library(palmerpenguins, quietly = TRUE)
data <- penguins
ggplot(data) +
geom_point(mapping = aes(x = flipper_length_mm, y = body_mass_g, color = sex))
Eksemplerne på denne side tager udgangspunkt i et datasæt (penguins) som er indbygget i R (hvis man har installeret pakken “palmerpenguins”). Datasættet indeholder bla. kolonnerne:
I nedenstående eksempler angives de funktioner der bruges til de mest almindelige plot. Først er angivet de “aestethics” der som minimum skal med (f.eks. geom_point(mapping = aes(x = ..., y = ...)) betyder at hvis man vil lave et punktdiagram skal man som minimum angive x og y
Eksemplerne kan vise flere mulige aestethics, f.eks. color. Derudover kan der typisk tilføjes mange flere parametre til at kontrollere grafens visuelle udtryk. Men spørg ChatGPT om det.
Punktdiagrammer laves med geom_point(mapping = aes(x = ..., y = ...))
library(palmerpenguins, quietly = TRUE)
data <- penguins
ggplot(data) +
geom_point(mapping = aes(x = flipper_length_mm, y = body_mass_g, color = sex))
Histogrammer laves med geom_histogram(mapping = aes(x = ...))
library(palmerpenguins, quietly = TRUE)
data <- penguins
ggplot(data) +
geom_histogram(mapping = aes(x = body_mass_g), binwidth = 200, center = 4000)
Boxplot laves med geom_boxplot(mapping = aes(y = ..., x = ...))
library(palmerpenguins, quietly = TRUE)
data <- penguins %>%
# fjern NA-værdier fra "sex"
filter(!is.na(sex))
ggplot(data) +
geom_boxplot(mapping = aes(x = sex, y = body_mass_g))
Et lodret dotplot laves med geom_dotplot(mapping = aes(y = ...), binaxis = "y", stackdir = "center")
library(palmerpenguins, quietly = TRUE)
data <- penguins %>%
# vælg 50 tilfældige rækker
slice_sample(n = 50)
ggplot(data) +
geom_dotplot(
mapping = aes(y = body_mass_g, x = sex),
binaxis = "y",
stackdir = "center"
)