O čem bych tu rád povídal...

Transkript

1

2 O čem bych tu rád povídal... Data Mashups (heat calendar, mapy...) Balíčky v R, grafika a gramatika, ggplot2 plyr, reshape a jiné (bude li čas)

3 Průměrné denní teploty computing.com/2009/11/charting time series as calendar heat maps in r.html

4 Průměrné denní teploty (kód) source(" data<-read.table(" faculty/jkissock/gsod/czprague.txt",na=-99) head(data) month day year temp

5 Průměrné denní teploty (kód) # úprava dat výběr let names(data) <- c("month","day","year","temp") data0608 <- subset(data,year%in%2006:2008) # nakreslení samotného obrázku with(data0608, calendarheat(paste(day,month,year,sep="."), values=temp, date.form="%d.%m.%y", col="r2b", varname= Temperatures") )

6 Počet závodů v běhu (na using readlines and rcurl

7 # načtení HTML stránky s termínovkou web_page <- readlines(" ce=vysledky&year=2009") # tabulka kolik závodů se ten který den běželo mask <- ".*([0-9][0-9][.][0-9][0-9][.]2009).*" dates<- sub(mask,"\\1",web_page[regexpr(mask,web_page)==1]) tab <- table(dates) # samotný obrázek calendarheat(names(tab),tab, date.form="%d.%m.%y",col="r2b")

8 Global Administrative Areas library(sp) Czech Regions con <- url(" data/rda/cze_adm2.rdata") print(load(con)) close(con) col <-rainbow(length( levels(gadm$name_1))) spplot(gadm, "NAME_1", col.regions=col, main="czech Regions", colorkey = FALSE, lwd=.4, col="white")

9 Global Administrative Areas con <- url(" print(load(con)) Data Mashups in R (O'Reilly Media) language <- c("g", "g", "g", "g", "g", "g", "f", "f", "g", "g", "f", "f", "g", "f", "g", "g", "g", "g", "g", "g", "g", "i", "g", "f", "f","g","g") gadm$language <- as.factor(language) levels(gadm$language) <- c("french","german","italian") col = rainbow(length( levels(gadm$language))) spplot(gadm, "language", col.regions=col, main="swiss Language Regions")

10 Grafická rozhraní R base grid lattice, ggplot2 Rgobi, rgl, RColorBrewer

11 Grafická rozhraní R base RossIhakana základě zkušeností s S driverem grid Paul Murrell, původně PhD. práce, později knížka 1 lattice, ggplot2 nadstavba nad gridem, gramatika grafiky, knížky 2,3 Rgobi, rgl, RColorBrewer 1 Paul Murrell (2005): R graphics, Chapman & Hall/CRC, $55 2 Deepayan Sarkar (2008): Lattice: Multivariate Data Visualization with R, Springer, $50 3 Hadley Wickham (2009): ggplot2: Elegant Graphics for Data Analysis, Springer, $49

12 X = Total_bill Y = Tip Barva = Tip / Total_bill Barva ať přechází spojitě od modré přes zelenou po červenou Gramatika grafiky Nakresli to zvlášť pro muže a pro ženy Data

13 Příklad data o spropitném library(ggplot2) head(tips) total_bill tip sex smoker day time size Female No Sun Dinner Male No Sun Dinner Male No Sun Dinner Male No Sun Dinner Female No Sun Dinner Male No Sun Dinner 4 tips.plot <- ggplot(tips)

14 Budování grafu vrstvu po vrstvě 1 # X = total_bill, Y = tip tips.plot <- tips.plot + aes(x=total_bill,y=tip) # chceme scatter plot tips.plot <- tips.plot + geom_point() # nakreslí obrazek tips.plot

15 Budování grafu vrstvu po vrstvě 2 # barva podle podílu tip / total_bill tips.plot <- tips.plot + aes(colour = tip / total_bill)

16 Budování grafu vrstvu po vrstvě 3 # barva podle podílu tip / total_bill tips.plot <- tips.plot + aes(colour = tip / total_bill) # chceme jinou škálu barev tips.plot <- tips.plot + scale_colour_gradientn(colour = rainbow(3))

17 Budování grafu vrstvu po vrstvě 4 # chceme zvlášť graf pro muže a pro ženy tips.plot <- tips.plot + facet_grid(sex~.)

18 Budování grafu vrstvu po vrstvě 5 # rozdělíme na nekuřáky vs. kuřáky a navíc nadpis tips.plot <- tips.plot + facet_grid(sex~smoker) + opts(title = I("Tipping: Women vs. Men, Nonsmokers vs. Smokers"))

19 Příklad výška chlapců data(oxboys, package="nlme") head(oxboys) Subject age height Occasion Pro každého chlapce nakreslit závislost jeho výšky na pořadí měření (occasion).

20 Použití group... boys.plot <- ggplot(oxboys, aes(x = Occasion, y = height)) boys.plot <- boys.plot + geom_line(aes(group = Subject), colour = "blue")

21 ... a dokreslení krabiček boys.plot <- boys.plot + geom_boxplot()

22 qplot = ggplot pro začátečníky # data vždy typu data.frame, nelze formule qplot(carat, price, data = diamonds) Nabízí se log transformace

23 qplot = ggplot pro začátečníky qplot(log(carat), log(price), data = diamonds) qplot(carat, price, data = diamonds, log = "xy") Průhlednost se nastaví parametrem alpha Proti překrývajícím se tečkám pomůže jitter

24 Jeden příkaz, spousta legrace # spotřeba auta (míle/gallon) vs. velikost nádrže qplot(displ, hwy, data=mpg, colour=cyl, facets =. ~ year, geom=c("point", "smooth"), ) velikost nádrže spotřeba # metodu proložení lze změnit (např. method="lm") # dále lze nastavit i tvar (shape), velikost (size)... počet cylindrů

25 Jeden příkaz, spousta legrace

26