Programmieren in Anwendungen - softech.informatik.uni … · Uberblick Einleitung Die Funktionen...

Programmieren in Anwendungen

Jan Starz

Technische Universitat Kaiserslautern

j staerz11@cs.uni-kl.de

20.06.2013

1 / 33

Uberblick

Einleitung

Die Funktionen qplot und ggplot

Data frame “diamonds“

Der Umgang mit qplot

Der Umgang mit ggplot

ggplot - Nutzliche Geometrien

2 / 33

Einleitung

3 / 33

Was ist ggplot2?

I Ein R-Package fur Datenvisualisierung

I Unkompliziert, intuitive Benutzung, ermoglicht Modifikationder Plotkomponenten selbst auf hoher Abstraktionsebene

I Hauptfunktionen sind qplot und ggplot

I Arbeitet mit Layern (Schichten)

I Installation via install.packages(“ggplot2“)

I Einbindung in den Workspace via library(ggplot2)

4 / 33

Die Funktionen qplot und ggplot

5 / 33

qplot - Quick plot

qplot(data, x, y = NULL, ..., facets = NULL,margins = FALSE, geom = “auto“, stat = list(NULL),position = list(NULL), xlim = c(NA, NA),ylim = c(NA, NA), log = ““, main = NULL,xlab = deparse(substitute(x)),ylab = deparse(substitute(y)), asp = NA)

I Meistgenutzte Parameter in rot!

6 / 33

ggplot - komplexere Plots

ggplot(data = NULL, aes)

I aes(x, y, color, alpha, size,...)I Wie Datenvariablen auf visuelle Eigenschaften der benutzten

Geometrie ubertragen werden (Asthetik)I Fur alle folgenden Layer gultig

I Inkrementelle PloterstellungI Addition von Anweisungen mithilfe von +I Z.B. geom point(), geom bar(), xlab(“X-Achse“),

facet grid(...)

7 / 33

Data frame “diamonds“

8 / 33

Struktur von “diamonds“

I Standardmaßig im ggplot2-Package enthalten

I Beinhaltet Eigenschaften zu fast 54.000 Diamanten

> head(diamonds)

carat cut color clarity depth table price ...

1 0.23 Ideal E SI2 61.5 55 326 ...

2 0.21 Premium E SI1 59.8 61 326 ...

3 0.23 Good E VS1 56.9 65 327 ...

4 0.29 Premium I VS2 62.4 58 334 ...

5 0.31 Good J SI2 63.3 58 335 ...

6 0.24 Very Good J VVS2 62.8 57 336 ...

9 / 33

Der Umgang mit qplot

10 / 33

Der erste Plot

qplot(data=diamonds, price)

11 / 33

Der erste Plot - Version 2

qplot(data=diamonds, price, carat)

12 / 33

Der erste Plot - Version 3

qplot(data=diamonds, price, carat, main="ggPlot2!",

xlab="Preis", ylab="Karat")

13 / 33

Der erste Plot - Version 4

qplot(data=diamonds, price, carat, color=color)

14 / 33

Der erste Plot - Version 5

qplot(data=diamonds, price, carat, color=color,

alpha=cut)

15 / 33

Der Umgang mit ggplot

16 / 33

“No layers in plot“

myPlot <- ggplot(data=diamonds, aes(x=price))

17 / 33

Der analoge ggPlot

myPlot <- myPlot + geom_bar()

18 / 33

Der analoge ggPlot - Version 2

myPlot <- ggplot(data=diamonds, aes(x=price, y=carat))

myPlot + geom_point()

+ ggtitle("ggPlot2") + xlab("Preis") + ylab("Karat")

19 / 33

Der analoge ggPlot - Version 3

myPlot + geom_point(aes(color=color))

20 / 33

Der analoge ggPlot - Version 4

myPlot + geom_point(aes(color=color, alpha=cut))

21 / 33

Der analoge ggPlot - Version 5

myPlot + geom_point(aes(color=color, alpha=cut))

+ coord_flip()

22 / 33

Einschub - Facetten

Facetten dienen der Aufsplitterung von Diagrammen in dieeinzelnen Kategorien eines Parameters:

+ facet grid(horizontal ∼ vertical)

I Gruppiere in der Horizontalen nach den Werten von cutfacet grid(cut ∼ .)

I Gruppiere in der Vertikalen nach den Werten von cutfacet grid(. ∼ cut)

+ facet wrap(∼ vertical)

I Automatische Platzierung der Facetten neben- unduntereinander

I Parameter ncol=x begrenzt das Wrapping horizontal

23 / 33

Der analoge ggPlot - Version 6

myPlot + geom_point(aes(color=color, alpha=cut))

+ coord_flip() + facet_wrap(~ cut)

24 / 33

Der analoge ggPlot - Version 7

myPlot + geom_smooth(aes(color=color, alpha=cut))

+ coord_flip() + facet_wrap(~ cut)

25 / 33

ggplot - Nutzliche Geometrien

26 / 33

Saulendiagramm

myPlot2 <- ggplot(data=diamonds, aes(x=clarity))

+ geom bar(

data=w, (Definition eigener Data frame)

width=x, (Einstellung der Breite)

aes(fill=y), (Fullfarbe der Balken abhangig von y)

position=“z“ (Anordnung der gefarbten Balken)I Moglich sind “stack“ (default), “dodge“, “fill“ und “identity“

)

27 / 33

Saulendiagramm, Beispiel

(a) aes(fill=cut), position=“stack“ (b) aes(fill=cut), position=“dodge“

28 / 33

Kreisdiagramme, spezielle Saulendiagramme+ geom bar() + coord polar(

theta=“x“ (welche Achse den Kreisumfang bildet, “x“/“y“)

)

Fair

Good

Very Good

Premium

Ideal

0

5000

10000

15000

20000

cut

coun

t

0.8

0.8

color

D

E

F

G

H

I

J

(c)

0

5000

10000

15000

20000

Fair

Good

Very Good

Premium

Ideal

count

cut

0.8

0.8

color

D

E

F

G

H

I

J

(d) theta=“y“

29 / 33

Frequency polygon

geom freqpoly(

data=w, (Definition eigener Data frame)

aes(group=x, (Linien nach Kriterium x)

color=x), (Farben der Kriterien)

position=“z“ (Anordnung der Linien)

)

30 / 33

Frequency polygon, Beispiel

myPlot2 + geom_freqpoly(aes(group=cut, color=cut),

position="stack")

0

5000

10000

I1 SI2 SI1 VS2 VS1 VVS2 VVS1 IFclarity

coun

t

cut

Fair

Good

Very Good

Premium

Ideal

31 / 33

Dichteauswertung “density“

myPlot2 + geom_density(aes(fill=clarity, alpha=0.5))

0.0

0.5

1.0

1.5

I1 SI2 SI1 VS2 VS1 VVS2 VVS1 IFclarity

dens

ity

clarity

I1

SI2

SI1

VS2

VS1

VVS2

VVS1

IF

0.5

0.5

32 / 33

...und viele mehr

0

5000

10000

15000

Fair Good Very Good Premium Idealcut

pric

e

cut

Fair

Good

Very Good

Premium

Ideal

0.5

0.5

(e) geom violin() (f) geom polygon()

33 / 33