Grafiken werden in R durch Befehle definiert, also programmiert. Grafiken werden reproduzierbar, indem man den Quellcode zum Generieren der Grafik laufen lässt. Dadurch sind Grafiken aber auch nicht direkt interaktiv manipulierbar, wie in vielen anderen Statistik- oder Grafikpaketen.
In R gibt es Grafikmöglichkeiten bereits in Base-R. Sehr häufig benutzt wird allerdings das Paket ggplot2. Es ermöglicht publikationsreife Grafiken, die sehr flexibel gestaltet werden können.
library(ggplot2)
gg steht für ‘grammar of graphics’.
qplot()
und ggplot()
sind die beiden Arten bzw. Grundbefehle, mit dem Paket ggplot2
Grafiken zu erzeugen.
Alle Daten (Paramter), die in ggplot()
benutzt werden sollen, müssen in einem Dataframe resp. Tibble vorhanden sein.
Mit ggplot()
erzeugen wir 2d-Grafiken, es ist nicht geeignet für 3d-Plots.
ggplot()
, Konzeptionelles und SpeziellesEine kuze Einführung in die Konzepte von ggplot()
Hier werden auch besondere Themen behandelt wie Vererbung, zusätzliche Elemente, Legenden, mehrere Datensätze in einer Grafik, multiple Grafiken etc.
Zu finden in ggplot
ggplot()
, Visualisierung aggregierter DatenErstellen von Grafiken aus Rohdaten. Die notwendigen Parameter, beispielsweise Mittelwerte oder Streuungen, werden durch ggplot()
ermittelt. Es ist eine aggregierende Funktion mit im Spiel.
Dargestellt in ggplot_aggregating neues Fenster: ggplot_aggregating
ggplot()
Visualisierung vorberechneter WerteErstellen von Grafiken aus bereits anderweitig ermittelten bzw. bereits bekannten Werten und Parametern, die zum Erstellen der Grafiken benutzt werden sollen.
Dargestellt in ggplot_fix neues Fenster: ggplot_fix
qplot()
einfache GrafikenEin potenzieller Ersatz für plot()
aus dem package(ggplot2)
mit sehr viel mehr Optionen, das sich ähnlich verhält, wie plot()
.
qplot()
siehe Tutorial von Christian Treffenstädt.
Bereits das Base Paket von R enthält Grafikmöglichkeiten.
Viele Objekte in R, auch viele Ergebnisobjekte statistischer Analysen enthalten grafische Visualisierungsmöglichkeiten.
Aber auch viele R-Packages haben eigene Grafikbefehle.
Schließlich bietet auch der R-Commander Unterstützung beim Erstellen von Grafiken, mit einem R-Commander-Zusatzpaket sogar unter Benutzung der library("ggplot2")
Hier nicht dargestellt, aber ein kleines Beispiel:
Bemerkung: nur ein Code-Beispiel, hier nicht näher dargestellt und ohne Ausführung.
dd <- read.delim("http://md.psych.bio.uni-goettingen.de/mv/data/div/bfi_rs1.txt")
require(Rcmdr)
with(dd, plotMeans(sat6_2, ethni, gender, error.bars="se",
xlab="Ethnische Herkunft", ylab="Globale Lebenszufriedenheit",
main="Globale Lebenszufriedenheit getrennt nach Geschlecht und ethnischer Herkunft"))
in eigener Unit 3d
Beispiele finden sich in den jeweiligen Untereinheiten.
http://egret.psychol.cam.ac.uk/statistics/R/graphs2.html
Homepage ggplot2 [http://had.co.nz/ggplot2]
[http://www.cookbook-r.com/Graphs/]
Hadley Wickham: ggplot2: elegant graphics for data analysis [http://www.bioinformaticslaboratory.nl/twikidata/pub/Education/ComputinginR/ggplot2-book.pdf] Gibt es auch als Buch.
Christian Treffenstädts Tutorial zu ggplot()
bzw. qplot()
.
[http://www.noamross.net/blog/2012/10/5/ggplot-introduction.html]
Hadley Wickham
Homepage of ggplot2 bzw. ggplot2
Dokumentation documentation “official documentation”
Übersicht über Farben in ggplot2: [http://www.cookbook-r.com/Graphs/Colors_%28ggplot2%29/]
[http://sape.inf.usi.ch/quick-reference/ggplot2]
Version: 22 April, 2021 21:31