Statystyczne i graficzne podstawy geowizualizacji
Do tworzenia wykresów w R wykorzystuje się pakiet ggplot2, który jest oparty na koncepcji Grammar of Graphics (Gramatyka Grafiki).
Aby stworzyć podstawowy wykres należy określić 3 kluczowe komponenty:
Aspekty estetyczne (estetyki) definiują każdy aspekt danego elementu graficznego. W pakiecie ggplot2 aesthetic oznacza “coś co widzimy”. Np:
Elementy geometryczne reprezentują symbol wyświetlany na wykresie, np:
Każdy wykres musi mieć określony przynajmniej jeden element geometryczny. Nie ma jednak górnej granicy. Używając znak + można dodawać dowolną ilość elementów
Dostępne typy obiektów: help.search(“geom_”, package = “ggplot2”)
Zbiór danych przedstawia miesięczną średnią temperaturę powietrza dla miasta A i B i składa się z 3 kolumn: temperatura, miasto oraz mce.
dane = data.frame(temperatura = c(-0.6, 0.4, 3.8, 9.4, 14.4, 17.8, 19.8, 19.5, 15.0, 9.9, 5.2, 1.4, -3.3, -2.2, 1.8, 8.3, 13.8, 17.2, 19.5, 18.7, 13.8, 8.1, 3.6, -0.6),
miasto = rep(c("A", "B"), each = 12),
mce = c(1:12, 1:12))
head(dane) temperatura miasto mce
1 -0.6 A 1
2 0.4 A 2
3 3.8 A 3
4 9.4 A 4
5 14.4 A 5
6 17.8 A 6W pakiecie ggplot2 do konstrukcji wykresu wykorzystuje się funkcję ggplot() w ramach, której definiuje się argument data oraz używa się funkcji aes().
data = dane - określa nazwę ramki danych zawierającej 3 zmienne: temperatura, miasto, mceaes(x = mce, y = temperatura, color = miasto) - określa, że zmienna mce ma być przedstawiona na osi x, zmienna temperatura na osi y, dodatkowo wyświetlane elementy mają mieć przypisany kolor zgodnie z kategoriami zmiennej miasto.library(ggplot2)
ggplot(data = dane, aes(x = mce, y = temperatura, color = miasto)) 
Zwróć uwagę, że wykres ma podpisane osie, ale nie wyświetlają się żadne elementy. W kolejnym kroku musimy określić za pomocą jakich elementów geometrycznych ma być pokazana temperatura dla poszczególnych miesięcy.
geom_line() oznacza, że dane mają być przedstawione jako wykres liniowy.Poszczególne komponenty łączu się znakiem +.
library(ggplot2)
ggplot(data = dane, aes(x = mce, y = temperatura, color = miasto)) +
geom_line()
Powyższy wykres można rozbudować o dodatkowe elementy.
geom_line() - pozwala na podanie szeregu parametrów określających sposób wyświetlania linii, np. jej szerokość (linewidth = 1.2),geom_point() - jest wykorzystywany do wyświetlenia punktów o współrzędnych określonych przez zmienną mce oraz temperatura, dla których można zdefiniować np. ich wielkość (size) oraz kształt (shape),ggplot(data = dane, aes(x = mce, y = temperatura, color = miasto)) +
geom_line(linewidth = 1.2) +
geom_point(size = 4, shape = 15) 
Aby sformatować osie musimy użyć scale_x_continuous(), który służy do określenia wartości wyznaczanych na osi x, np. zakres wartości, krok. W naszym przykładzie oś x przedstawia miesiące, chcemy zatem wyświetlić liczby od 1 do 12 z krokiem co 1. Parametr breaks określa krok z jakim mają być wyświetlane wartości, a labels oznacza wyświetlane etykiety.
