Staafdiagram & Histogram in R (met voorbeeld)

Een staafdiagram is een uitstekende manier om categorische variabelen op de x-as weer te geven. Dit type grafiek geeft twee aspecten op de y-as aan.

De eerste telt het aantal voorkomen tussen groepen.
De tweede toont een samenvattende statistiek (min, max, gemiddelde, enzovoort) van een variabele op de y-as.

Je gebruikt de mtcars-dataset met de volgende variabelen:

cyl: nummer van de cilinder in de auto. Numerieke variabele
am: Type verzending. 0 voor automatisch en 1 voor handmatig. Numerieke variabele
mpg: mijlen per gallon. Numerieke variabele

In deze tutorial leer je

Hoe een staafdiagram te maken
Verander de kleur van de balken
Verander de intensiteit
Kleur per groep
Voeg een groep toe in de bars
Staafdiagram in procenten
Zij aan zij bars
Histogram

Hoe een staafdiagram te maken

Om een grafiek in R te maken, kunt u de bibliotheek ggplot gebruiken die grafieken maakt die klaar zijn voor publicatie. De basissyntaxis van deze bibliotheek is:

ggplot(data, mapping = aes()) +geometric objectarguments:data: dataset used to plot the graphmapping: Control the x and y-axisgeometric object: The type of plot you want to show. The most common objects are:- Point: `geom_point()`- Bar: `geom_bar()`- Line: `geom_line()`- Histogram: `geom_histogram()`

In deze tutorial ben je geïnteresseerd in het geometrische object geom_bar () waarmee het staafdiagram wordt gemaakt.

Staafdiagram: tel

Uw eerste grafiek toont de frequentie van cilinder met geom_bar (). De onderstaande code is de meest elementaire syntaxis.

library(ggplot2)# Most basic bar chartggplot(mtcars, aes(x = factor(cyl))) +geom_bar()

Code Verklaring

U geeft de dataset mtcars door aan ggplot.
Binnen het aes () argument voeg je de x-as toe als een factor variabele (cyl)
Het + -teken betekent dat u wilt dat R de code blijft lezen. Het maakt de code leesbaarder door deze te breken.
Gebruik geom_bar () voor het geometrische object.

Uitgang:

Opmerking : zorg ervoor dat u de variabelen naar een factor converteert, anders behandelt R de variabelen als numeriek. Zie onderstaand voorbeeld.

Pas de grafiek aan

Er kunnen vier argumenten worden doorgegeven om de grafiek aan te passen:

- `stat`: Control the type of formatting. By default, `bin` to plot a count in the y-axis. For continuous value, pass `stat = "identity"`- `alpha`: Control density of the color- `fill`: Change the color of the bar- `size`: Control the size the bar

Verander de kleur van de balken

U kunt de kleur van de balken wijzigen. Merk op dat de kleuren van de balken allemaal hetzelfde zijn.

# Change the color of the barsggplot(mtcars, aes(x = factor(cyl))) +geom_bar(fill = "coral") +theme_classic()

Code Verklaring

De kleuren van de balken worden bestuurd door de aes () mapping binnen het geometrische object (dus niet in de ggplot ()). U kunt de kleur wijzigen met de opvulargumenten. Hier kies je de koraalkleur.

Uitgang:

U kunt deze code gebruiken:

grDevices::colors()

om alle kleuren te zien die beschikbaar zijn in R. Er zijn ongeveer 650 kleuren.

Verander de intensiteit

U kunt de intensiteit van de kleur van de balken verhogen of verlagen

# Change intensityggplot(mtcars,aes(factor(cyl))) +geom_bar(fill = "coral",alpha = 0.5) +theme_classic()

Code Verklaring

Om de intensiteit van de balk te verhogen / verlagen, kunt u de waarde van de alpha wijzigen. Een grote alfa verhoogt de intensiteit en een lage alfa verlaagt de intensiteit. alpha varieert van 0 tot 1. Indien 1, dan is de kleur hetzelfde als het palet. Indien 0, is de kleur wit. U kiest alpha = 0,1.

