Урок 11 Пакет ggplot2: Быстрая визуализация данных с помощью ggplot2 и функции qplot
11.1 Описание
В этом уроке мы начнём знакомство с пакетом ggplot2, который является одним из наиболее популярных средств визуализации данных.
Первая функция с которой мы познакомимся - qplot(), позволяет вам максимально быстро, с наименьшим количеством параметров строить различные диаграммы в R.
В ходе урока мы построим диаграммы следующих типов: - Столбчатая диаграмма (barplot) - Линейная диаграмма (line chart) - Ящик с усами (boxplot)
А так же научимся разбивать наши данные на несколько графиков с помощью аргумента facet.
11.4 Код
# install.packages('ggplot2)
library(ggplot2)
library(readr)
library(dplyr)
library(forcats)
# чтение данных
sales_data <-
read_csv2('https://raw.githubusercontent.com/selesnow/r4excel_users/master/lesson_11/sales_data.csv')
# график количества продаж по месяцам
sales_data %>%
mutate(month = as.Date(date, '%d.%m.%Y') %>% format('%Y-%m')) %>%
group_by(month) %>%
count() %>%
qplot(data = .,
x = month,
y = n,
fill = 'darkcyan',
geom = 'col',
main = 'Продажи по месяцам',
xlab = 'месяц', ylab = 'к-во продаж')
# задаём цвет колонок в зависимости от значений
# график количества продаж по месяцам
sales_data %>%
mutate(month = as.Date(date, '%d.%m.%Y') %>% format('%Y-%m')) %>%
group_by(month) %>%
count() %>%
qplot(data = .,
x = month,
y = n,
fill = n,
geom = 'col',
main = 'Продажи по месяцам',
xlab = 'месяц', ylab = 'к-во продаж')
# проанализируем количество продаж по магазинам
sales_data %>%
mutate(month = as.Date(date, '%d.%m.%Y') %>% format('%Y-%m')) %>%
group_by(month, shop) %>%
count() %>%
qplot(data = .,
x = month,
y = n,
fill = shop,
geom = 'col',
group = 'shop',
main = 'Продажи по месяцам',
xlab = 'месяц', ylab = 'к-во продаж')
# пример с линейным графиком geom
# посмотрим продажи в разрезе менеджеров по месяцам
sales_data %>%
mutate(month = as.Date(date, '%d.%m.%Y') %>% format('%Y-%m')) %>%
group_by(month, manager) %>%
summarise(sales = sum(sum)) %>%
qplot(data = .,
x = month,
y = sales,
group = manager,
colour = manager,
geom = c('line', 'point'),
main = 'Динамика продаж по менеджерам',
xlab = 'месяц', ylab = 'к-во продаж')
# boxplot
# проанализирум стоимость проданных ноутбуков по брендам
sales_data %>%
qplot(data = .,
x = brand,
y = price - discount,
geom = 'boxplot',
main = 'Анализ продаж по брендам',
xlab = 'бренд', ylab = 'цены')
# изменим сортировку брендов
sales_data %>%
qplot(data = .,
x = fct_reorder(.f = brand,
.x = price - discount,
.fun = median,
.desc = T),
y = price - discount,
geom = 'boxplot',
main = 'Анализ продаж по брендам',
xlab = 'бренд', ylab = 'цены')
# проанализируем скидки по магазинам
sales_data %>%
filter(discount > 0) %>%
mutate(discount_rate = discount / price) %>%
qplot(data = .,
x = fct_reorder(.f = brand, .x = discount_rate, .fun = median, .desc = T),
y = discount_rate,
geom = 'boxplot')
# разбиваем на несколько графиков
sales_data %>%
qplot(data = .,
x = sum,
geom = 'histogram',
fill = 'darkcyan',
bins = 30,
facets = shop~.)
# разбиваем график по менеджерам и магазинам
sales_data %>%
mutate(month = as.Date(date, '%d.%m.%Y') %>% format('%Y-%m')) %>%
group_by(month, manager, shop) %>%
count() %>%
qplot(data = .,
x = month,
y = n,
fill = shop,
geom = 'col',
group = 'shop',
facets = manager~shop,
main = 'Продажи по месяцам, менеджерам и магазинам',
xlab = 'месяц', ylab = 'к-во продаж')