ggplot(data = dane, aes(x = mce, y = temperatura, color = miasto)) +
geom_line(linewidth = 1.2) +
geom_point(size = 4, shape = 15) +
scale_x_continuous(breaks = seq(1, 12, 1), labels = c(seq(1,12, 1))) 
Aby zmienić kolor wyświetlanych linii użyjemy scale_color_manual(), który służy do określenia sposobu przypisania kolorów na wykresie. Kolor jest przypisywany na podstawie zmiennej miasto, która ma kategorie A i B. Kategorii A przypiszemy kolor ciemnoniebieski, a kategorii B - jasnoniebieski. Argument name określa nazwę, która ma się wyświetlić w legendzie.
ggplot(data = dane, aes(x = mce, y = temperatura, color = miasto)) +
geom_line(linewidth = 1.2) +
geom_point(size = 4, shape = 15) +
scale_x_continuous(breaks = seq(1, 12, 1), labels = c(seq(1,12, 1))) +
scale_color_manual(name = "Miasto", values = c("A" = "darkblue", "B" = "lightblue")) 
Etykiety osi oraz tytuł wykresu można określić za pomocą funkcji labs().
ggplot(data = dane, aes(x = mce, y = temperatura, color = miasto)) +
geom_line(linewidth = 1.2) +
geom_point(size = 4, shape = 15) +
scale_x_continuous(breaks = seq(1, 12, 1), labels = c(seq(1,12, 1))) +
scale_color_manual(name = "Miasto", values = c("A" = "darkblue", "B" = "lightblue")) +
labs(title = "Średnia miesięcza temperatura w mieście A i B",
x = "Miesiąc",
y = "Temperatura (°C)")
Wizualny styl wykresu (kolor tła, wielkość czcionki itp.) określa theme_minimal(). Argument base_size = 14 oznacza, że tytuł i etykiety osi mają mieć wielkość czcionki 14.
ggplot(data = dane, aes(x = mce, y = temperatura, color = miasto)) +
geom_line(linewidth = 1.2) +
geom_point(size = 4, shape = 15) +
scale_x_continuous(breaks = seq(1, 12, 1), labels = c(seq(1,12, 1))) +
scale_color_manual(name = "Miasto", values = c("A" = "darkblue", "B" = "lightblue")) +
labs(title = "Średnia miesięcza temperatura w mieście A i B",
x = "Miesiąc",
y = "Temperatura (°C)") +
theme_minimal(base_size = 14) 
Dodatkowe elementy jak pozycje legendy można zmienić używając theme().
ggplot(data = dane, aes(x = mce, y = temperatura, color = miasto)) +
geom_line(linewidth = 1.2) +
geom_point(size = 4, shape = 15) +
scale_x_continuous(breaks = seq(1, 12, 1), labels = c(seq(1,12, 1))) +
scale_color_manual(name = "Miasto", values = c("A" = "darkblue", "B" = "lightblue")) +
labs(title = "Średnia miesięcza temperatura w mieście A i B",
x = "Miesiąc",
y = "Temperatura (°C)") +
theme_minimal(base_size = 14) +
theme(legend.position = "bottom") 
Kompletny kod wykresu wygląda następująco:
ggplot(data = dane, aes(x = mce, y = temperatura, color = miasto)) +
geom_line(linewidth = 1.2) +
geom_point(size = 4, shape = 15) +
scale_x_continuous(breaks = seq(1, 12, 1), labels = c(seq(1,12, 1))) +
scale_color_manual(name = "Miasto", values = c("A" = "darkblue", "B" = "lightblue")) +
labs(title = "Średnia miesięcza temperatura w mieście A i B",
x = "Miesiąc",
y = "Temperatura (°C)") +
theme_minimal(base_size = 14) +
theme(legend.position = "bottom") 
library(tidyverse)dane = read.csv("dane/gapminder_regions.csv")dane = dane |>
na.omit() |>
mutate(across(where(is.character), as.factor)) |>
mutate(income_grp = factor(income_grp, levels = c(1,2,3), labels = c("niski", "średni", "wysoki")))pl = dane |>
filter(kraj == "Polska", rok >= 1990)Do wykonania wykresu słupkowego pokazującego wartość zmiennej ilościowej w określonych kategoriach wykorzystuje się geom_col(). labs() służy do dodania tytułu wykresu oraz etykiet osi. Styl wykresu określa theme_bw().
