大數(shù)據(jù)分析如何使用ggplot2在R中進(jìn)行數(shù)據(jù)可視化

　　大數(shù)據(jù)分析如何使用ggplot2在R中進(jìn)行數(shù)據(jù)可視化?很多人同學(xué)問我使用ggplot2在R中進(jìn)行數(shù)據(jù)可視化出點(diǎn)教程，今天AAA教育小編姐姐就詳細(xì)的講如何使用ggplot2在R中進(jìn)行數(shù)據(jù)可視化,    例如好的草圖總比講話要長。 該建議可能來自戰(zhàn)場，但也適用于許多其他領(lǐng)域，包括數(shù)據(jù)科學(xué)。通過簡單地在R中使用ggplot2可視化數(shù)據(jù)來“簡化”我們的數(shù)據(jù)，比簡單地描述發(fā)現(xiàn)的趨勢更具影響力。
 

　　勾畫出房屋的設(shè)計(jì)要比用文字描述要清晰得多。數(shù)據(jù)通常也是如此—這就是使用ggplot2進(jìn)行數(shù)據(jù)可視化的地方!
 

　　這就是我們可視化數(shù)據(jù)的原因。我們將數(shù)據(jù)可視化，是因?yàn)樗刮覀兏菀讖目梢姷膬?nèi)容中學(xué)習(xí)而不是閱讀。對于使用R的數(shù)據(jù)分析師和數(shù)據(jù)科學(xué)家來說，值得慶幸的是，有一個(gè)名為ggplot2的tidyverse程序包使數(shù)據(jù)可視化變得輕而易舉!
 

　　在此大數(shù)據(jù)分析如何使用ggplot2在R中進(jìn)行數(shù)據(jù)可視化文章中，我們將學(xué)習(xí)如何使用R來獲取一些數(shù)據(jù)并產(chǎn)生可視化效果。要對其進(jìn)行處理，最好是如果您已經(jīng)對R編程語法有所了解，但是您不需要成為專家或有使用ggplot2的任何經(jīng)驗(yàn)。
 

　　資料介紹
 

　　在全國衛(wèi)生統(tǒng)計(jì)中心一直在跟蹤美國死亡率的趨勢自1900年以來，他們已經(jīng)編制數(shù)據(jù)對預(yù)期壽命和美國公民的死亡率。
 

　　我們想知道預(yù)期壽命是如何隨著時(shí)間變化的。隨著醫(yī)學(xué)和技術(shù)的進(jìn)步，我們期望人們的預(yù)期壽命會(huì)增加，但是直到一看就無法確定!
 

　　如果您想復(fù)制我們將在此大數(shù)據(jù)分析如何使用ggplot2在R中進(jìn)行數(shù)據(jù)可視化文章中創(chuàng)建的圖形，請?jiān)诖颂幭螺d數(shù)據(jù)集并繼續(xù)學(xué)習(xí)!
 

　　不確定如何在個(gè)人計(jì)算機(jī)上使用R?請查看如何開始使用RStudio!
 

　　圖中有什么?
 

　　在我們深入探討該職位之前，需要一些背景信息。那里有很多類型的可視化，但是其中大多數(shù)可以歸結(jié)為以下內(nèi)容：

　　我們可以將此圖分解成其基本構(gòu)建塊：
 

　　1、用于創(chuàng)建圖的數(shù)據(jù)：

　　2、繪圖的軸：
 

　　3、用于可視化數(shù)據(jù)的幾何形狀。在這種情況下，一行：
 

　　4、有助于讀者理解圖解的標(biāo)簽或注釋：

　　將圖分成幾層很重要，因?yàn)檫@是ggplot2程序包理解和構(gòu)建圖的方式。該ggplot2包是在一個(gè)程序包tidyverse，它是負(fù)責(zé)可視化。在繼續(xù)閱讀文章時(shí)，請牢記這些層次。
 

　　導(dǎo)入數(shù)據(jù)
 

　　為了開始可視化，我們需要將數(shù)據(jù)放入我們的工作區(qū)。我們將引入tidyverse軟件包并使用該read_csv()函數(shù)導(dǎo)入數(shù)據(jù)。我們將數(shù)據(jù)命名為life_expec.csv，因此您需要根據(jù)文件命名方式對其進(jìn)行重命名。

　　讓我們看看我們正在處理哪些數(shù)據(jù)：

　　通過該Year列我們可以看到時(shí)間以年為單位編碼。有兩列可讓我們區(qū)分不同的種族和性別類別。最后，最后兩列對應(yīng)于預(yù)期壽命和死亡率。
 

　　讓我們快速瀏覽一下數(shù)據(jù)，以查看特定年份的數(shù)據(jù)：

　　對于2000年，有九個(gè)數(shù)據(jù)點(diǎn)：

　　一年有九個(gè)不同的行，每行對應(yīng)一個(gè)不同的人口統(tǒng)計(jì)部門。對于此可視化，我們將重點(diǎn)放在整個(gè)美國，因此我們需要相應(yīng)地過濾數(shù)據(jù)：

