<\/p>\n
Simile a un grafico a barre, un grafico lecca-lecca<\/strong> \u00e8 utile per confrontare i valori quantitativi di una variabile categoriale. Invece di utilizzare le barre, un grafico lecca-lecca utilizza linee con cerchi alla fine per rappresentare valori quantitativi.<\/span><\/p>\n Un grafico lecca-lecca \u00e8 un ottimo modo per confrontare pi\u00f9 categorie riducendo al minimo la quantit\u00e0 di colore sul grafico e concentrando l’attenzione del lettore sui valori effettivi sul grafico anzich\u00e9 sulle linee o altri elementi grafici sul grafico. Molte persone considerano anche il tagliere per lecca-lecca esteticamente gradevole.<\/span><\/p>\n In questo tutorial, eseguiremo i passaggi necessari per creare il seguente grafico lecca-lecca:<\/span><\/p>\n Per questo esempio, utilizzeremo il set di dati R integrato di mtcars<\/strong> :<\/span><\/p>\n Il codice seguente illustra come <\/strong> per creare un grafico lecca-lecca per confrontare i mpg<\/em> (miglia per gallone) di ciascuna delle 32 auto nel set di dati.<\/span><\/p>\n I nomi delle auto sono definiti nei nomi delle righe del set di dati, quindi creiamo prima una nuova colonna nel set di dati che contiene questi nomi di righe.<\/span><\/p>\n Successivamente, carichiamo la libreria ggplot2<\/strong> , che utilizzeremo per creare il grafico lollipop.<\/span><\/p>\n Con ggplot2 utilizziamo geom_segment<\/strong> per creare le linee sulla trama. Impostiamo i valori x iniziale e finale rispettivamente come 0<\/em> e mpg<\/em> . Impostiamo i valori y iniziale e finale come char<\/em> :<\/span><\/p>\n Possiamo anche aggiungere etichette al grafico utilizzando gli argomenti label<\/strong> e geom_text<\/strong> :<\/span><\/p>\n Oppure invece di posizionare le etichette alla fine di ogni riga, potremmo posizionarle all’interno dei cerchi stessi ingrandendo i cerchi e cambiando il colore del carattere dell’etichetta in bianco:<\/span><\/p>\n Possiamo anche utilizzare un grafico lecca-lecca per confrontare i valori con un numero specifico. Ad esempio, possiamo trovare il valore medio di mpg<\/em> nel set di dati e quindi confrontare il valore mpg<\/em> di ciascuna auto con la media.<\/span><\/p>\n Il codice seguente utilizza la libreria dplyr<\/strong> per trovare il valore medio di mpg<\/em> e quindi disporre le auto in ordine crescente di mpg<\/em> :<\/span><\/p>\n Quindi il codice seguente crea il grafico lecca-lecca impostando il colore del cerchio in modo che sia uguale al valore del flag<\/em> (in questo caso TRUE o FALSE) e il valore x iniziale per ciascuna auto sia uguale al valore medio mpg<\/em> .<\/span><\/p>\n Utilizzando questo tipo di tavolozza di colori, possiamo facilmente determinare quali auto hanno un mpg<\/em> inferiore e superiore rispetto alla media del set di dati.<\/span><\/p>\n Per impostazione predefinita, R utilizza il blu e il rosso come colori del grafico. Tuttavia, possiamo utilizzare tutti i colori che desideriamo utilizzando l’argomento scale_color_manual<\/strong> :<\/span><\/p>\n Infine, possiamo utilizzare le ampie funzionalit\u00e0 di ggplot2<\/strong> per modificare ulteriormente l’estetica del grafico e creare un prodotto finale dall’aspetto professionale:<\/span><\/p>\n Simile a un grafico a barre, un grafico lecca-lecca \u00e8 utile per confrontare i valori quantitativi di una variabile categoriale. Invece di utilizzare le barre, un grafico lecca-lecca utilizza linee con cerchi alla fine per rappresentare valori quantitativi. Un grafico lecca-lecca \u00e8 un ottimo modo per confrontare pi\u00f9 categorie riducendo al minimo la quantit\u00e0 di […]<\/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 Esempio: grafico Lollipop in R<\/strong><\/span><\/h2>\n
#view first six rows of mtcars\n<\/em><\/span>head(mtcars)\n<\/strong><\/pre>\n<\/h3>\n
Una tabella lecca-lecca di base<\/strong><\/span><\/h2>\n
#create new column for car names<\/span>\nmtcars$car <- row.names(mtcars)\n\n#load ggplot2<\/em> library<\/span>\nlibrary(ggplot2)\n\n#create lollipop chart<\/span>\nggplot(mtcars, aes(x = mpg, y = car)) +\n geom_segment(aes(x = 0, y = car, xend = mpg, yend = car)) +\n geom_point()<\/strong><\/pre>\n Aggiunta di etichette<\/strong><\/span><\/h2>\n
ggplot(mtcars, aes(x = mpg, y = car, label = mpg<\/span> )) +\n geom_segment(aes(x = 0, y = car, xend = mpg, yend = car)) +\n geom_point() +\n geom_text(nudge_x = 1.5)<\/span><\/strong><\/pre>\n ggplot(mtcars, aes(x = mpg, y = car, label = mpg)) +\n geom_segment(aes(x = 0, y = car, xend = mpg, yend = car)) +\n geom_point( size = 7<\/span> ) +\n geom_text( color = 'white', size = 2<\/span> )<\/strong><\/pre>\n Confronta i valori con una media<\/strong><\/span><\/h2>\n
#load library dplyr\n<\/em><\/span>library(dplyr)\n\n#find mean value of mpg<\/em> and arrange cars in order by mpg<\/em> descending<\/span>\nmtcars_new <- mtcars %>%\n arrange(mpg) %>%\n mutate(mean_mpg = mean(mpg),\n flag = ifelse(mpg - mean_mpg > 0, TRUE, FALSE),\n car = factor(car, levels = .$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 Cambia l’estetica del grafico<\/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":"