ggplot(data = pl, aes(x = rok, y = pkb)) +
geom_col() +
labs(x = "Rok", y = NULL, title = "PKB na osobę (USD, 2007)") +
theme_bw(base_size = 14)
Należy zwrócić uwagę na nieprawidłowy sposób wyświetlania roku. Zmienna rok jest zmienną numeryczną i nie jest traktowana jako kategorie. Aby wyświetlić PKB w podziale na lata, zmienną rok trzeba przekształcić na zmienną czynnikową. Można to zrobić wewnątrz funkji aes() przypisując x = as.factor(rok).
ggplot(data = pl, aes(x = as.factor(rok), y = pkb)) +
geom_col() +
labs(x = "Rok", y = NULL, title = "PKB na osobę (USD, 2007)") +
theme_bw(base_size = 14)
sel = dane |>
filter(kraj %in% c("Polska", "Czechy", "Słowacja", "Niemcy", "Wielka Brytania","Francja", "Bośnia i Hercegowina") & rok == 2002)ggplot(data = sel, aes(x = kraj, y = pkb)) +
geom_col()
fct_reorder(). fct_reorder(kraj, -pkb) oznacza, że nazwy krajów mają być posortowane wg wartości zmiennej pkb malejąco (-pkb).ggplot(data = sel, aes(x = fct_reorder(kraj, -pkb), y = pkb)) +
geom_col() 
ggplot(data = sel, aes(x = fct_reorder(kraj, -pkb), y = pkb)) +
geom_col() +
labs(x = "Kraj", y = "PKB na osobę") 
Formatowanie etykiet osi. Tekst przypisany do osi formatuje się za pomocą argumentów wewnątrz theme():
ggplot(data = sel, aes(x = fct_reorder(kraj, -pkb), y = pkb)) +
geom_col() +
labs(x = "Kraj", y = "PKB na osobę") +
theme(axis.text = element_text(size = 16, color = "red", face = "bold.italic"))
Formatowanie etykiet osi. Tekst przypisany do osi formatuje się za pomocą argumentów wewnątrz theme():
ggplot(data = sel, aes(x = fct_reorder(kraj, -pkb), y = pkb)) +
geom_col() +
labs(x = "Kraj", y = "PKB na osobę") +
theme(axis.text = element_text(size = 16, color = "red", face = "bold.italic"),
axis.text.x = element_text(angle = 90, hjust = 1, color = "green", face = "italic"))
Formatowanie etykiet osi. Tekst przypisany do osi formatuje się za pomocą argumentów wewnątrz theme():
ggplot(data = sel, aes(x = fct_reorder(kraj, -pkb), y = pkb)) +
geom_col() +
labs(x = "Kraj", y = "PKB na osobę") +
theme(axis.text = element_text(size = 16, color = "red", face = "bold.italic"),
axis.text.x = element_text(angle = 90, hjust = 1, color = "green", face = "italic"),
axis.title = element_text(size = 20, color = "lightblue", face = "bold", family = "Times New Roman"))
ggplot(data = sel, aes(x = fct_reorder(kraj, -pkb), y = pkb)) +
geom_col() +
labs(x = "Kraj", y = "PKB na osobę") +
theme_minimal(base_size = 16) + theme(axis.text.x = element_text(angle = 90, hjust = 1))
coord_flip() do zamiany osi x i y. W tym przypadku nie ma potrzeby zmiany kierunku etykiet osi y.ggplot(data = sel, aes(x = fct_reorder(kraj, -pkb), y = pkb)) +
geom_col() +
coord_flip() +
labs(x = "Kraj", y = "PKB na osobę") +
theme_minimal(base_size = 16) 
aes()).ggplot(data = sel, aes(x = fct_reorder(kraj, -pkb), y = pkb, fill = region)) +
geom_col() +
coord_flip() +
labs(x = "Kraj", y = "PKB na osobę") +
