ggplot2 це дуже зручні графіки

система всі зробить за вас…

library(ggplot2)
library(datasets)

Почнемо з машинок

Перший датасет

head(mtcars)

##                    mpg cyl disp  hp drat    wt  qsec vs am gear carb
## Mazda RX4         21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
## Mazda RX4 Wag     21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
## Datsun 710        22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
## Hornet 4 Drive    21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
## Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2
## Valiant           18.1   6  225 105 2.76 3.460 20.22  1  0    3    1

names(mtcars)

##  [1] "mpg"  "cyl"  "disp" "hp"   "drat" "wt"   "qsec" "vs"   "am"   "gear"
## [11] "carb"

Значення змінних

mpg - миль на галон
cyl - Number of cylinders
disp - обсяг двигуна (кубічні дюйми)
hp - кінські сили
drat - характеристика задньої осі
wt - вага у тисячах фунтів
qsec - час проїзду четверті милі
vs - тип двигуна V чи S
am - тип передачі (0 - автоматична, 1 - ручна)
gear - якщо ручна передача, то кількість передач
carb - кількість карбюраторів

Найпростіші залежності:

plot(mtcars$wt,mtcars$mpg)

plot(mtcars$disp,mtcars$hp)

plot(mtcars$qsec,mtcars$carb)

Попередні гіпотези:

Чим більша вага, тим більше пального витрачається.
Чим більше обсяг двигуна, тим більше кінських сил.
Чим більше карбюраторів, тим швидше розгін.

Давайте для звичності переведемо у наші одиниці виміру

Завдання 1.

Обсяг двигуна у літри (1000 куб см).
Вагу у кілограми.
час проїзду 100 метрів.
Перевести миль на галон у літри на 100 км.

my_cars <- mtcars
my_cars$mpg <-100*3.78541178/(1.609344*my_cars$mpg)
my_cars$disp <- my_cars$disp*0.016387064
my_cars$wt <- my_cars$wt*0.45359237
my_cars$qsec <- my_cars$qsec/4.02336

Для використання бібліотеки ggplot2 потрібно визначити (як мінімум) три елемента:

Набір даних.
Естетику (що ми будемо зображувати)
Як ми будемо зображувати (точки, лінії, стовпчики…)

library(ggplot2)
ggplot(my_cars, aes(x=wt, y=mpg)) + geom_point()

ggplot(my_cars, aes(x=factor(cyl))) + geom_bar()

ggplot(my_cars, aes(x=mpg)) + geom_histogram(binwidth=3)

library(ggplot2)
ggplot(my_cars, aes(x=factor(cyl), y=wt)) + geom_boxplot()

ggplot(my_cars, aes(x=factor(am), y=qsec)) + geom_boxplot()

ggplot(my_cars, aes(y=mpg, x=factor(am), fill=am))+
        geom_violin()+
        xlab("transmission") + ylab("MPG")

ggplot(my_cars, aes(y=mpg, x=factor(am), fill=factor(am)))+
        geom_violin()+
        xlab("transmission") + ylab("MPG")

ggplot(my_cars, aes(x=wt, y=mpg)) + geom_point() + geom_smooth(method = "loess")

ggplot(my_cars, aes(hp, mpg)) + geom_point() +
  geom_smooth(method = "lm", se = FALSE) +
  ylab("літрів на 100 км") +
  xlab("кінських сил") +
  ggtitle("Вплив кількості кінських сил на витрати пального")

ggplot(mtcars, aes(x=wt, y=mpg, colour=factor(cyl))) + geom_point()

ggplot(my_cars, aes(x=mpg, y=wt)) + 
  geom_point(aes(col=factor(am), size=wt)) + 
  geom_smooth(method="loess", se=F)

Набір даних зі схожими вимірами.

head(mpg)

## # A tibble: 6 x 11
##   manufacturer model displ  year   cyl      trans   drv   cty   hwy    fl
##          <chr> <chr> <dbl> <int> <int>      <chr> <chr> <int> <int> <chr>
## 1         audi    a4   1.8  1999     4   auto(l5)     f    18    29     p
## 2         audi    a4   1.8  1999     4 manual(m5)     f    21    29     p
## 3         audi    a4   2.0  2008     4 manual(m6)     f    20    31     p
## 4         audi    a4   2.0  2008     4   auto(av)     f    21    30     p
## 5         audi    a4   2.8  1999     6   auto(l5)     f    16    26     p
## 6         audi    a4   2.8  1999     6 manual(m5)     f    18    26     p
## # ... with 1 more variables: class <chr>

Завдання - кожен має придумати 3 графіка (користуючись попередніми прикладами)

