Prerequisites

“ggplot2” là một trong những gói cốt lõi của tidyverse. Để truy cập vào các bộ dữ liệu và các hàm sẽ sử dụng, cần phải cài đặt và tải tidyverse bằng cách chạy đoạn mã sau:

install.packages("tidyverse")
library(tidyverse)

First Steps

Sử dụng đồ thị đầu tiên để trả lời các câu hỏi sau:

• Liệu những chiếc xe có động cơ lớn có sử dụng nhiều nhiên liệu hơn những chiếc xe có động cơ nhỏ không?

Sau khi đã có câu trả lời, hãy cố gắng làm cho câu trả lời chính xác hơn:

• Mối quan hệ giữa kích thước động cơ và hiệu quả nhiên liệu trông như thế nào? Nó có mối quan hệ dương không? Âm không?

• Tuyến tính hay phi tuyến?

The “mpg” Data Frame

“mpg” là một bộ dữ liệu chứa các quan sát được thu thập bởi Cơ quan Bảo vệ Môi trường Hoa Kỳ về 32 mẫu xe ô tô.

print(mpg)

## # A tibble: 234 × 11
##    manufacturer model      displ  year   cyl trans drv     cty   hwy fl    class
##    <chr>        <chr>      <dbl> <int> <int> <chr> <chr> <int> <int> <chr> <chr>
##  1 audi         a4           1.8  1999     4 auto… f        18    29 p     comp…
##  2 audi         a4           1.8  1999     4 manu… f        21    29 p     comp…
##  3 audi         a4           2    2008     4 manu… f        20    31 p     comp…
##  4 audi         a4           2    2008     4 auto… f        21    30 p     comp…
##  5 audi         a4           2.8  1999     6 auto… f        16    26 p     comp…
##  6 audi         a4           2.8  1999     6 manu… f        18    26 p     comp…
##  7 audi         a4           3.1  2008     6 auto… f        18    27 p     comp…
##  8 audi         a4 quattro   1.8  1999     4 manu… 4        18    26 p     comp…
##  9 audi         a4 quattro   1.8  1999     4 auto… 4        16    25 p     comp…
## 10 audi         a4 quattro   2    2008     4 manu… 4        20    28 p     comp…
## # ℹ 224 more rows

Mô tả một số biến trong data frame mpg:

• Manufacturer: Tên hãng sản xuất xe.

• Model: Tên mẫu xe.

• Displ: Dung tích động cơ (đơn vị: lít).

• Year: Năm sản xuất.

• Cyl: Số xi-lanh của động cơ.

• Trans: Kiểu hộp số.

• Drv: Loại dẫn động.

• Cty: Mức tiết kiệm nhiên liệu trong thành phố.

• Hwy: Mức tiết kiệm nhiên liệu trên đường cao tốc.

• Fl: Loại nhiên liệu.

• Class: Phân loại xe.

Creating a ggplot

Đây là cách vẽ biểu đồ từ mpg với trục hoành (x) là displ và trục tung (y) là hwy:

ggplot(data=mpg) + 
  geom_point(mapping = aes (x = displ, y = hwy))

Phân tích việc tạo biểu đồ:

• ggplot() tạo ra một hệ tọa độ mà bạn có thể thêm các layer vào. Tham số đầu tiên của ggplot() là tập dữ liệu sử dụng cho đồ thị. Ví dụ, ggplot(data = mpg).

• Hàm geom_point() dùng để thêm một lớp các điểm vào đồ thị, tạo ra biểu đồ phân tán. ggplot2 đi kèm với nhiều hàm geom khác nhau, mỗi hàm thêm một loại lớp khác nhau vào đồ thị.

• Mỗi hàm geom trong ggplot2 đều có một đối số mapping. Đối số này định nghĩa cách các biến trong tập dữ liệu được ánh xạ tới các thuộc tính hình ảnh. Đối số mapping luôn đi kèm với aes(), và các đối số x và y trong aes() chỉ rõ các biến nào sẽ được ánh xạ tới các trục x và y. ggplot2 sẽ tìm kiếm biến đã ánh xạ trong đối số data, trong trường hợp này là mpg.

-> Biểu đồ cho thấy mối quan hệ nghịch đảo giữa kích thước động cơ (displ) và mức tiết kiệm nhiên liệu (hwy). Nói cách khác, những chiếc xe có động cơ lớn tiêu tốn nhiều nhiên liệu hơn.

A Graphing Template

ggplot(data = <Data>) +
  <geom_funtion>(mapping = aes(<MAPPINGS>))

Exercises

1. Thực hiện ggplot(data = mpg). Bạn thấy gì?

ggplot(data = mpg)

-> Đây là một khung đồ thị trống, tức là một biểu đồ chưa có hình dạng cụ thể nào được vẽ ra. Lý do là lệnh ggplot chỉ mới được tạo với bộ dữ liệu là mpg và chưa có geom nào được gán vào.

2. Có bao nhiêu hàng (quan sát) trong mtcars? Có bao nhiêu cột (biến)?

mpg

-> Bộ dữ liệu gồm 32 hàng tương đương với 32 mẫu xe và 11 cột bao gồm các thông số như đã nêu ở phần “The”mpg” Data Frame”.

3. Biến drv mô tả điều gì? Đọc phần trợ giúp bằng lệnh ?mpg để hiểu.

?mpg

## starting httpd help server ... done

mpg {ggplot2} R Documentation Fuel economy data from 1999 to 2008 for 38 popular models of cars Description This dataset contains a subset of the fuel economy data that the EPA makes available on https://fueleconomy.gov/. It contains only models which had a new release every year between 1999 and 2008 - this was used as a proxy for the popularity of the car.

Usage mpg Format A data frame with 234 rows and 11 variables:

manufacturer manufacturer name

model model name

displ engine displacement, in litres

year year of manufacture

cyl number of cylinders

trans type of transmission

drv the type of drive train, where f = front-wheel drive, r = rear wheel drive, 4 = 4wd

cty city miles per gallon

hwy highway miles per gallon

fl fuel type

class “type” of car

[Package ggplot2 version 3.5.2 Index]

4. Vẽ biểu đồ phân tán (scatterplot) của hwy so với cyl.
5. Điều gì sẽ xảy ra nếu bạn tạo biểu đồ phân tán (scatterplot) giữa class và drv? Tại sao biểu đồ này không hữu ích?