Визуализация данных в ggplot2 (материалы курсов)

В настоящий момент трудно представить себе, что кто-то начинает изучать язык R и не слышал о библиотеке {ggplot2}. По основам работы с ней выпущено немало книг, например, на русском языке есть книга Визуализация данных с помощью ggplot2, которую написал С.Э. Мастицкий.

Пожалуй, лучший способ научиться основам визуального представления данных в ggplot2 - это практика, но когда хочется посмотреть, как делают что-то эксперты, увидеть структурированный материал, нужно "коротко и по существу", то мы прибегаем к курсам. Курсов и обучающих материалов по ggplot2 очень много, я выделю лишь несколько интересных:

- Claus O. Wilke: курс Data Visualization in R, страница курса (открываем выпадающее меню Slides и Worksheets) на основе его книги Fundamentals of Data Visualization

- Dr. Cédric Scherer: Graphic Design with ggplot2, страница курса (открываем выпадающее меню Sessions и Downloads)

- Dr. Andrew Heiss: Data Visualization with R, страница курса (этот курс недавно обновился)

- Thomas Lin Pedersen: видео workshop'а Drawing Anything with ggplot2 (первое видео и второе) + материалы

📚 Дашборд про книжки: что почитать?

Нашел у TalentCode интересный дашборд c информацией о 474 англоязычных книгах в таких профессиональных областях: Data Visualization, People|HR Analytics, Data Storytelling, Data Literacy, Use Data, Data Strategy. Сколько времени потребуется, чтобы прочитать их все? Хватит ли одного календарного года, чтобы сделать это? Можно воспользоваться калькулятором времени, необходимого на прочтение 😊

#визуализация_данных #книги

✅ Все хэштеги канала
Какие и как часто использовал хэштеги для постов канала. Анализ и графики – результат кода на R, написанный ChatGPT. Полный список, чтобы быстро найти тематический пост: #R #визуализация_данных #datawrapper #ggplot2 #книги #dataviz #stacked_bar_chart #разное #BI_инструменты #choropleth_map #r #spotify #дата_грамотность #обзор #обучение #полезное #AI #bubble_chart #donut_chart #step_line_chart #tableau #visualcapitalist #world #курсы #нейросети #опросы #примеры_визуализаций #референсы #экология #404error #area_chart #bar_chart #barplot #beeswarm #beeswarm_plot #bump_chart #ChartGPT #chatGPT #ChatGPT #chatGPT4 #choropleth_maps #d3 #D3js #data_art #dataset #Datawrapper #democracy_index #dot_plot #dumbbell_chart #economist #GenerativeAI #GenerativeArt #GigaChat #global_warming #heatmap #histogram_chart #HR #IIB_Awards2022 #InformationIsBeautiful #IQ #jwst #line_chart #map #must_read #network #opendata #quantified_self #raspberry_pi #scoreboard #script_embed #starmap #statistics #TidyTuesday #timespent #waffle_chart #warming_stripes #weather #week_07 #week01 #week02 #week03 #week04 #week05 #week06 #week08 #weeks #wiki #афиша #бизнес_в_России #бюджет #визуализация_в_жизни #визуализация_пропорций #график_улей #графики #графики_и_жЫзнь #дайджест #дата_журналист #дашборды #доходы #ДТП #зарплата #изменение_климата #ИИ #инструментнедели #интерпретация #инфографика #история #каналы #карты #космонавты #космос #музыка #на_злобу_дня #НАФИ #нефть #обновления #питание #плейлисты #погода #подборки #популяризация #предвнимательные_признаки #процентили #пятница #пятничное #разборыграфиков #редизайн_графика #рейтинги #статистика #статьи_по_R #температура #тесты #точечные_графики #фактчекинг #цвет #часть_целое #черновики #юмор

#пятничное Раньше отправляли в Google, теперь в chatGPT 🙊 PS: да, можно сделать в R. Конечно, chatGPT тоже справляется и по запросу

Сгенерируй пример данных и напиши код на R для создания dumbbell plot с помощью ggplot2