Uitgang:

Kleur per groep

U kunt de kleuren van de balken wijzigen, dus voor elke groep een andere kleur. De variabele cyl heeft bijvoorbeeld drie niveaus, waarna u het staafdiagram met drie kleuren kunt plotten.

# Color by groupggplot(mtcars, aes(factor(cyl),fill = factor(cyl))) +geom_bar()

Code Verklaring

De argumentvulling binnen de aes () maakt het mogelijk om de kleur van de balk te wijzigen. U wijzigt de kleur door fill = x-axis variable in te stellen. In uw voorbeeld is de variabele op de x-as cyl; fill = factor (cyl)

Uitgang:

Voeg een groep toe in de bars

U kunt de y-as verder splitsen op basis van een ander factorniveau. U kunt bijvoorbeeld het aantal automatische en handmatige transmissies tellen op basis van het cilindertype.

U gaat als volgt te werk:

Stap 1: Maak het dataframe met de mtcars-dataset
Stap 2: Label de variabele am met auto voor automatische transmissie en man voor handmatige verzending. Converteer am en cyl als een factor, zodat u factor () niet hoeft te gebruiken in de functie ggplot ().
Stap 3: Teken het staafdiagram om het aantal transmissies per cilinder te tellen

library(dplyr)# Step 1data <- mtcars % > %#Step 2mutate(am = factor(am, labels = c("auto", "man")),cyl = factor(cyl))

Je hebt de dataset klaar, je kunt de grafiek plotten;

# Stap 3

ggplot(data, aes(x = cyl, fill = am)) +geom_bar() +theme_classic()

Code Verklaring

De ggpplot () bevat de datasetgegevens en de aes ().
In de aes () neem je de variabele x-as op en welke variabele is vereist om de balk te vullen (bijv. Am)
geom_bar (): Maak het staafdiagram

Uitgang:

De mapping vult de balk met twee kleuren, één voor elk niveau. Het is moeiteloos om de groep te veranderen door andere factorvariabelen in de dataset te kiezen.

Staafdiagram in procenten

U kunt de balk in procenten visualiseren in plaats van het onbewerkte aantal.

# Staafdiagram in procenten

ggplot(data, aes(x = cyl, fill = am)) +geom_bar(position = "fill") +theme_classic()

Code Verklaring

Gebruik position = "fill" in het argument geom_bar () om een afbeelding te maken met een percentage in de y-as.

Uitgang:

Zij aan zij bars

Het is gemakkelijk om het staafdiagram met de groepsvariabele naast elkaar te plotten.

# Bar chart side by sideggplot(data, aes(x = cyl, fill = am)) +geom_bar(position = position_dodge()) +theme_classic()

Code Verklaring

position = position_dodge (): geeft expliciet aan hoe de staven moeten worden gerangschikt

Uitgang:

Histogram

In het tweede deel van de zelfstudie over staafdiagrammen kunt u de groep variabelen weergeven met waarden op de y-as.

Uw doel is om een grafiek te maken met de gemiddelde mijl per gallon voor elk type cilinder. Om een informatieve grafiek te tekenen, volgt u deze stappen:

Stap 1: Maak een nieuwe variabele met de gemiddelde mijl per gallon per cilinder
Stap 2: Maak een eenvoudig histogram
Stap 3: Verander de oriëntatie
Stap 4: Verander de kleur
Stap 5: verander de grootte
Stap 6: voeg labels toe aan de grafiek

Stap 1) Maak een nieuwe variabele

U maakt een dataframe met de naam data_histogram dat eenvoudigweg het gemiddelde aantal kilometers per gallon retourneert op basis van het aantal cilinders in de auto. Je noemt deze nieuwe variabele mean_mpg, en je rondt het gemiddelde af met twee decimalen.

