3. Myndræn framsetning

Myndræn framsetning er gífurlega mikilvæg á öllum stigum tölfræðiúrvinnslu. Með nokkrum gröfum má fljótt fá tilfinningu fyrir gögnum og því mælum alltaf með því fljótlega eftir innlestur gagna áður en lengra er haldið með frekari tölfræðiúrvinnslu. Sömuleiðis eru gröf oft og tíðum einstaklega heppileg til að setja fram niðurstöður rannsókna og að lokum gegna þau einnig mikilvægu hlutverki við að kanna hvort forsendur ýmissa tölfræðiprófa séu uppfylltar.

Í grunnpakkanum sem fylgir R má finna ýmsar aðferðir til að búa til gröf (t.d. plot(), barplot(), boxplot() og histogram()). Þær eru mjög auðveldar í notkun en gröfin sem þær skila eru ekki sérlega fögur. Það hefur færst mikið í vöxt að R-notendur noti aðferðir sem tilheyra pakka sem kallast ggplot2 til að búa til gröf. Með honum má útbúa yndisfögur gröf og er hann umfjöllunarefni þessa kafla.

Ólíkt því sem gengur og gerist munum við einungis nota eina aðferð ggplot() en með henni fylgja ótalmargar viðbætur sem gera okkur kleift að teikna fjölbreytt gröf.

3.1. ggplot()

Athugið

Inntak: nafn á gagnatöflu og nöfn á aðalbreytum grafsins

Úttak: graf

Helstu stillingar: ótalmargar!

---

Skipunin ggplot() er ætíð mötuð á sama hátt. Fyrst kemur nafnið á gagnatöflunni sem geymir gögnin, þá útlitsstillingin aes() og innan hennar nöfnin á aðalbreytum grafsins. Þar fyrir aftan kemur viðbót sem tilgreinir hvers konar graf skal teikna og einnig er hægt að bæta við ótal fleiri viðbótum til að merkja og breyta ásum, lagskipta grafinu eftir breytum og svo mætti lengi telja. Viðbætur bætast við með + í stað þess að vera mataðar inn í fallið. Það mun sjást í hverju dæmi hér fyrir neðan.

Í þessum kafla munum við teikna algengustu gerðir grafa með viðbótunum geom_point(), geom_bar(), geom_histogram(), geom_boxplot og stat_qq().

3.1.1. Algengustu gröf

3.1.1.1. Punktarit

Punktarit eru einföld og skýr leið til að setja fram gögn. Þau eru smíðuð með viðbótinni + geom_point(). Eftirfarandi skipun gefur okkur punktarit sem lýsir sambandi hæðar og þyngdar í gagnatöflunni puls. Skýribreytan haed er á x-ás og svarbreytan thyngd á y-ás, þær eru báðar tilgreindar inn í útlitsstillingunni aes().

ggplot(data=puls, aes(x=haed,y=thyngd)) + geom_point()

3.1.1.2. Stöplarit

Stöplarit eru tilgreind með viðbótinni geom_bar. Þar sem stöplarit eru einungis notuð til að lýsa einni breytu er aðeins sú breyta tilgreind inní aes().

ggplot(data = puls, aes(kyn)) + geom_bar()

3.1.1.3. Stuðlarit

Viðbótin geom_histogram() teiknar stuðlarit. Viljum við teikna stuðlarit af breytunni thyngd gerum við það með skipuninni:

ggplot(data=puls, aes(thyngd)) + geom_histogram()

Stilla má breidd súlnanna með binwidth stillingunni:

ggplot(data=puls, aes(thyngd)) + geom_histogram(binwidth=10)

3.1.1.4. Kassarit

Kassarit eru mjög hentug til að bera saman dreifingu tveggja breyta. Þau eru tilgreind með viðbótinni geom_boxplot(). Viljum við teikna kassarit af breytunni thyngd lagskipt eftir breytunni kyn gerum við það með:

ggplot(data=puls,aes(x=kyn,y=thyngd)) + geom_boxplot()

Hægt er að teikna kassarit af einni breytu án lagskiptingar með því að setja factor(0) inn sem eins konar gervibreytu. Neðangreind skipun teiknar kassarit af breytunni thyngd án lagskiptingar:

ggplot(data=puls,aes(x=factor(0),y=thyngd)) + geom_boxplot()

3.1.1.5. Normaldreifingarrit

Normaldreifingarrit eru gerð með viðbótinni stat_qq(). Normaldreifingarrit fyrir breytuna haed fæst með:

ggplot(data=puls, aes(sample=haed)) + stat_qq()

Takið eftir að nú stendur sample= í stað x= í aes() stillingunni.

