<\/p>\n
Net als een staafdiagram is een lollydiagram<\/strong> handig voor het vergelijken van kwantitatieve waarden van een categorische variabele. In plaats van staven te gebruiken, gebruikt een lollydiagram lijnen met cirkels aan het einde om kwantitatieve waarden weer te geven.<\/span><\/p>\n Een lollydiagram is een geweldige manier om meerdere categorie\u00ebn te vergelijken, terwijl de hoeveelheid kleur op het diagram wordt geminimaliseerd en de aandacht van de lezer wordt gevestigd op de werkelijke waarden op het diagram, in plaats van op de lijnen of andere afbeeldingen op het diagram. Veel mensen vinden het lollybord ook esthetisch aantrekkelijk.<\/span><\/p>\n In deze zelfstudie doorlopen we de stappen die nodig zijn om het volgende lollydiagram te maken:<\/span><\/p>\n Voor dit voorbeeld gebruiken we de ingebouwde R-dataset van mtcars<\/strong> :<\/span><\/p>\n De volgende code illustreert hoe <\/strong> om een lollygrafiek te maken om de mpg<\/em> (mijl per gallon) van elk van de 32 auto’s in de dataset te vergelijken.<\/span><\/p>\n De autonamen worden gedefinieerd in de rijnamen van de dataset, dus we maken eerst een nieuwe kolom in de dataset die deze rijnamen bevat.<\/span><\/p>\n Vervolgens laden we de ggplot2-<\/strong> bibliotheek, die we zullen gebruiken om het lollydiagram te maken.<\/span><\/p>\n Met ggplot2 gebruiken we geom_segment<\/strong> om de lijnen op de plot te maken. We stellen de begin- en eindx-waarden in als respectievelijk 0<\/em> en mpg<\/em> . We stellen de begin- en eind-y-waarden in als char<\/em> :<\/span><\/p>\n We kunnen ook labels aan het diagram toevoegen met behulp van de argumenten label<\/strong> en geom_text<\/strong> :<\/span><\/p>\n Of in plaats van de labels aan het einde van elke regel te plaatsen, kunnen we ze binnen de cirkels zelf plaatsen door de cirkels groter te maken en de tekstkleur van het label te veranderen in wit:<\/span><\/p>\n We kunnen ook een lollydiagram gebruiken om waarden met een specifiek getal te vergelijken. We kunnen bijvoorbeeld de gemiddelde mpg-<\/em> waarde in de dataset vinden en vervolgens de mpg<\/em> van elke auto vergelijken met het gemiddelde.<\/span><\/p>\n De volgende code gebruikt de dplyr-<\/strong> bibliotheek om de gemiddelde mpg-<\/em> waarde te vinden en vervolgens de auto’s in oplopende volgorde van mpg<\/em> te rangschikken:<\/span><\/p>\n Vervolgens maakt de volgende code het lollydiagram door de kleur van de cirkel gelijk te stellen aan de vlagwaarde<\/em> (in dit geval WAAR of ONWAAR) en de start-x-waarde voor elke auto gelijk te stellen aan de gemiddelde mpg-<\/em> waarde.<\/span><\/p>\n Met behulp van dit type kleurenpalet kunnen we eenvoudig bepalen welke auto’s een lager en hoger mpg<\/em> hebben dan het datasetgemiddelde.<\/span><\/p>\n Standaard gebruikt R blauw en rood als diagramkleuren. We kunnen echter elke gewenste kleur gebruiken met behulp van het scale_color_manual<\/strong> argument:<\/span><\/p>\n Ten slotte kunnen we de brede mogelijkheden van ggplot2<\/strong> gebruiken om de esthetiek van de grafiek verder aan te passen en een professioneel ogend eindproduct te cre\u00ebren:<\/span><\/p>\n Net als een staafdiagram is een lollydiagram handig voor het vergelijken van kwantitatieve waarden van een categorische variabele. In plaats van staven te gebruiken, gebruikt een lollydiagram lijnen met cirkels aan het einde om kwantitatieve waarden weer te geven. Een lollydiagram is een geweldige manier om meerdere categorie\u00ebn te vergelijken, terwijl de hoeveelheid kleur op […]<\/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":[],"class_list":["post-481","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n Voorbeeld: Lollipopdiagram in R<\/strong><\/span><\/h2>\n
#view first six rows of mtcars\n<\/em><\/span>head(mtcars)\n<\/strong><\/pre>\n<\/h3>\n
Een basislollygrafiek<\/strong><\/span><\/h2>\n
#create new column for car names<\/span>\nmtcars$car <- row.names(mtcars)\n\n#load ggplot2<\/em> library<\/span>\nlibrary(ggplot2)\n\n#create lollipop chart<\/span>\nggplot(mtcars, aes(x = mpg, y = car)) +\n geom_segment(aes(x = 0, y = car, xend = mpg, yend = car)) +\n geom_point()<\/strong><\/pre>\n Etiketten toevoegen<\/strong><\/span><\/h2>\n
ggplot(mtcars, aes(x = mpg, y = car, label = mpg<\/span> )) +\n geom_segment(aes(x = 0, y = car, xend = mpg, yend = car)) +\n geom_point() +\n geom_text(nudge_x = 1.5)<\/span><\/strong><\/pre>\n ggplot(mtcars, aes(x = mpg, y = car, label = mpg)) +\n geom_segment(aes(x = 0, y = car, xend = mpg, yend = car)) +\n geom_point( size = 7<\/span> ) +\n geom_text( color = 'white', size = 2<\/span> )<\/strong><\/pre>\n Vergelijk waarden met een gemiddelde<\/strong><\/span><\/h2>\n
#load library dplyr\n<\/em><\/span>library(dplyr)\n\n#find mean value of mpg<\/em> and arrange cars in order by mpg<\/em> descending<\/span>\nmtcars_new <- mtcars %>%\n arrange(mpg) %>%\n mutate(mean_mpg = mean(mpg),\n flag = ifelse(mpg - mean_mpg > 0, TRUE, FALSE),\n car = factor(car, levels = .$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 Verander de esthetiek van diagrammen<\/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":"