# Stap 1

data_histogram <- mtcars % > %mutate(cyl = factor(cyl)) % > %group_by(cyl) % > %summarize(mean_mpg = round(mean(mpg), 2))

Stap 2) Maak een eenvoudig histogram

U kunt het histogram plotten. Het is niet klaar om te communiceren om aan de klant te worden geleverd, maar geeft ons een intuïtie over de trend.

ggplot(data_histogram, aes(x = cyl, y = mean_mpg)) +geom_bar(stat = "identity")

Code Verklaring

De aes () heeft nu twee variabelen. De variabele cyl verwijst naar de x-as en de gemiddelde_mpg is de y-as.
U moet het argument stat = "identity" doorgeven om de variabele in de y-as als een numerieke waarde te verwijzen. geom_bar gebruikt stat = "bin" als standaardwaarde.

Uitgang:

Stap 3) Verander de oriëntatie

U verandert de oriëntatie van de grafiek van verticaal naar horizontaal.

ggplot(data_histogram, aes(x = cyl, y = mean_mpg)) +geom_bar(stat = "identity") +coord_flip()

Code Verklaring

U kunt de oriëntatie van de grafiek regelen met coordin_flip ().

Uitgang:

Stap 4) Verander de kleur

U kunt de kleuren van de staven differentiëren op basis van het factorniveau van de x-asvariabele.

ggplot(data_histogram, aes(x = cyl, y = mean_mpg, fill = cyl)) +geom_bar(stat = "identity") +coord_flip() +theme_classic()

Code Verklaring

U kunt de grafiek in groepen uitzetten met de fill = cyl-toewijzing. R zorgt automatisch voor de kleuren op basis van de niveaus van de variabele cyl

Uitgang:

Stap 5) Wijzig de maat

Om de grafiek er mooier uit te laten zien, verklein je de breedte van de balk.

graph <- ggplot(data_histogram, aes(x = cyl, y = mean_mpg, fill = cyl)) +geom_bar(stat = "identity",width = 0.5) +coord_flip() +theme_classic()

Code Verklaring

Het breedte-argument in de geom_bar () bepaalt de grootte van de balk. Een hogere waarde vergroot de breedte.
Let op, je slaat de grafiek op in de variabele grafiek. U doet dit omdat de volgende stap de code van de variabelegrafiek niet verandert. Het verbetert de leesbaarheid van de code.

Uitgang:

Stap 6) Voeg labels toe aan de grafiek

De laatste stap bestaat uit het toevoegen van de waarde van de variabele mean_mpg in het label.

graph +geom_text(aes(label = mean_mpg),hjust = 1.5,color = "white",size = 3) +theme_classic()

Code Verklaring

De functie geom_text () is handig om de esthetiek van de tekst te bepalen.
- label =: Voeg een label toe binnen de balken
- mean_mpg: gebruik de variabele mean_mpg voor het label
hjust bepaalt de locatie van het label. Waarden gesloten tot 1 geven het label bovenaan de balk weer, en hogere waarden brengen het label onderaan. Als de oriëntatie van de grafiek verticaal is, wijzigt u hjust in vjust.
color = "white": Verander de kleur van de tekst. Hier gebruik je de witte kleur.
size = 3: Stel de grootte van de tekst in.

Uitgang:

Overzicht

Een staafdiagram is handig als de x-as een categorische variabele is. De y-as kan een telling of een samenvattende statistiek zijn. De onderstaande tabel geeft een overzicht van hoe u een staafdiagram kunt bedienen met ggplot2:

Objectief	code
Tellen	ggplot(df, eas(x= factor(x1)) + geom_bar()
Tel met verschillende kleuren vulling	ggplot(df, eas(x= factor(x1), fill = factor(x1))) + geom_bar()
Tel met groepen, gestapeld	ggplot(df, eas(x= factor(x1), fill = factor(x2))) + geom_bar(position=position_dodge())
Tel met groepen naast elkaar	ggplot(df, eas(x= factor(x1), fill = factor(x2))) + geom_bar()
Tel met groepen, gestapeld in%	ggplot(df, eas(x= factor(x1), fill = factor(x2))) + geom_bar(position=position_dodge())
Waarden	ggplot(df, eas(x= factor(x1)+ y = x2) + geom_bar(stat="identity")