<\/p>\n
\u00c4hnlich wie ein Balkendiagramm eignet sich ein Lollipop-Diagramm<\/strong> zum Vergleich quantitativer Werte einer kategorialen Variablen. Anstelle von Balken verwendet ein Lollipop-Diagramm Linien mit Kreisen am Ende, um quantitative Werte darzustellen.<\/span><\/p>\n Ein Lollipop-Diagramm ist eine gro\u00dfartige M\u00f6glichkeit, mehrere Kategorien zu vergleichen und gleichzeitig den Farbanteil im Diagramm zu minimieren und die Aufmerksamkeit des Lesers auf die tats\u00e4chlichen Werte im Diagramm zu lenken, im Gegensatz zu den Linien oder anderen Grafiken im Diagramm. Viele Menschen empfinden das Lutscherbrett auch als \u00e4sthetisch ansprechend.<\/span><\/p>\n In diesem Tutorial gehen wir die Schritte durch, die zum Erstellen des folgenden Lollipop-Diagramms erforderlich sind:<\/span><\/p>\n F\u00fcr dieses Beispiel verwenden wir den in mtcars<\/strong> integrierten R-Datensatz:<\/span><\/p>\n Der folgende Code veranschaulicht, wie <\/strong> um ein Lollipop-Diagramm zu erstellen, um die mpg<\/em> (Meilen pro Gallone) jedes der 32 Autos im Datensatz zu vergleichen.<\/span><\/p>\n Die Autonamen werden in den Zeilennamen des Datensatzes definiert, daher erstellen wir zun\u00e4chst eine neue Spalte im Datensatz, die diese Zeilennamen enth\u00e4lt.<\/span><\/p>\n Als n\u00e4chstes laden wir die ggplot2-<\/strong> Bibliothek, die wir zum Erstellen des Lollipop-Diagramms verwenden werden.<\/span><\/p>\n Mit ggplot2 verwenden wir geom_segment<\/strong> , um die Linien auf dem Plot zu erstellen. Wir legen die Start- und End-x-Werte auf 0<\/em> bzw. mpg<\/em> fest. Wir legen die Anfangs- und End-y-Werte als char<\/em> fest:<\/span><\/p>\n Wir k\u00f6nnen dem Diagramm auch Beschriftungen hinzuf\u00fcgen, indem wir die Argumente label<\/strong> und geom_text<\/strong> verwenden:<\/span><\/p>\n Anstatt die Beschriftungen am Ende jeder Zeile zu platzieren, k\u00f6nnten wir sie auch innerhalb der Kreise selbst platzieren, indem wir die Kreise vergr\u00f6\u00dfern und die Schriftfarbe der Beschriftung in Wei\u00df \u00e4ndern:<\/span><\/p>\n Wir k\u00f6nnen auch ein Lollipop-Diagramm verwenden, um Werte mit einer bestimmten Zahl zu vergleichen. Beispielsweise k\u00f6nnen wir den durchschnittlichen MPG-<\/em> Wert im Datensatz ermitteln und dann die MPG<\/em> jedes Autos mit dem Durchschnitt vergleichen.<\/span><\/p>\n Der folgende Code verwendet die dplyr-<\/strong> Bibliothek, um den durchschnittlichen MPG-<\/em> Wert zu ermitteln und dann die Autos in aufsteigender MPG-<\/em> Reihenfolge anzuordnen:<\/span><\/p>\n Dann erstellt der folgende Code das Lollipop-Diagramm, indem er die Farbe des Kreises auf den Flag-<\/em> Wert (in diesem Fall TRUE oder FALSE) und den Start-x-Wert f\u00fcr jedes Auto auf den durchschnittlichen MPG-<\/em> Wert setzt.<\/span><\/p>\n Mithilfe dieser Art von Farbpalette k\u00f6nnen wir leicht feststellen, welche Autos einen niedrigeren oder h\u00f6heren MPG-Wert<\/em> als der Durchschnitt des Datensatzes haben.<\/span><\/p>\n Standardm\u00e4\u00dfig verwendet R Blau und Rot als Diagrammfarben. Mit dem Argument \u201escale_color_manual\u201c<\/strong> k\u00f6nnen wir jedoch beliebige Farben verwenden:<\/span><\/p>\n Schlie\u00dflich k\u00f6nnen wir die umfassenden M\u00f6glichkeiten von ggplot2<\/strong> nutzen, um die \u00c4sthetik des Diagramms weiter zu modifizieren und ein professionell aussehendes Endprodukt zu erstellen:<\/span><\/p>\n \u00c4hnlich wie ein Balkendiagramm eignet sich ein Lollipop-Diagramm zum Vergleich quantitativer Werte einer kategorialen Variablen. Anstelle von Balken verwendet ein Lollipop-Diagramm Linien mit Kreisen am Ende, um quantitative Werte darzustellen. Ein Lollipop-Diagramm ist eine gro\u00dfartige M\u00f6glichkeit, mehrere Kategorien zu vergleichen und gleichzeitig den Farbanteil im Diagramm zu minimieren und die Aufmerksamkeit des Lesers auf die […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Beispiel: Lollipop-Diagramm in R<\/strong><\/span><\/h2>\n
