Build your ultimate AI agent
Kursbeskrivning
Nu när du har finslipat dina visualiseringsfärdigheter med ggplot2 är det dags att ta sig an större datamängder. I den här kursen lär du dig flera tekniker för att visualisera big data, med särskilt fokus på den skalbara visualiseringstekniken fasettning. Du lär dig att tillämpa den här tekniken med Trelliscope-metoden, implementerad i R-paketet trelliscopejs. Trelliscope integreras sömlöst i vanliga R-arbetsflöden och producerar interaktiva visualiseringar som låter dig utforska dina data i detalj. När du är klar med kursen kan du enkelt skapa interaktiva utforskande vyer av stora datamängder – vyer som hjälper dig och dina kollegor att hitta nya insikter i era data.
Förkunskapskrav
Kursplan
Kursöversikt
1
Allmänna strategier för att visualisera big data
Lär dig olika strategier för att visualisera big data med ggplot2 – bland annat hur du beräknar och plottar sammanfattande statistik, hanterar överlappning i diagram och tillämpar principerna för small multiples med fasettning, vilket leder vidare till Trelliscope.
- Visualisera sammanfattningar50 XP
- Dagliga reseräkningar100 XP
- Fördelning av taxiresans totalkostnad100 XP
- Fördelning av betalningstyp100 XP
- Lägg till mer detalj i sammanfattningar50 XP
- Samband mellan resevaraktighet och totalt pris100 XP
- Facettera dagliga resor100 XP
- Fördelning av dricksbelopp uppdelat efter betalningstyp100 XP
- Visualisera delmängder50 XP
- Jämföra prisfördelning per betalningsmetod100 XP
- Visualisera alla delmängder50 XP
2
ggplot2 + TrelliscopeJS
I föregående kapitel såg du hur fasettning kan användas som en kraftfull teknik för att visualisera stora mängder data som på ett naturligt sätt kan delas in i meningsfulla grupper. Nu lär du dig, med hjälp av paketet trelliscopejs tillsammans med ggplot2, att skapa fasetterade visualiseringar när antalet partitioner i datan blir för stort för att visas effektivt på en enda skärm.
3
Trelliscope i Tidyverse
Gränssnittet mellan ggplot2 och trelliscopejs är enkelt att använda, men trelliscopejs erbjuder även en fasetterad plottmekanism som ger dig betydligt mer flexibilitet – både vad gäller vilket plottningssystem du använder och hur du definierar kognoster. Allt det lär du dig i det här kapitlet!
4
Fallstudie: Utforska Montreals BIXI-cykeldata
Montreals BIXI-cykelnätverk tillhandahåller öppen data för varje cykelresa, inklusive datum, tid, varaktighet samt start- och slutstation för resan. I det här kapitlet analyserar du data från över 4 miljoner cykelresor under 2017, fördelade på 546 stationer. Det finns många intressanta frågor att utforska i den här datan, och du skapar visualiseringar som sträcker sig från sammanfattande statistik till detaljerade Trelliscope-vyer – allt för att ge dig värdefulla insikter i materialet.
R
Visualisering av big data med Trelliscope i R
Kurs
slutförd