3.1.2. Ásar

3.1.2.1. Nöfn ása

Viðbætur má einnig nota til að merkja ása á gröfum. Viðbótin xlab() tilgreinir merkingu á x-ás á meðan viðbótin ylab() tilgreinir merkingu á y-ás.

ggplot(data = puls, aes(kyn)) + geom_bar() + xlab('Kyn') + ylab('Fjöldi')

Við getum enn fremur merkt og stillt kvarðana á hvorum ás fyrir sig að vild. Séum við að merkja samfellda breytu á x-ás notum við viðbótina scale_x_continuous() en sé hún strjál notum við scale_x_discrete(). Að sama skapi skiptum við x út fyrir y ef við viljum merkja og stilla kvarðana á y-ás.

3.1.2.2. Nöfn kvarða

Til að breyta heitum á kvörðum mötum við stillinguna labels með þeim heitum sem við viljum nota. Þannig merkjum við sem dæmi flokkana á stöplaritinu hér að ofan með viðbótinni:

ggplot(data = puls, aes(kyn)) + geom_bar() + xlab('Kyn') + ylab('Fjöldi') +
scale_x_discrete(labels = c("Konur","Karlar"))

Takið eftir einu til viðbótar. Hér skiptum við skipuninni upp í tvær línur til að gera kóðann læsilegri. Þá þurfum við að passa okkur að hafa plúsinn við enda línunnar. Ef plúsinn kemur í upphafi næstu línu er sú lína hunsuð og við fáum jafnvel villu:

ggplot(data = puls, aes(kyn)) + geom_bar() + xlab('Kyn') + ylab('Fjöldi')

+ scale_x_discrete(labels = c("Konur","Karlar"))
## Error in +scale_x_discrete(labels = c("Konur", "Karlar")): invalid argument to
## unary operator

3.1.2.3. Hök kvarða

Að sama skapi má auðveldlega stilla hvar hök kvarðanna á x- og y-ás eru með stillingunni breaks(). Viljum við sem dæmi láta merkingarnar á y-ás í punktaritinu hér fyrir ofan hlaupa á hverjum 10 kílóum í stað 20 gerum við það með skipuninni:

ggplot(data=puls, aes(x=haed,y=thyngd)) + geom_point() +
xlab("Hæð") + ylab("Þyngd")+
scale_y_continuous(breaks = seq(40,120,10))

3.1.2.4. Mörk kvarða

Mörk kvarða eru stillt með viðbótunum xlim() og ylim(). Þær eru mataðar með endamörkum kvarðanna.

ggplot(data=puls, aes(x=haed,y=thyngd)) + geom_point() +
xlab("Hæð") + ylab("Þyngd") + ylim(0,130) + xlim(0,200)

3.1.3. Litir og tákn

Litir og tákn eru góðar leið til að lagskipta gröfum. Í ggplot() eru tvenns konar leiðir til að lita. Annars vegar með að lita punktana eða línurnar á grafinu sjálfu en þá er notuð stillingin color. Hins vegar má fylla upp í fleti á grafinu með stillingunni fill. Stillingarnar eru tilgreindar inní útlitsstillingunni aes().

Við getum lagskipt punktaritinu yfir hæð og þyngd nemenda eftir kynjum nemendanna með því að lita punktana ólíkt eftir því hvoru kyninu nemandi tilheyrir. Það er því gert með stillingunni color.

ggplot(data=puls, aes(x=haed,y=thyngd, color=kyn)) + geom_point() +
xlab("Hæð") + ylab("Þyngd")

Viljum við hins vegar lagskipta stöplaritinu yfir fjölda nemenda af hvoru kyni eftir því hvort þeir reykja eða ekki gerum við það með stillingunni fill, því þá viljum við lita fleti grafsins ólíkt.

ggplot(data = puls, aes(kyn, fill=reykir)) + geom_bar() +
xlab("Kyn") + ylab("Fjöldi")

Ef við bætum stillingunni position=’dodge’ inní viðbótina geom_bar() koma stöplar grafsins hvor við hliðina á öðrum:

ggplot(data = puls, aes(kyn, fill=reykir)) + geom_bar(position='dodge') +
xlab("Kyn") + ylab("Fjöldi")

Gráu fletirnir eru þeir nemendur sem ekki gáfu upp hvort þeir reyktu eða ekki, þ.e. mælingar sem vantar.

