Hoppa till huvudinnehållet

Kurs

Visualisering av big data med Trelliscope i R

Grundläggande4 tim

Visualisera big data i R med ggplot2 och trelliscopejs.

R4 tim16 videor46 övningar3,450 XP6,313Intyg om fullgjord kurs

Skapa ditt kostnadsfria konto

Fortsätt med Google
eller
Genom att fortsätta godkänner du våra Användarvillkor, vår Integritetspolicy och att dina data lagras i USA.

Älskad av elever på tusentals företag

Utbildar ett team?

Prova för företag

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

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.
Starta kapitel
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!
Starta kapitel
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.
Starta kapitel
R

Visualisering av big data med Trelliscope i R

Kurs
slutförd

Tjäna intyg om genomförande

Registrera dig nu

Utveckla dina datakunskaper med DataCamp för mobil

Ta dig framåt var du än är med våra mobilkurser och dagliga 5-minuterskodningsutmaningar.