Przejdź do głównej treści

Strona główna R

Kurs

Wprowadzenie do Tidyverse

PodstawowyPoziom umiejętności

Zaktualizowano 07.2026

Zacznij odkrywać i wizualizować własne dane z tidyverse — potężnym i popularnym zestawem narzędzi data science w R.

Zacznij kurs za darmo

RProgramming

4 godz.

16 filmów

50 Ćwiczeń

4,150 XP

390K+

Zaświadczenie o ukończeniu

Uwielbiany przez kursantów z tysięcy firm

Szkolisz zespół?

Wypróbuj dla firm

Opis kursu

To wprowadzenie do języka programowania R, skupione na zestawie narzędzi znanych jako Tidyverse. Poznasz wzajemnie powiązane procesy manipulacji danymi i wizualizacji, korzystając z narzędzi dplyr i ggplot2. Nauczysz się przetwarzać dane przez filtrowanie, sortowanie i podsumowywanie prawdziwego zbioru danych o historii krajów świata – wszystko po to, aby odpowiadać na pytania eksploracyjne. Następnie przekształcisz przetworzone dane w czytelne wykresy liniowe, słupkowe, histogramy i inne, korzystając z pakietu ggplot2. Przekonasz się, jak wartościowa jest eksploracyjna analiza danych i jak potężne są narzędzia Tidyverse. Kurs jest odpowiedni dla osób bez wcześniejszego doświadczenia w R, które chcą zacząć przygodę z analizą danych.Filmy zawierają transkrypcję na żywo – możesz ją wyświetlić, klikając „Pokaż transkrypcję" w lewym dolnym rogu okna. 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. Przejdź do testu, klikając informację o punktach CPE po prawej stronie.

Wymagania wstępne

Ten kurs nie ma żadnych wymagań wstępnych

1

Przetwarzanie danych

W tym rozdziale nauczysz się wykonywać trzy operacje na tabeli: filtrować wybrane obserwacje, porządkować je w określonej kolejności oraz modyfikować dane przez dodawanie lub zmianę kolumn. Zobaczysz, jak każdy z tych kroków pozwala odpowiedzieć na pytania dotyczące twoich danych.

Zbiór danych gapminder

Wczytywanie pakietów gapminder i dplyr

Poznawanie ramki danych

Filtrowanie danych – filter

Filtrowanie według roku

Filtrowanie według kraju i roku

Polecenie arrange

Porządkowanie obserwacji według oczekiwanej długości życia

Filtrowanie i sortowanie

Operator mutate

Zmiana i tworzenie kolumn za pomocą mutate

Łączenie filter, mutate i arrange

Zacznij rozdział

2

Wizualizacja danych

Dane często łatwiej zrozumieć i przedstawić w formie wykresu. W tym rozdziale poznasz podstawowe techniki wizualizacji danych za pomocą pakietu ggplot2. Zobaczysz też, jak pakiety dplyr i ggplot2 ściśle ze sobą współpracują przy tworzeniu czytelnych wykresów.

Wizualizacja danych z ggplot2

Przypisywanie zmiennych

Porównanie populacji i PKB per capita

Porównanie populacji i oczekiwanej długości życia

Skale logarytmiczne

Skala logarytmiczna na osi X

Skala logarytmiczna na osi x i osi y

Dodatkowe właściwości estetyczne

Dodawanie koloru do wykresu punktowego

Dodawanie rozmiaru i koloru do wykresu

Fasetowanie

Tworzenie osobnego wykresu dla każdego kontynentu

Podziały według roku

Zacznij rozdział

3

Grupowanie i podsumowywanie

Do tej pory odpowiadałeś na pytania dotyczące poszczególnych par kraj–rok. Teraz skupisz się na agregacjach danych – na przykład na średniej długości życia we wszystkich krajach w poszczególnych latach. W tym rozdziale poznasz funkcje group_by i summarize, które pozwalają zredukować duże zbiory danych do przejrzystych podsumowań.

Czasownik summarize

Wyznaczanie mediany oczekiwanej długości życia

Wyznaczanie mediany oczekiwanej długości życia w 1957 roku

Podsumowanie wielu zmiennych dla roku 1957

Czasownik group_by

Podsumowanie według roku

Podsumowanie według kontynentów

Podsumowanie według kontynentu i roku

Wizualizacja podsumowanych danych

Wizualizacja mediany oczekiwanej długości życia na przestrzeni czasu

Wizualizacja mediany PKB per capita według kontynentów w czasie

Porównanie mediany oczekiwanej długości życia i mediany PKB na kontynent w 2007 roku

Zacznij rozdział

4

Typy wizualizacji

W tym rozdziale nauczysz się tworzyć wykresy liniowe, słupkowe, histogramy i wykresy pudełkowe. Zobaczysz, jakie metody przetwarzania i przygotowania danych są potrzebne dla każdego z nich, oraz zrozumiesz, jaką rolę odgrywa każdy typ wykresu w analizie danych.

Wykresy liniowe

Wizualizacja mediany PKB per capita w czasie

Wizualizacja mediany PKB per capita według kontynentu na przestrzeni czasu

Wykresy słupkowe

Wizualizacja mediany PKB per capita według kontynentów

Wizualizacja PKB per capita według kraju w Oceanii

Wizualizacja populacji

Wizualizacja populacji z osią x w skali logarytmicznej

Wykresy pudełkowe

Porównanie PKB per capita na poszczególnych kontynentach

Dodawanie tytułu do wykresu

Podsumowanie

Zacznij rozdział

Wprowadzenie do Tidyverse

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 Tidyverse 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.