After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Опис курсу
Цей курс ggplot2 розвиває ваші знання з вступного курсу, щоб створювати змістовні пояснювальні графіки. Статистики обчислюватимуться «на льоту», і ви побачите, як Coordinates та Facets допомагають у комунікації. Ви також розглянете деталі найкращих практик візуалізації даних у ggplot2, щоб упевнитися, що добре розумієте, що працює і чому. Наприкінці курсу ви матимете всі інструменти, потрібні, щоб створити власну функцію побудови графіків для дослідження великого набору даних, поєднуючи статистику та якісну візуалізацію.
Попередні вимоги
Навчальний план
Зміст курсу
1
Статистика
Один графік вартий тисячі слів, тож R ggplot2 — потужний інструмент для графічного аналізу даних. У цьому розділі ви перейдете від простого відображення даних до застосування різних статистичних методів. Зокрема, різних лінійних моделей, описової та інферентної статистики (середнє, стандартне відхилення та довірчі інтервали) і користувацьких функцій.
- Статистики з геомами50 XP
- Згладжування100 XP
- Групування змінних100 XP
- Зміна параметрів stat_smooth100 XP
- Зміна stat_smooth (2)100 XP
- Статистики: сума та квантиль50 XP
- Квантілі100 XP
- Використання stat_sum100 XP
- Статистики поза геомами50 XP
- Підготовка100 XP
- Використання обʼєктів position100 XP
- Варіації відображення100 XP
2
Координати
Шари Coordinates надають специфічні та дуже корисні інструменти для ефективної й точної передачі даних. Тут ми розглянемо різні способи ефективного використання цих шарів, щоб ви могли чітко візуалізувати логнормальні набори даних, змінні з одиницями виміру та періодичні дані.
3
Фасети
Фасети дають змогу розбити графік на кілька панелей, у кожній з яких відображаються підмножини набору даних. Тут ви дізнаєтеся, як загортати фасети та розташовувати їх у сітці, а також як налаштовувати підписи.
4
Найкращі практики
Тепер, коли ви маєте технічні навички для створення якісних візуалізацій, важливо зробити їх максимально змістовними. У цьому розділі ви розглянете три типи графіків, які спільнота data viz зазвичай не рекомендує: теплові мапи, кругові діаграми та «динамiтні» графіки. Ви дізнаєтеся про їхні підводні камені та як уникати цих помилок самостійно.
R
Середній рівень візуалізації даних у ggplot2
Курс
завершено