#view first six rows of mtcars\n<\/em><\/span>head(mtcars)\n<\/strong><\/pre>\n<\/h3>\n
Ein einfaches Lollipop-Diagramm<\/strong><\/span><\/h2>\n
#create new column for car names<\/span>\nmtcars$car <- row.names(mtcars)\n\n#load ggplot2<\/em> library<\/span>\nlibrary(ggplot2)\n\n#create lollipop chart<\/span>\nggplot(mtcars, aes(x = mpg, y = car)) +\n geom_segment(aes(x = 0, y = car, xend = mpg, yend = car)) +\n geom_point()<\/strong><\/pre>\n Etiketten hinzuf\u00fcgen<\/strong><\/span><\/h2>\n
ggplot(mtcars, aes(x = mpg, y = car, label = mpg<\/span> )) +\n geom_segment(aes(x = 0, y = car, xend = mpg, yend = car)) +\n geom_point() +\n geom_text(nudge_x = 1.5)<\/span><\/strong><\/pre>\n ggplot(mtcars, aes(x = mpg, y = car, label = mpg)) +\n geom_segment(aes(x = 0, y = car, xend = mpg, yend = car)) +\n geom_point( size = 7<\/span> ) +\n geom_text( color = 'white', size = 2<\/span> )<\/strong><\/pre>\n Vergleichen Sie Werte mit einem Durchschnitt<\/strong><\/span><\/h2>\n
#load library dplyr\n<\/em><\/span>library(dplyr)\n\n#find mean value of mpg<\/em> and arrange cars in order by mpg<\/em> descending<\/span>\nmtcars_new <- mtcars %>%\n arrange(mpg) %>%\n mutate(mean_mpg = mean(mpg),\n flag = ifelse(mpg - mean_mpg > 0, TRUE, FALSE),\n car = factor(car, levels = .$car))\n\n#view first six rows of mtcars_new\n<\/em>head(mtcars_new)\n<\/span><\/span><\/strong><\/pre>\n ggplot(mtcars_new, aes(x = mpg, y = car, color = flag<\/span> )) +\n geom_segment(aes( x = mean_mpg<\/span> , y = car, xend = mpg, yend = car)) +\n geom_point()<\/strong><\/pre>\n ggplot(mtcars_new, aes(x = mpg, y = car, color = flag)) +\n geom_segment(aes(x = mean_mpg, y = car, xend = mpg, yend = car)) +\n geom_point() +\n scale_color_manual(values = c(\"purple\", \"blue\"))<\/span><\/strong><\/pre>\n \u00c4ndern Sie die Diagramm\u00e4sthetik<\/span><\/span><\/strong><\/h2>\n
ggplot(mtcars_new, aes(x = mpg, y = car, color = flag)) +\n geom_segment(aes(x = mean_mpg, y = car, xend = mpg, yend = car), color = \"grey\") +\n geom_point() +\n annotate(\"text\", x = 27, y = 20, label = \"Above Average\", color = \"#00BFC4\", size = 3, hjust = -0.1, vjust = .75) +\n annotate(\"text\", x = 27, y = 17, label = \"Below Average\", color = \"#F8766D\", size = 3, hjust = -0.1, vjust = -.1) +\n geom_segment(aes(x = 26.5, xend = 26.5, y = 19, yend = 23),\n arrow = arrow(length = unit(0.2,\"cm\")), color = \"#00BFC4\") +\n geom_segment(aes(x = 26.5, xend = 26.5, y = 18, yend = 14),\n arrow = arrow(length = unit(0.2,\"cm\")), color = \"#F8766D\") +\n labs(title = \"Miles per Gallon by Car\") +\n theme_minimal() +\n theme(axis.title = element_blank(),\n panel.grid.minor = element_blank(),\n legend.position = \"none\",\n text = element_text(family = \"Georgia\"),\n axis.text.y = element_text(size = 8),\n plot.title = element_text(size = 20, margin = margin(b = 10), hjust = 0),\n plot.subtitle = element_text(size = 12, color = \"darkslategrey\", margin = margin(b = 25, l = -25)),\n plot.caption = element_text(size = 8, margin = margin(t = 10), color = \"grey70\", hjust = 0))<\/strong><\/pre>\n","protected":false},"excerpt":{"rendered":"