ข้ามไปยังเนื้อหาหลัก

Courses

Communicating with Data in the Tidyverse

พื้นฐานระดับทักษะ

อัปเดตแล้ว 03/2568

Leverage the power of tidyverse tools to create publication-quality graphics and custom-styled reports that communicate your results.

เริ่มเรียนหลักสูตรฟรี

RData Visualization

4 ชม.

15 videos

53 Exercises

4,350 เอ็กซ์พี

33,854

คำแถลงแสดงความสำเร็จ

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google แสดงตัวเลือกเพิ่มเติม

หรือ

เมื่อดำเนินการต่อ คุณยอมรับข้อกำหนดการใช้งานของเรา นโยบายความเป็นส่วนตัวของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บไว้ในสหรัฐอเมริกา

เป็นที่ชื่นชอบของผู้เรียนในบริษัทหลายพันแห่ง

Training a Team?

Try for Business

คำอธิบายรายวิชา

They say that a picture is worth a thousand words. Indeed, successfully promoting your data analysis is not only a matter of accurate and effective graphics, but also of aesthetics and uniqueness. This course teaches you how to leverage the power of ggplot2 themes for producing publication-quality graphics that stick out from the mass of boilerplate plots out there. It shows you how to tweak and get the most out of ggplot2 in order to produce unconventional plots that draw attention on social media. In the end, you will combine that knowledge to produce a slick and custom-styled report with RMarkdown and CSS – all of that within the powerful tidyverse.

ข้อกำหนดเบื้องต้น

Introduction to the Tidyverse

1

Custom ggplot2 Themes

In this chapter, you will have a first look at the data you're going to work with throughout this course: the relationship between weekly working hours and monetary compensation in European countries, according to the International Labour Organization (ILO). After that, you'll dive right in and discover a stunning correlation by employing an exploratory visualization. You will then apply a custom look to that graphic – you'll turn an ordinary plot into an aesthetically pleasing and unique data visualization.

Introduction to the data

50 เอ็กซ์พี

Join the two data sets together

100 เอ็กซ์พี

Change variable types

100 เอ็กซ์พี

Filtering and plotting the data

50 เอ็กซ์พี

Filter the data for plotting

100 เอ็กซ์พี

Some summary statistics

100 เอ็กซ์พี

A basic scatter plot

100 เอ็กซ์พี

Add labels to the plot

100 เอ็กซ์พี

Custom ggplot2 themes

50 เอ็กซ์พี

Apply a default theme

100 เอ็กซ์พี

Change the appearance of titles

100 เอ็กซ์พี

Alter background color and add margins

100 เอ็กซ์พี

เริ่มบท

2

Creating a Custom and Unique Visualization

Barcharts, scatter plots, and histograms are probably the most common and effective data visualizations. Yet, sometimes, there are even better ways to visually highlight the finding you want to communicate to your audience. So-called "dot plots" make us better grasp and understand changes in data: development over time, for example. In this chapter, you'll build a custom and unique visualization that emphasizes and explains exactly one aspect of the story you want to tell.

Visualizing aspects of data with facets

50 เอ็กซ์พี

Prepare the data set for the faceted plot

100 เอ็กซ์พี

Add facets to the plot

100 เอ็กซ์พี

Define your own theme function

100 เอ็กซ์พี

Apply the new theme function to the plot

100 เอ็กซ์พี

A custom plot to emphasize change

50 เอ็กซ์พี

A basic dot plot

100 เอ็กซ์พี

Add arrows to the lines in the plot

100 เอ็กซ์พี

Add some labels to each country

100 เอ็กซ์พี

Polishing the dot plot

50 เอ็กซ์พี

The fct_reorder function

50 เอ็กซ์พี

Reordering elements in the plot

100 เอ็กซ์พี

Correct ugly label positions

100 เอ็กซ์พี

Finalizing the plot for different audiences and devices

50 เอ็กซ์พี

Change the viewport so labels don't overlap with plot border

100 เอ็กซ์พี

Optimizing the plot for mobile devices

100 เอ็กซ์พี

เริ่มบท

3

Introduction to RMarkdown

Back in the old days, researchers and data analysts used to generate plots in R and then tediously copy them into their LaTeX or Word documents. Nowadays, whole reports can be produced and reproduced from within R and RStudio, using the RMarkdown language – combining R chunks, formatted prose, tables and plots. In this chapter, you'll take your previous findings, results, and graphics and integrate them into such a report to tell the story that needs to be told.