выдает такой код ниже (не спрашивайте, почему Россия, США и Китай в примере данных):

Код для dumbbell plot от chatGPT

library(ggplot2)

# Создаем пример данных
data <- data.frame(
  country = c("Russia", "USA", "China"),
  value_2010 = c(10, 20, 15),
  value_2020 = c(12, 25, 20)
)

# Создаем график dumbbell plot
ggplot(data, aes(x = value_2010, xend = value_2020, y = country)) +
  geom_segment(aes(yend = country), size = 1.5) +
  geom_point(size = 4, color = "#0072B2") +
  geom_point(aes(x = value_2020), size = 4, color = "#D55E00") +
  # Добавляем названия стран
  geom_text(
    aes(label = country),
    vjust = -1,
    hjust = -0.05,
    size = 4,
    color = "#555555"
  ) +
  theme_classic() +
  theme(axis.line.y = element_blank(),
        axis.text.y = element_blank(),
        axis.ticks.y = element_blank()) +
  labs(
    title = "Пример dumbbell plot",
    subtitle = "Сравнение значений между 2010 и 2020 годами",
    x = NULL,
    y = NULL
  )

#dumbbell_chart #ggplot2 #R #chatGPT

📅 Шаблон Calendar Heatmap для Datawrapper

Для одного проекта пришлось делать календарную тепловую карту (calendar heatmap) в Datawrapper. Беда только в том, что нет шаблона календарной сетки для этого. Написал скрипт на R и веб-приложение, которое создает шаблон календарной сетки для любого года в виде датафрейма. Необходимо только сделать join шаблона с вашими данными по дате. Затем загрузить итоговый датафрейм в Datawrapper, предварительно посмотрев все настройки визуализации в этом примере. Пожелания и замечания приветствуются в личку @psych2016

📊 Шаблон в Datawrapper

📅 Генератор календарной сетки (csv | xlsx)

#calendar_heatmap #datawrapper #R #shiny #примеры_визуализаций #шаблоны

Weekly Charts 📈

45!

По такому случаю сделал датавиз в R. Такой своеобразный "экватор", если мечтать прожить не менее 90 лет.

#HappyBirthdayToMe #R #ggplot2

В личке попросили включить комментарии на канале — включаю, а также попросили код на R для графика "My Life in Weeks" (см. картинку к посту).

Примечание: напомню, что для простоты (красоты) на графике каждый год состоит ровно из 52 недель. Чтобы посчитать количество недель в году нужно количество дней в году разделить на количество дней в неделе. В обычном году 365 дней, в високосном 366. Обычный год: 365 / 7 = 52.14 или 52 недели и 1 день (52*7 = 364, 365–364 = 1). Високосный год: 366 / 7 = 52.29 или 52 недели и 2 дня (52*7 = 364, 366–364 = 2). Если считать возраст в неделях по 52 недели в году как на графике, то мой возраст составит 2340 недель, тогда как на самом деле я прожил 16436 дней:

> as.numeric(difftime(ymd("2023-06-28"), ymd("1978-06-28"), units = "days"))
[1] 16436

или 2348 недель (16436 дней / 7). Короче говоря, ставьте лайки и пишите комментарии, если хотите онлайн-версию "Календаря жизни" с возможностью скачать график. Конечно, в интернете полно реализаций. Например, я вдохновился этой.

📅 My Life in Weeks

Сделал онлайн-приложение. Вводите дату рождения, скачиваете в формате PNG/PDF. Распечатываете 😄 Если дату не менять, то можно скачать пустой бланк, распечатываете, закрашиваете клеточки-недели вручную 😉

🙋‍♂️ Мораль: Помните — времени мало. Не тратьте его, чтобы жить чьей-то чужой жизнью. Не слушайте никого. Шум чужих мнений не должен заглушать ваш внутренний голос. Слушайте только свое Сердце и интуицию. Они откуда-то точно знают, кем вам быть и что делать.
А все остальное — не важно, просто не важно…
(С) Стив Джобс

#shiny #R #ggplot2