Jaanus “Sops” Kolmene käib jõusaalis kolm korda nädalas. Järgmisel kuul sisustab ta ka reede õhtupooliku raskusi tõstes, sest tema rinnalihas on statistiku jaoks liiga nõrk. Nimelt otsib korvpalliklubi Brooklyn Nets oma ridadesse statistikut, kes analüüsiks korvpalliandmeid ja aitaks seeläbi optimiseerida meeskonna mängustrateegiat. Kandidaadi nõuete seas on ka 50 kg rinnalt surumine.
Kuna rinnalihase nõue on ehk peagi täidetud, tahab Jaanus enne intervjuule minekut saada praktilist kogemust NBA andmete analüüsimisel. Ta teab, et NBA mängude kohta kogutakse SportVU tehnoloogia abil detailset statistikat.
Ta tahab koostada iga mängija ja meeskonna kohta profiili: kust visatakse ning kust tabatakse. Just nagu tegi NY Times’i graafikaosakond:
Selles praktikumis uurime, kuidas teha sarnast joonist R-i vahenditega.
Kasutame NBA 2020/21 hooaja andmeid. Lae alla vajalikud NBA 2020/21 hooaja andmed aine kodulehelt, paki fail lahti ja loe andmed järgmise koodiga sisse:
# Sea paika töökataloog
# Kui skripti fail asub samas kaustas andmetega, siis kasuta järgmist koodi.
setwd(dirname(rstudioapi::getActiveDocumentContext()[[2]]))
# Loe andmed sisse
nba <- read.csv('NBA_20_21.csv')
Tunnused, mida järgnevalt vaja läheb, on:
Andmestikust ülevaate saamiseks võid enda jaoks visualiseerida huvipakkuva mängija viskekohti hajuvusdiagrammi abil, kus iga vise oleks punktike. Kasuta tunnuseid LOC_X ja LOC_Y.
Näpunäide: kasuta käsku coord_fixed(ratio = 1) (ka
edaspidiselt).
Diskretiseeri mänguväljak (jaga mänguväljak tükkideks).
Tükid moodusta nii, et ümarda x- ja y-koordinaat kümnelisteni. Iga kastikese kohta arvuta:
Tee seda iga algandmestikus oleva mängija puhul, võttes arvesse ka mängija meeskondlikku kuuluvust (mängija võib hooaja keskel meeskonda vahetada). Salvesta saadud andmestik muutujasse nba_agr.
Näpunäited:
round(21:30, -1).mutate,
group_by, summarise)# SINU LAHENDUS
library(ggplot2)
library(dplyr)
##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
library(reshape2)
## Warning: package 'reshape2' was built under R version 4.3.3
nba <- read.csv('NBA_20_21.csv')
nba_agr <- nba %>%
mutate(x_uus = round(LOC_X, -1), y_uus = round(LOC_Y, -1)) %>%
group_by(x_uus, y_uus, PLAYER_NAME) %>%
summarize(visete_arv = n(), tabavusprotsent = sum(SHOT_MADE_FLAG)/n())
## `summarise()` has grouped output by 'x_uus', 'y_uus'. You can override using
## the `.groups` argument.
Kasuta edasisel visualiseerimisel järgnevat koodi näidist mänguväljaku loomiseks:
library(grid)
library(jpeg)
# mänguväljaku loomine pildi abil
manguvaljak <- rasterGrob(readJPEG("nba_court.jpg"), width=unit(1,"npc"), height=unit(1,"npc"))
valitud_mangija_agr = filter(nba_agr, PLAYER_NAME == 'Stephen Curry') # Vaheta nimi!
valjak <- ggplot(valitud_mangija_agr, aes(x = x_uus, y = y_uus)) +
annotation_custom(manguvaljak, -250, 250, -50, 420) + geom_point()
# SINU LAHENDUS
valjak <- ggplot(valitud_mangija_agr, aes(x = x_uus, y = y_uus)) +
annotation_custom(manguvaljak, -250, 250, -50, 420) + geom_point(aes(size = visete_arv)) +
ylim(-50,300) + xlim(-250,250) + coord_fixed(ratio = 1)
valjak
Visualiseeri enda jaoks ülesandes 1 saadud andmeid (valitud mängija korral). Iga diskretiseeritud kastikese kohta joonista ring. Ringi pindala olgu proportsionaalne visete arvuga.
