After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Opis kursu
Masz już opanowane umiejętności wizualizacji dzięki ggplot2 – czas zmierzyć się z większymi zbiorami danych. W tym kursie poznasz kilka technik wizualizacji dużych danych, ze szczególnym naciskiem na skalowalną technikę podziału na panele (faceting). Dowiesz się, jak zastosować tę technikę w praktyce, korzystając z podejścia Trelliscope zaimplementowanego w pakiecie R trelliscopejs. Trelliscope płynnie integruje się ze standardowymi przepływami pracy w R i tworzy interaktywne wizualizacje, które pozwalają szczegółowo eksplorować dane. Po ukończeniu kursu będziesz potrafić z łatwością tworzyć interaktywne wyświetlacze eksploracyjne dużych zbiorów danych, które pomogą tobie i twoim współpracownikom odkrywać nowe spostrzeżenia.
Wymagania wstępne
Program kursu
Plan kursu
1
Ogólne strategie wizualizacji dużych zbiorów danych
Poznaj różne strategie wizualizacji dużych danych przy użyciu ggplot2 – w tym obliczanie i wyświetlanie statystyk podsumowujących, techniki radzenia sobie z nakładaniem się punktów (overplotting) oraz zasady małych wielokrotności z podziałem na panele (faceting), które prowadzą do Trelliscope.
- Wizualizacja podsumowań50 XP
- Dzienna liczba przejazdów100 XP
- Rozkład kwoty opłaty za przejazd taksówką100 XP
- Rozkład typów płatności100 XP
- Dodawanie szczegółów do podsumowań50 XP
- Zależność między czasem przejazdu a całkowitą opłatą100 XP
- Podział przejazdów dziennych na panele100 XP
- Rozkład napiwków z podziałem na typ płatności100 XP
- Wizualizacja podzbiorów50 XP
- Porównanie rozkładu opłat według typu płatności100 XP
- Wizualizacja wszystkich podzbiorów50 XP
2
ggplot2 + TrelliscopeJS
W poprzednim rozdziale zobaczyłeś, jak podział na panele może być skuteczną techniką wizualizacji dużej ilości danych, które da się w naturalny sposób podzielić na sensowne grupy. Teraz, korzystając z pakietu trelliscopejs wraz z ggplot2, nauczysz się tworzyć wizualizacje podzielone na panele, gdy liczba partycji w danych jest zbyt duża, by skutecznie wyświetlić je na jednym ekranie.
3
Trelliscope w Tidyverse
Interfejs ggplot2 + trelliscopejs jest prosty w użyciu, ale trelliscopejs oferuje też mechanizm podziału na panele, który daje znacznie więcej elastyczności – zarówno w wyborze systemu wizualizacji, jak i w sposobie definiowania kognostyk. Wszystkiego tego dowiesz się w tym rozdziale!
4
Studium przypadku: eksploracja danych z rowerów BIXI w Montrealu
Sieć rowerów BIXI w Montrealu udostępnia otwarte dane dotyczące każdej przejazdu, w tym datę, godzinę, czas trwania oraz stacje początkową i końcową. W tym rozdziale przeanalizujesz dane z ponad 4 milionów przejazdów z 2017 roku, obejmujących 546 stacji. Zbiór ten kryje wiele ciekawych pytań eksploracyjnych, a ty stworzysz wizualizacje – od statystyk podsumowujących po szczegółowe wizualizacje Trelliscope – które pozwolą ci odkryć interesujące zależności w danych.
R
Wizualizacja dużych zbiorów danych z Trelliscope w R
Kurs
ukończony