Тепер ще декілька графіків

ggplot(mpg, aes(cty, hwy)) + geom_point() + 
  geom_smooth(method="lm", se=F)

 ggplot(mpg, aes(cty, hwy)) + geom_jitter(width = .5, size=1) +
  labs(subtitle="mpg: city vs highway mileage", 
       y="hwy", 
       x="cty", 
       title="Jittered Points")

ggplot(mpg, aes(cty, hwy)) + geom_count(col="tomato", show.legend=F)

Складний аналіз. Усереднення за виробниками.

cty_mpg <- aggregate(mpg$cty, by=list(mpg$manufacturer), FUN=mean)  # aggregate
colnames(cty_mpg) <- c("make", "mileage")  # change column names
head(cty_mpg, 4)

##        make  mileage
## 1      audi 17.61111
## 2 chevrolet 15.00000
## 3     dodge 13.13514
## 4      ford 14.00000

mtcars$`car name` <- rownames(mtcars)  # create new column for car names
mtcars$mpg_z <- round((mtcars$mpg - mean(mtcars$mpg))/sd(mtcars$mpg), 2)  # compute normalized mpg
mtcars$mpg_type <- ifelse(mtcars$mpg_z < 0, "below", "above")  # above / below avg flag

# Diverging Barcharts
ggplot(mtcars, aes(x=`car name`, y=mpg_z, label=mpg_z)) + 
  geom_bar(stat='identity', aes(fill=mpg_type), width=.5)  +
  scale_fill_manual(name="Mileage", 
                    labels = c("Above Average", "Below Average"), 
                    values = c("above"="#00ba38", "below"="#f8766d")) + 
  labs(subtitle="Normalised mileage from 'mtcars'", 
       title= "Diverging Bars") + 
  coord_flip()

# Завдання. Повторити цей графік для попередньго датасета (показник - розхід палива)

ggplot(cty_mpg, aes(x=make, y=mileage)) + 
  geom_bar(stat="identity", width=.5, fill="tomato3") + 
  labs(title="Ordered Bar Chart", 
       subtitle="Make Vs Avg. Mileage", 
       caption="source: mpg") + 
  theme(axis.text.x = element_text(angle=65, vjust=0.6))

g <- ggplot(mpg, aes(manufacturer))
g + geom_bar(aes(fill=class), width = 0.5) + 
  theme(axis.text.x = element_text(angle=65, vjust=0.6)) + 
  labs(title="Histogram on Categorical Variable", 
       subtitle="Manufacturer across Vehicle Classes")

g <- ggplot(mpg, aes(cty))
g + geom_density(aes(fill=factor(cyl)), alpha=0.8) + 
    labs(title="Density plot", 
         subtitle="City Mileage Grouped by Number of cylinders",
         caption="Source: mpg",
         x="City Mileage",
         fill="# Cylinders")

g <- ggplot(mpg, aes(class, cty))
g + geom_boxplot(varwidth=T, fill="plum") + 
    labs(title="Box plot", 
         subtitle="City Mileage grouped by Class of vehicle",
         caption="Source: mpg",
         x="Class of Vehicle",
         y="City Mileage")

freqtable <- table(mpg$manufacturer)
df <- as.data.frame.table(freqtable)
g <- ggplot(df, aes(Var1, Freq))
g + geom_bar(stat="identity", width = 0.5, fill="tomato2") + 
      labs(title="Bar Chart", 
           subtitle="Manufacturer of vehicles", 
           caption="Source: Frequency of Manufacturers from 'mpg' dataset") +
      theme(axis.text.x = element_text(angle=65, vjust=0.6))

Країни світу

library(maps)
library(ggplot2)

world_map <- map_data("world2")
ggplot(world_map, aes(x=long, y=lat, group=group)) +geom_polygon(colour="blue") + scale_fill_brewer(palette="Set2")

geom_polygon(colour="blue")

## geom_polygon: na.rm = FALSE
## stat_identity: na.rm = FALSE
## position_identity

east_asia <- map_data("world", region=c("Japan", "China", "North Korea",
"South Korea"))
ggplot(east_asia, aes(x=long, y=lat, group=group, fill=region)) +
geom_polygon(colour="black") +
scale_fill_brewer(palette="Set2")

east_europe <- map_data("world", region=c("Ukraine", "Poland", "Moldova", "Romania"))
ggplot(east_europe, aes(x=long, y=lat, group=group, fill=region)) +
geom_polygon(colour="black")

some_countries <-  map_data("world2", region=c("Ukraine"))
ggplot(some_countries, aes(x=long, y=lat, group=group, fill=region)) +
geom_polygon(colour="black")

Лекція 8. Система графіки ggplot2

Олексій Ігнатенко

November 15, 2017