Näpunäited:
ylim(-50,300) ja xlim(-250,250) (et
ka varupingimeestel või hooaja keskel liitunutel näidatakse ikka tervet
väljakut).NY Timesi graafikaosakond on jaganud visete arvu kolme kategooriasse:
low, medium, high. Vali välja piirid, mille
põhjal jaotatakse visete arv kolme kategooriasse (low,
medium, high). Iga kategooria jaoks vali sobiv pindala
suurus (kontrolli, et tulemus oleks visuaalselt kena). Kirjuta
funktsioon kolm_suurust, mis vastavalt valitud suuruste
väärtustele ning kategooriate piiridele tagastab andmestiku, kus tunnus
“uus_suurus” vastab kategooria suurusele.
kolm_suurust = function(andmed, suurus1, suurus2, suurus3, piir1, piir2){
# Kui visete_arv <= piir1, siis uus_suurus = suurus1,
# kui piir1 < visete_arv <= piir2, siis uus_suurus = suurus2,
# kui visete_arv>piir2, siis uus_suurus = suurus3
# SINU LAHENDUS
filtr_andmed <- andmed
filtr_andmed$visete_arv <- ifelse(andmed$visete_arv <= piir1, suurus1, filtr_andmed$visete_arv)
filtr_andmed$visete_arv <- ifelse(andmed$visete_arv > piir1 & andmed$visete_arv <= piir2, suurus2, filtr_andmed$visete_arv)
filtr_andmed$visete_arv <- ifelse(andmed$visete_arv > piir2, suurus3, filtr_andmed$visete_arv)
return(filtr_andmed)
}
vma <- kolm_suurust(valitud_mangija_agr, 50, 100, 200, 2, 4)
ggplot(vma, aes(x = x_uus, y = y_uus)) +
annotation_custom(manguvaljak, -250, 250, -50, 420) + geom_point(aes(colour = tabavusprotsent, size = visete_arv)) +
ylim(-50,300) + xlim(-250,250) + coord_fixed(ratio = 1) +
scale_colour_gradient2(low = "#ABCDBC", mid = "#EFF471", high = "#D9060B", midpoint = 0.5)
Visualiseeri enda jaoks viskepositsioone sarnaselt eelmisele joonisele, kuid nüüd olgu ringidel vaid 3 erinevat suurust.
Uuri, mida tähistavad NY Times’i graafikul punane ja roheline värv.
Lisa nüüd ringidele värv vastavalt visketabavusele. Kasuta sarnast värvigammat, näiteks värvikoodid #ABCDBC, #EFF471 ja #D9060B.
Näpunäide:
scale_color_gradient2(), sh
parameeter midpoint.Kasuta nüüd ringide asemel kuusnurki.
Meeldetuletus kuusnurkadest:
ggplot() võimaldab parameetri shape abil
määrata erinevaid geomeetrilisi kujutusviise (näit. ruut, kolmnurk),
kuid valikute seas ei leidu kuusnurka. Oleme ette andnud funktsiooni
kuusnurk, mis sisestades kuusnurga keskpunkti koordinaadid
ja pindala, väljastab kuusnurga tippude koordinaadid. Paraku ise
defineeritud geomeetriliste objektide kujutamiseks
geom_point() ei sobi.
Näpunäited:
geom_polygon()kuusnurk ühe vaatluse korral
(st fikseeritud koordinaatide x ja y ning pindala korral)ggplot joonist tehes parameetri group puhul
kasutadafill abil ja
kontuure parameetri color abil.scale_fill_gradient2()kuusnurk = function(x, y, pindala){
r = sqrt(2*sqrt(3)/9*pindala)
x_coord=x+c(0,sqrt(3)/2*r,sqrt(3)/2*r,0,-sqrt(3)/2*r,-sqrt(3)/2*r)
y_coord=y+c(r, r/2, -r/2, -r, -r/2, r/2)
return(data.frame(x_kuusnurk=x_coord,y_kuusnurk=y_coord))
}
# SINU LAHENDUS
vma_kuusnurk <- kuusnurk(as.numeric(vma[1, 'x_uus']), as.numeric(vma[1, 'y_uus']), as.numeric(vma[1, 'visete_arv']))
vma_kuusnurk <- merge(vma[1, ], vma_kuusnurk)
vma_kuusnurk <- cbind(vma_kuusnurk, kuusnurk_nr = 1)
for(i in 2:nrow(vma)) {
temp <- kuusnurk(as.numeric(vma[i, 'x_uus']), as.numeric(vma[i, 'y_uus']), as.numeric(vma[i, 'visete_arv']))
temp <- merge(vma[i, ], temp)
temp <- cbind(temp, kuusnurk_nr = i)
vma_kuusnurk <- rbind(vma_kuusnurk, temp)
}
ggplot(vma_kuusnurk) +
annotation_custom(manguvaljak, -250, 250, -50, 420)+
geom_polygon(data=vma_kuusnurk, mapping=aes(x=x_kuusnurk, y=y_kuusnurk, group=kuusnurk_nr, fill=tabavusprotsent)) +
ylim(-50,300) + xlim(-250,250) + coord_fixed(ratio = 1) +
theme(legend.position="bottom") +
scale_fill_gradient2(low = "#ABCDBC",mid = "#EFF471", high = "#D9060B", midpoint = 0.5)
Ehita Shiny rakendus, kus kasutaja saab valida meeskonna ja valitud meeskonnas oleva mängija. Seejärel peab rakendus kuvama valitud mängijale vastava viskeprofiili.
