ggplot2 - Randdiagramme
In diesem Kapitel werden wir uns mit Randplots befassen.
Randdiagramme verstehen
Randdiagramme werden verwendet, um die Beziehung zwischen zwei Variablen zu bewerten und ihre Verteilungen zu untersuchen. Wenn wir über das Erstellen von Randdiagrammen sprechen, sind dies nichts anderes als Streudiagramme mit Histogrammen, Boxdiagrammen oder Punktdiagrammen am Rand der jeweiligen x- und y-Achse.
Die folgenden Schritte werden verwendet, um mit R das Randdiagramm mit dem Paket "ggExtra" zu erstellen. Dieses Paket wurde entwickelt, um die Funktionen des Pakets „ggplot2“ zu verbessern. Es enthält verschiedene Funktionen zum Erstellen erfolgreicher Randdiagramme.
Schritt 1
Installieren Sie das Paket "ggExtra" mit dem folgenden Befehl für eine erfolgreiche Ausführung (wenn das Paket nicht auf Ihrem System installiert ist).
> install.packages("ggExtra")
Schritt 2
Fügen Sie die erforderlichen Bibliotheken in den Arbeitsbereich ein, um Randdiagramme zu erstellen.
> library(ggplot2)
> library(ggExtra)
Schritt 3
Lesen Sie den erforderlichen Datensatz "mpg", den wir in den vorherigen Kapiteln verwendet haben.
> data(mpg)
> head(mpg)
# A tibble: 6 x 11
manufacturer model displ year cyl trans drv cty hwy fl class
<chr> <chr> <dbl> <int> <int> <chr> <chr> <int> <int> <chr> <chr>
1 audi a4 1.8 1999 4 auto(l5) f 18 29 p compa~
2 audi a4 1.8 1999 4 manual(m5) f 21 29 p compa~
3 audi a4 2 2008 4 manual(m6) f 20 31 p compa~
4 audi a4 2 2008 4 auto(av) f 21 30 p compa~
5 audi a4 2.8 1999 6 auto(l5) f 16 26 p compa~
6 audi a4 2.8 1999 6 manual(m5) f 18 26 p compa~
>
Schritt 4
Lassen Sie uns nun mit „ggplot2“ ein einfaches Diagramm erstellen, das uns hilft, das Konzept der Randdiagramme zu verstehen.
> #Plot
> g <- ggplot(mpg, aes(cty, hwy)) +
+ geom_count() +
+ geom_smooth(method="lm", se=F)
> g
Beziehung zwischen Variablen
Lassen Sie uns nun die Randdiagramme mit der Funktion ggMarginal erstellen, mit deren Hilfe eine Beziehung zwischen den beiden Attributen "hwy" und "cty" hergestellt werden kann.
> ggMarginal(g, type = "histogram", fill="transparent")
> ggMarginal(g, type = "boxplot", fill="transparent")
Die Ausgabe für Histogramm-Randdiagramme wird unten erwähnt -
Die Ausgabe für Box-Randdiagramme wird unten erwähnt -