theme_minimal(base_size = 16) 
scale_fill_brewer() oraz podać nazwę palety. Zmienna region jest zmienną jakościową, zatem musimy wybrać jedną z palet jakościowych, np. Dark2 z pakietu RColorBrewer.ggplot(data = sel, aes(x = fct_reorder(kraj, -pkb), y = pkb, fill = region)) +
geom_col() +
coord_flip() +
scale_fill_brewer(palette = "Dark2") +
labs(x = "Kraj", y = "PKB na osobę") +
theme_minimal(base_size = 16) 
scale_fill_manual()ggplot(data = sel, aes(x = fct_reorder(kraj, -pkb), y = pkb, fill = region)) +
geom_col() +
coord_flip() +
scale_fill_manual(values = c("Europa Południowa" = "orange",
"Europa Wschodnia" = "red",
"Europa Zachodnia" = "darkgreen",
"Europa Północna" = "blue")) +
labs(x = "Kraj", y = "PKB na osobę") +
theme_minimal(base_size = 16) 
Funkcja stat_summary() służy do obliczania i wyświetlania statystyk danych na wykresie, bez konieczności ich wcześniejszego obliczania.
ggplot(data = dane, aes(x = rok, y = le)) +
stat_summary(fun = "mean", geom = "line")
Argumenty color = “orange”, linewidth = 2, linetype = “dotted” są wykorzystywane do formatowania linii.
ggplot(data = dane, aes(x = rok, y = le)) +
stat_summary(fun = "mean",
geom = "line",
color = "orange", linewidth = 3, linetype = "dashed") 
ggplot(data = dane, aes(x = rok, y = le)) +
stat_summary(fun = "mean",
geom = "line",
color = "orange", linewidth = 3, linetype = "dashed") +
scale_x_continuous(breaks = seq(1952, 2007, 5), labels = seq(1952, 2007, 5)) +
labs(x = "Rok", y = "Średnia długość trwania życia") 
Zmień kolor linii na zielony, typ: linia kropkowana (dotted), grubość: 5. Wyświetl etykiety dla lat od 1952 do 2007 z krokiem co 5 lat. Użyj jednego z motywów wyświetlania: theme_bw(), theme_minimal(), theme_classic(), theme_dark(). Zmień wielkokść czcionki dla etykiet na 16.
Utworzony wykres można zapisać wykorzystując ggsave()
p = ggplot(data = dane, aes(x = rok, y = le)) +
stat_summary(fun = "mean",
geom = "line",
color = "orange", linewidth = 3, linetype = "dashed") +
scale_x_continuous(breaks = seq(1952, 2007, 5), labels = seq(1952, 2007, 5)) +
labs(x = "Rok", y = "Średnia długość trwania życia") ggsave(filename = "Wykres.pdf", plot = p)
ggsave(filename = "Wykres.png", plot = p, dpi = 300)Wykonaj wykres słupkowy pokazujący jak zmieniała się długość trwania życia (zmienna le) w 1952 roku między Polską, Wielką Brytanią i Niemacami. Dodaj do wykresu opisy osi. Posortuj słupki od najwyższej do najniższej wartości.
Wykonaj wykres słupkowy pokazujący jak zmieniała się wartość PKB w dowolnym państwie w latach 1952, 1962, 1972, 1982, 1992, 2002.
Wybierz dane dla roku 1957 dla Japoni, Austrii, Włoch, Kanady, Somalii, Nigerii, Egiptu, Maroko, Indii, Chin, Polski, Stanów Zjednoczonych, Meksyku, Brazylii, Argentyny, Wenezuelii. Wykonaj wykres słupkowy pokazujący długość trwania życia w tych państwach. Pokoloruj słupki na podstawie nazw kontynentów. Dodaj etykiety osi oraz tytuł wykresu.