Juhend:
selectInput()selectInput()selectInput("mangija", "Vali mängija", choices = "")
server funktsioonile lisa juurde parameeter
sessionserver <- function(input, output, session) {
observe()
(selleks, et kui meeskonna valikut on muudetud, uuendataks ka mängijate
nimekirja)observe() sees kasuta omakorda funktsiooni
updateSelectizeInput (uuri ka, mida see teeb): observe({
# Sinu kood
## Vali välja nende mängijate nimed, kes kuuluvad (või on kuulunud)
## valitud meeskonda
## mangijad_meeskonnas = ...
updateSelectizeInput(session, "mangija",
label = "Vali mängija",
choices = mangijad_meeskonnas,
selected = head(mangijad_meeskonnas, 1))
})
observe() sisuks on jälgida, kas mõni temas sisalduv
sisendi väärtus on muutunud (antud kontekstis meeskonna valik). Kui on,
siis jooksutatakse läbi kogu observe() funktsioonis sisalduv kood.theme().Lõplik tulemus võiks välja nähe umbes selline:
Muuda mängijate valikut selliselt, et mängijaid kuvatakse vastavalt sooritatud visete arvule (rohkem viskeid teinud mängijad eespool).
Kui võrrelda meie kuusnurki NY Times’i omadega, siis on näha, et NY
Times’i omi on 90 kraadi pööratud. Muuda funktsiooni
kuusnurk() selliselt, et selle väljundiks olev kuusnurk
oleks 90 kraadi pööratud.
Paul Butler oli 2010. aasta lõpus Facebookis praktikal. Ta visualiseeris sotsiaalvõrgustiku andmeid tõmmates jooni sõprade asukohtade vahel.
Joonis on atraktiivne ja annab hästi edasi FB visiooni. Seda sama joonist näidatakse igapäevaselt FB kontoris hiigelsuurelt ekraanilt ja kasutati näiteks FB aktsiaemissiooni prospektis, et meelde tuletada või selgitada ettevõtte missiooni. Paul tegi selle joonise kasutades R-i. Kuna FB meile andmeid ei andnud, vaatame selles kodutöös, kuidas lennuliiklus ühendab maailma.
Laadi alla andmestikud airports.csv ja flights.csv ning loe need töökeskkonda.
Andmestikus airports.csv on informatsioon lennujaamade kohta. Selles on järgnevad tunnused:
Andmestik flights.csv sisaldab infot lendude kohta. Selles on järgnevad tunnused:
Paul Butler kasutas suurringjooni, et visualiseerida ühendusi sõprade vahel. Kahe punkti lühim vahemaa keral avaldub suurringjoone kaudu. Kui tuult ja muid sarnaseid tegureid mitte arvestada, lendavad lennukid pikki vahemaid suurringjoonte marsruutide kaudu.
Järgneval joonisel on see tähistatud punase joonega.
Näide, kuidas joonistada suurringjoont R-is. Ühendame Delta maja Facebooki peakontoriga kasutades baasgraafika võimalusi.
library(maps)
library(geosphere)
map("world", col="#f2f2f2", fill=TRUE, border=NA)
lat_delta = 58.385582
lon_delta = 26.725512
lat_fb = 37.485245
lon_fb = -122.148807
gc_points = gcIntermediate(c(lon_delta, lat_delta),
c(lon_fb, lat_fb),
n=50, addStartEnd=TRUE)
lines(gc_points)
Näide, kuidas joonistada suurringjoont R-is. Ühendame Delta maja
maailma suurima pitsa sünnikohaga kahutades leaflet
paketti. Loe rohkem leaflet’i kohta siit.