What is RMarkdown?

50 เอ็กซ์พี

When is a document reproducible?

50 เอ็กซ์พี

Introduction to the RMarkdown exercise interface

100 เอ็กซ์พี

Formatting with Markdown

50 เอ็กซ์พี

Give your document a structure

100 เอ็กซ์พี

Change formatting of text snippets

100 เอ็กซ์พี

R code in RMarkdown documents

50 เอ็กซ์พี

Specify packages in the first code chunk

100 เอ็กซ์พี

R code chunk options

100 เอ็กซ์พี

Inline code statements

100 เอ็กซ์พี

Images in RMarkdown files

50 เอ็กซ์พี

Adjusting figure options, optimizing them for mobile devices.

100 เอ็กซ์พี

Add auxiliary images

100 เอ็กซ์พี

เริ่มบท

4

Customizing Your RMarkdown Report

Your boss, your client, or your professor usually expects your results to be accurate and presented in a clear and concise structure. However, coming up with a nicely formatted and unique report on top of that is certainly a plus and RMarkdown can be customized to accomplish this. In this last chapter, you'll take your report from the last chapter and brand it with your own custom and unique style.

Advanced YAML settings

50 เอ็กซ์พี

Change the overall appearance of your report

100 เอ็กซ์พี

Add a table of contents

100 เอ็กซ์พี

More YAML hacks

100 เอ็กซ์พี

Custom stylesheets

50 เอ็กซ์พี

CSS selectors

50 เอ็กซ์พี

Change style attributes of text elements

100 เอ็กซ์พี

Reference the style sheet

100 เอ็กซ์พี

Beautiful tables

50 เอ็กซ์พี

Beautify a table with kable

100 เอ็กซ์พี

Repetition: CSS

50 เอ็กซ์พี

50 เอ็กซ์พี

เริ่มบท

Communicating with Data in the Tidyverse

หลักสูตรเสร็จสมบูรณ์

ได้รับใบรับรองความสำเร็จ

เพิ่มข้อมูลรับรองนี้ลงในโปรไฟล์ LinkedIn, ประวัติย่อ หรือเรซูเม่ของคุณ
แชร์ลงในโซเชียลมีเดียและในรายงานประเมินผลการปฏิบัติงานของคุณลงทะเบียนเลย

สำหรับธุรกิจ

ฝึกอบรมบุคคลตั้งแต่ 2 คนขึ้นไป?

ให้ทีมของคุณเข้าถึงแพลตฟอร์ม DataCamp แบบเต็มรูปแบบ รวมถึงฟีเจอร์ทั้งหมด

ในแทร็กต่อไปนี้

พื้นฐาน Tidyverse ใน R

instructors

Timo Grossenbacher

Timo Grossenbacher

Head of Newsroom Automation at Tamedia

collaborators

Courses resources

Hourly Compensation (ILO)datasets

Weekly Working Hours (ILO)datasets

เข้าร่วมกับ... 19 ล้านผู้เรียน และเริ่ม Communicating with Data in the Tidyverse วันนี้เลย!

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google แสดงตัวเลือกเพิ่มเติม

หรือ

เมื่อดำเนินการต่อ คุณยอมรับข้อกำหนดการใช้งานของเรา นโยบายความเป็นส่วนตัวของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บไว้ในสหรัฐอเมริกา

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา