównej treści

Strona główna R

Kurs

Wprowadzenie do wizualizacji danych z ggplot2

PodstawowyPoziom umiejętności

Zaktualizowano 12.2025

Naucz się tworzyć znaczące i piękne wizualizacje danych w ggplot2, poznając gramatykę grafiki.

Zacznij kurs za darmo

RData Visualization

4 godz.

14 filmów

52 Ćwiczenia

4,300 XP

180K+

Zaświadczenie o ukończeniu

Uwielbiany przez kursantów z tysięcy firm

Szkolisz zespół?

Wypróbuj dla firm

Opis kursu

Umiejętność tworzenia czytelnych i estetycznych wizualizacji danych to jeden z kluczowych elementów warsztatu każdego data scientista. Ten kurs – pierwszy w serii poświęconej wizualizacji danych w R – zapozna cię z zasadami dobrego projektowania wykresów oraz z koncepcją gramatyki grafiki zaimplementowaną w pakiecie ggplot2. ggplot2 stał się podstawowym narzędziem do tworzenia elastycznych i profesjonalnych wykresów w R. Omówimy pierwsze trzy niezbędne warstwy wykresu: dane, estetykę i geometrie. Po ukończeniu kursu będziesz potrafić tworzyć złożone wykresy eksploracyjne.Filmy zawierają transkrypcje na żywo – możesz je wyświetlić, klikając „Pokaż transkrypcję" w lewym dolnym rogu. Glosariusz kursu znajdziesz po prawej stronie, w sekcji zasobów. Aby uzyskać punkty CPE, musisz ukończyć kurs i zdobyć co najmniej 70% punktów w kwalifikowanym teście. Do testu możesz przejść, klikając powiadomienie o punktach CPE po prawej stronie.

Wymagania wstępne

Introduction to the Tidyverse

1

Introduction

In this chapter we’ll get you into the right frame of mind for developing meaningful visualizations with R. You’ll understand that as a communications tool, visualizations require you to think about your audience first. You’ll also be introduced to the basics of ggplot2 - the 7 different grammatical elements (layers) and aesthetic mappings.

Introduction

Explore and explain

Drawing your first plot

Data columns types affect plot types

The grammar of graphics

Mapping data columns to aesthetics

Understanding variables

ggplot2 layers

Adding geometries

Changing one geom or every geom

Saving plots as variables

Zacznij rozdział

2

Aesthetics

Aesthetic mappings are the cornerstone of the grammar of graphics plotting concept. This is where the magic happens - converting continuous and categorical data into visual scales that provide access to a large amount of information in a very short time. In this chapter you’ll understand how to choose the best aesthetic mappings for your data.

Visible aesthetics

All about aesthetics: color, shape and size

All about aesthetics: color vs. fill

All about aesthetics: comparing aesthetics

Aesthetics for categorical & continuous variables

Using attributes

All about attributes: color, shape, size and alpha

All about attributes: conflicts with aesthetics

Going all out

Modifying aesthetics

Updating aesthetic labels

Setting a dummy aesthetic

Aesthetics best practices

Appropriate mappings

Zacznij rozdział

3

Geometries

A plot’s geometry dictates what visual elements will be used. In this chapter, we’ll familiarize you with the geometries used in the three most common plot types you’ll encounter - scatter plots, bar charts and line plots. We’ll look at a variety of different ways to construct these plots.

Scatter plots

Overplotting 1: large datasets

Overplotting 2: Aligned values

Overplotting 3: Low-precision data

Overplotting 4: Integer data

Drawing histograms

Positions in histograms

Position in bar and col plots

Overlapping bar plots

Bar plots: sequential color palette

Basic line plots

Multiple time series

Zacznij rozdział

4

Themes

In this chapter, we’ll explore how understanding the structure of your data makes data visualization much easier. Plus, it’s time to make our plots pretty. This is the last step in the data viz process. The Themes layer will enable you to make publication quality plots directly in R. In the next course we'll look at some extra layers to add more variables to your plots.

Themes from scratch

Moving the legend

Modifying theme elements

Modifying whitespace

Theme flexibility

Built-in themes

Exploring ggthemes

Setting themes

Publication-quality plots

Effective explanatory plots

Using geoms for explanatory plots

Using annotate() for embellishments

Zacznij rozdział

Wprowadzenie do wizualizacji danych z ggplot2

Kurs
ukończony

Zdobądź zaświadczenie o ukończeniu

Dodaj to poświadczenie do swojego profilu LinkedIn, CV lub życiorysu
Udostępnij to w mediach społecznościowych i podczas oceny wyników pracyZapisz się teraz

Dołącz do ponad 19 milionów kursantów i zacznij Wprowadzenie do wizualizacji danych z ggplot2 już dziś!

Rozwijaj swoje umiejętności w zakresie danych dzięki DataCamp dla urządzeń mobilnych

Rób postępy w podróży dzięki naszym kursom mobilnym i codziennym 5-minutowym wyzwaniom kodowania.