　　數(shù)據(jù)存放在合適的位置，因此我們可以將其ggplot()傳送到函數(shù)中以開始創(chuàng)建圖形。我們使用該ggplot()函數(shù)來表示我們要?jiǎng)?chuàng)建一個(gè)圖。

　　這段代碼產(chǎn)生了一個(gè)空白圖表(如下所示)。但是life_expec，即使我們尚未看到圖表，它現(xiàn)在也“知道”使用數(shù)據(jù)。
 

　　建造斧頭
 

　　現(xiàn)在我們已經(jīng)準(zhǔn)備好數(shù)據(jù)，我們可以開始構(gòu)建可視化了。我們需要建立的下一層是軸。我們感興趣的是看預(yù)期壽命隨時(shí)間如何變化，所以這指明了我們的兩個(gè)軸分別是：Year和Avg_Life_Expec。
 

　　為了指定軸，我們需要使用該aes()功能。aes“美學(xué)”的縮寫，是在這里告訴我們要在圖表的不同部分使用ggplot哪些列。我們試圖通過時(shí)間來看看壽命，因此，這意味著Year將去x-axis，并Avg_Life_Expec會(huì)去y軸。

　　通過添加aes()功能，圖形現(xiàn)在可以知道哪些列可歸因于軸：

　　但是請注意，情節(jié)上仍然沒有任何內(nèi)容!我們?nèi)匀恍枰嬖Vggplot()使用什么樣的形狀，以可視化之間的關(guān)系Year和Avg_Life_Expec。
 

　　指定幾何
 

　　通常，當(dāng)我們想到可視化時(shí)，通常會(huì)考慮圖形的類型，因?yàn)樗鼘?shí)際上是我們看到的形狀可以告訴我們大多數(shù)信息。該ggplot2軟件包在選擇形狀繪制數(shù)據(jù)方面為我們提供了很大的靈活性，但值得花一些時(shí)間來考慮哪種問題最適合我們的問題。
 

　　我們正在嘗試將預(yù)期壽命隨時(shí)間變化的形象化。這意味著我們應(yīng)該有一種方法可以將過去與未來直接進(jìn)行比較。換句話說，我們想要一個(gè)有助于顯示連續(xù)兩年之間的關(guān)系的形狀。為此，折線圖很棒。
 

　　要使用創(chuàng)建折線圖ggplot()，我們使用geom_line()函數(shù)。A geom是我們要用來可視化數(shù)據(jù)的特定形狀的名稱。用于繪制這些形狀的所有功能都geom位于它們的前面。geom_line()創(chuàng)建折線圖，geom_point()創(chuàng)建散點(diǎn)圖等。
 

　　注意使用該ggplot()功能后，如何開始使用+符號(hào)向其添加更多層。請務(wù)必注意這一點(diǎn)，因?yàn)槲覀兺ǔ?>%會(huì)告訴您ggplot()要使用哪些數(shù)據(jù)。使用之后ggplot()，我們使用+來添加更多圖層。

　　這張圖正是我們想要的!從總體趨勢來看，預(yù)期壽命隨著時(shí)間的推移而增長。
 

　　如果我們只是快速查看數(shù)據(jù)，可以在此處停止繪圖，但是這種情況很少發(fā)生。更為常見的是，您將為報(bào)告或團(tuán)隊(duì)中的其他人創(chuàng)建可視化文件。在這種情況下，情節(jié)是不完整的：如果我們將其交給沒有上下文的隊(duì)友，他們將不會(huì)理解情節(jié)。理想情況下，所有情節(jié)都應(yīng)該能夠通過注釋和標(biāo)題來說明自己。
 

　　添加標(biāo)題和軸標(biāo)簽
 

　　當(dāng)前，該圖將列名稱保留為兩個(gè)軸的標(biāo)簽。對于Year，這已經(jīng)足夠了，但是我們想改變y軸。為了更改圖的軸標(biāo)簽，我們可以使用該labs()函數(shù)并將其作為圖層添加到圖上。labs()可以同時(shí)更改軸標(biāo)簽和標(biāo)題，因此我們將其合并在此。

　　我們最終的拋光圖是：

　　結(jié)論：ggplot2功能強(qiáng)大!
 

　　僅用幾行代碼，我們就產(chǎn)生了出色的可視化效果，它告訴我們我們需要了解的有關(guān)美國一般人口的預(yù)期壽命的所有信息?？梢暬撬袛?shù)據(jù)分析師的一項(xiàng)必不可少的技能，R使其易于使用。
 

　　如果您有興趣了解更多信息，請查看我們在R路徑中的數(shù)據(jù)分析師!R路徑中的Data Analyst包括使用R進(jìn)行R數(shù)據(jù)可視化的課程ggplot2，您將在其中學(xué)習(xí)如何：
 

　　1)使用折線圖可視化隨時(shí)間變化。

　　2)使用直方圖了解數(shù)據(jù)分布。

　　3)使用條形圖和箱形圖比較圖形。

　　4)使用散點(diǎn)圖了解變量之間的關(guān)系。