lat_delta = 58.385582
lon_delta = 26.725512
lat_pitsa = 41.535158
lon_pitsa = 12.306798
library(leaflet)
library(geosphere)
m = leaflet() #koordinaatsüsteemis sisse lugemine
m = addTiles(m) #kaardikihtide lisamine
#suurringjoone punktid
gc_points = gcIntermediate(c(lon_delta, lat_delta),
c(lon_pitsa, lat_pitsa),
n = 50, addStartEnd = TRUE)
gc = data.frame(gc_points)
m = m %>% #punktide lisamine kaardile
addCircles(lng = lon_delta,lat = lat_delta,color = 'red',weight = 3) %>%
addCircles(lng = lon_pitsa,lat = lat_pitsa,color = 'red',weight = 3)
m = m %>% #joonte lisamine kaardile
addPolylines(lng = gc$lon, lat = gc$lat, weight = 3, color = 'red')
m = m %>%
setView(lng = 0, lat = 50, zoom = 3) %>%
addProviderTiles("Esri.WorldImagery") #geoloogiline
m
Visualiseeri suurringjoonte abil ühendusi, kuhu saab Tallinna lennujaamast otselennuga. Võid kasutada vabalt valitud meetodit eelnevalt toodud näidete seast.
Näpunäited:
airports Eesti lennujaamu).# SINU LAHENDUS
airports <- read.csv('airports.csv')
flights <- read.csv('flights.csv')
leia_otselennud = function(lahtekoht_id) {
temp <- flights %>%
filter(source_airport_id == lahtekoht_id) %>%
filter(dest_airport_id %in% airports$id)
temp <- temp %>%
rowwise() %>%
mutate(lon = as.numeric(airports[airports$id == dest_airport_id, "lon"]),
lat = as.numeric(airports[airports$id == dest_airport_id, "lat"]))
return(temp)
}
m = leaflet() #koordinaatsüsteemis sisse lugemine
m = addTiles(m) #kaardikihtide lisamine
jooned <- leia_otselennud(415)
for (i in 1:nrow(jooned)) {
sihtpunkt = c(as.numeric(jooned[i, "lon"]), as.numeric(jooned[i, "lat"]))
gc_points = gcIntermediate(c(lon_delta, lat_delta),
sihtpunkt,
n = 50, addStartEnd = TRUE)
gc = data.frame(gc_points)
m = m %>% #joonte lisamine kaardile
addPolylines(lng = gc$lon, lat = gc$lat, weight = 3, color = 'red')
}
m = m %>%
setView(lng = 0, lat = 50, zoom = 3) %>%
addProviderTiles("Esri.WorldImagery")
m
Visualiseeri ühendusi, kuhu saab Tallinna lennujaamast otselennu või ühe vahepeatusega. Võid kasutada esimeses ning kolmandas näites tutvustatud võimalusi.
Näpunäited:
Et värve muuta läbipaistvaks, lisa värvikoodile lõppu
läbipaistvuse intensiivsus. Näiteks kasuta funktsiooni
lines korral argumenti col="#00000010", et
muuta mustade (värvikood #000000) joonte läbipaistvus 10%-ni või
funktsiooni addPolylines korral argumente
weight=0.7 ja opacity=0.3.
Visualiseeri ühendusi Tallinn - vahelennujaam - lõpp-punkt. Tingimata pole tarvis mitu korda joonistada Tallinn - vahelennujaam ühendusi, need võid joonistada ka ühe korra.
# SINU LAHENDUS
m = leaflet() #koordinaatsüsteemis sisse lugemine
m = addTiles(m) #kaardikihtide lisamine
jooned <- leia_otselennud(415)
nrow(jooned)
## [1] 38
for (i in 1:nrow(jooned)) {
uus_lahtekoht <- as.numeric(jooned[i, "dest_airport_id"])
uus_lahtepunkt <- c(as.numeric(jooned[i, "lon"]), as.numeric(jooned[i, "lat"]))
uued_jooned <- leia_otselennud(uus_lahtekoht)
for (j in 1:nrow(uued_jooned)) {
sihtpunkt <- c(as.numeric(uued_jooned[j, "lon"]), as.numeric(uued_jooned[j, "lat"]))
gc_points <- gcIntermediate(uus_lahtepunkt,
sihtpunkt,
n = 50, addStartEnd = TRUE)
gc <- data.frame(gc_points)
m <- m %>% #joonte lisamine kaardile
addPolylines(lng = gc$lon, lat = gc$lat, weight = 0.7, color = '#34d8eb', opacity = 0.1)
}
}
m = m %>%
setView(lng = 0, lat = 50, zoom = 1) %>%
addProviderTiles("NASAGIBS.ViirsEarthAtNight2012")
m