<\/p>\n
Mirip dengan diagram batang, diagram lolipop<\/strong> berguna untuk membandingkan nilai kuantitatif suatu variabel kategori. Daripada menggunakan batangan, diagram lolipop menggunakan garis dengan lingkaran di ujungnya untuk mewakili nilai kuantitatif.<\/span><\/p>\n Bagan lolipop adalah cara terbaik untuk membandingkan beberapa kategori sekaligus meminimalkan jumlah warna pada bagan dan memfokuskan perhatian pembaca pada nilai sebenarnya pada bagan dibandingkan dengan garis atau grafik lain pada bagan. Banyak orang juga menganggap papan lollipop menyenangkan secara estetika.<\/span><\/p>\n Dalam tutorial ini, kita akan melalui langkah-langkah yang diperlukan untuk membuat grafik lolipop berikut:<\/span><\/p>\n Untuk contoh ini, kita akan menggunakan dataset R bawaan mtcars<\/strong> :<\/span><\/p>\n Kode berikut menggambarkan caranya <\/strong> untuk membuat bagan lollipop untuk membandingkan mpg<\/em> (mil per galon) dari masing-masing 32 mobil dalam kumpulan data.<\/span><\/p>\n Nama mobil ditentukan dalam nama baris kumpulan data, jadi pertama-tama kita membuat kolom baru di kumpulan data yang berisi nama baris tersebut.<\/span><\/p>\n Selanjutnya, kita memuat perpustakaan ggplot2<\/strong> , yang akan kita gunakan untuk membuat grafik lollipop.<\/span><\/p>\n Dengan ggplot2, kita menggunakan geom_segment<\/strong> untuk membuat garis pada plot. Kami menetapkan nilai x awal dan akhir masing-masing sebagai 0<\/em> dan mpg<\/em> . Kami menetapkan nilai awal dan akhir y sebagai char<\/em> :<\/span><\/p>\n Kita juga dapat menambahkan label ke bagan menggunakan argumen label<\/strong> dan geom_text<\/strong> :<\/span><\/p>\n Atau daripada menempatkan label di akhir setiap baris, kita dapat menempatkannya di dalam lingkaran dengan memperbesar lingkaran dan mengubah warna font label menjadi putih:<\/span><\/p>\n Kita juga dapat menggunakan grafik lolipop untuk membandingkan nilai dengan angka tertentu. Misalnya, kita dapat menemukan nilai rata-rata mpg<\/em> dalam kumpulan data, lalu membandingkan nilai mpg<\/em> setiap mobil dengan rata-ratanya.<\/span><\/p>\n Kode berikut menggunakan perpustakaan dplyr<\/strong> untuk menemukan nilai rata-rata mpg<\/em> dan kemudian mengatur mobil dalam urutan mpg<\/em> :<\/span><\/p>\n Kemudian kode berikut membuat grafik lollipop dengan mengatur warna lingkaran sama dengan nilai bendera<\/em> (dalam hal ini TRUE atau FALSE) dan nilai x awal untuk setiap mobil sama dengan nilai rata-rata mpg<\/em> .<\/span><\/p>\n Dengan menggunakan palet warna jenis ini, kita dapat dengan mudah menentukan mobil mana yang memiliki mpg<\/em> lebih rendah dan lebih tinggi daripada rata-rata kumpulan data.<\/span><\/p>\n Secara default, R menggunakan warna biru dan merah sebagai warna grafiknya. Namun, kita bisa menggunakan warna apa pun yang kita inginkan menggunakan argumen scale_color_manual<\/strong> :<\/span><\/p>\n Terakhir, kita dapat menggunakan kemampuan luas ggplot2<\/strong> untuk memodifikasi lebih lanjut estetika bagan dan membuat produk akhir yang terlihat profesional:<\/span><\/p>\n Mirip dengan diagram batang, diagram lolipop berguna untuk membandingkan nilai kuantitatif suatu variabel kategori. Daripada menggunakan batangan, diagram lolipop menggunakan garis dengan lingkaran di ujungnya untuk mewakili nilai kuantitatif. Bagan lolipop adalah cara terbaik untuk membandingkan beberapa kategori sekaligus meminimalkan jumlah warna pada bagan dan memfokuskan perhatian pembaca pada nilai sebenarnya pada bagan dibandingkan dengan […]<\/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 Contoh: Bagan Lollipop di R<\/strong><\/span><\/h2>\n
#view first six rows of mtcars\n<\/em><\/span>head(mtcars)\n<\/strong><\/pre>\n<\/h3>\n
Bagan lolipop dasar<\/strong><\/span><\/h2>\n
#create new column for car names<\/span>\nmtcars$car <- row.names(mtcars)\n\n#load ggplot2<\/em> library<\/span>\nlibrary(ggplot2)\n\n#create lollipop chart<\/span>\nggplot(mtcars, aes(x = mpg, y = car)) +\n geom_segment(aes(x = 0, y = car, xend = mpg, yend = car)) +\n geom_point()<\/strong><\/pre>\n Menambahkan label<\/strong><\/span><\/h2>\n
ggplot(mtcars, aes(x = mpg, y = car, label = mpg<\/span> )) +\n geom_segment(aes(x = 0, y = car, xend = mpg, yend = car)) +\n geom_point() +\n geom_text(nudge_x = 1.5)<\/span><\/strong><\/pre>\n ggplot(mtcars, aes(x = mpg, y = car, label = mpg)) +\n geom_segment(aes(x = 0, y = car, xend = mpg, yend = car)) +\n geom_point( size = 7<\/span> ) +\n geom_text( color = 'white', size = 2<\/span> )<\/strong><\/pre>\n Bandingkan nilai dengan rata-rata<\/strong><\/span><\/h2>\n
#load library dplyr\n<\/em><\/span>library(dplyr)\n\n#find mean value of mpg<\/em> and arrange cars in order by mpg<\/em> descending<\/span>\nmtcars_new <- mtcars %>%\n arrange(mpg) %>%\n mutate(mean_mpg = mean(mpg),\n flag = ifelse(mpg - mean_mpg > 0, TRUE, FALSE),\n car = factor(car, levels = .$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 Ubah estetika bagan<\/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":"