Oft eru tákn heppilegri en litir til að lagskipta gröfum. Til dæmis geta litmyndir verið dýrar í tímaritum og svart-hvítar lausnir því heppilegri kostur. Tilgreina má að skipta gröfum upp með því að nota ólík tákn með því að nota shape á sama hátt og color var notað hér að ofan:

ggplot(data=puls, aes(x=haed,y=thyngd, shape=kyn)) + geom_point()+
xlab("Hæð") + ylab("Þyngd")

3.1.4. Gröfum skipt upp í reiti

Önnur góð leið til að lagskipta gröfum er með því að skipta þeim upp í reiti. Það er gert með skipuninni facet_grid(). Hægt er að skipta gröfunum hvort sem heldur eftir x-ás eða y-ás eða jafnvel báðum.

Viljum við skipta punktaritinu yfir hæð og þyngd nemenda upp eftir því hvaða námskeiði þeir tilheyra gerum við það með skipuninni:

ggplot(data=puls, aes(x=haed,y=thyngd)) + geom_point() +
facet_grid(~namskeid) + xlab("Hæð") + ylab("Þyngd")

Viljum við skipta grafinu í reiti eftir því bæði hvaða námskeiði þeir tilheyra og hvaða ár þeir sátu námskeiðið gerum við það með:

ggplot(data=puls, aes(x=haed,y=thyngd)) + geom_point() +
facet_grid(ar~namskeid) + xlab("Hæð") + ylab("Þyngd")

Það má hæglega lagskipta með bæði reitaskiptingu og táknum í sama grafinu. Þannig er hægt að tákna punktana í grafinu að ofan eftir því hvoru kyni nemendurnir tilheyra:

Viljum við skipta grafinu í reiti eftir því bæði hvaða námskeiði þeir tilheyra og hvaða ár þeir sátu námskeiðið gerum við það með:

ggplot(data=puls, aes(x=haed,y=thyngd, shape=kyn)) + geom_point() +
facet_grid(ar~namskeid) + xlab("Hæð") + ylab("Þyngd")

3.1.5. Skipt um bakgrunn

Grái, sjálfgefni, bakgrunnurinn á ggplot gröfum getur stundum verið óviðeigandi og vilja margir hafa hvítan bakgrunn þess í stað. Til eru tvær þægilegar stillingar til að breyta um bakgrunn. Sú fyrri er theme_bw() og gefur þessa niðurstöðu:

ggplot(data=puls, aes(x=haed,y=thyngd)) + geom_point() +
theme_bw() + xlab("Hæð") + ylab("Þyngd")

sú seinni er theme_classic() og gefur þessa niðurstöðu:

ggplot(data=puls, aes(x=haed,y=thyngd)) + geom_point() +
theme_classic() + xlab("Hæð") + ylab("Þyngd")

3.1.6. Myndir vistaðar

3.1.6.1. Myndir vistaðar

Til að geyma myndirnar sem við búum til, veljið Plots flipann í neðra vinstra glugganum í RStudio myndina og veljið þar Export. Þar má velja .pdf eða .jpg/.png/.eps skrá.

3.2. ggsave()

Athugið

Inntak: nafn grafsins

Inntak: vistað graf á því sniði sem er búið að tilgreina

Helstu stillingar: plot, width, height, dpi

---

Einnig vistar skipunin ggsave() það graf sem er á skjánum því sinni undir því nafni sem þið gefið. Sú skipun er mjög handhæg t.d. þegar mörg gröf eru teiknuð, þá eru engir músarsmellir nauðsynlegir. Skipunin hefur m.a. stillinguna plot og þá vistar hún ekki grafið á skjánum, heldur grafið sem er vistað undir því nafni sem við tilgreinum stillingunni. Ef við viljum vista grafið á skjánum á .jpg sniði undir nafninu graf gefum við skipunina:

ggsave('graf.jpg')

Ef við viljum vista grafið á .pdf sniði gefum við skipunina

ggsave('graf.pdf')

og ef við viljum ekki vista grafið á skjánum, heldur graf sem við höfum vistað sem hlut undir nafninu mynd1 þá gefum við skipunina:

ggsave('graf.pdf', mynd1)

Að lokum eru til aðrar aðferðir til að vista myndar, svo sem pdf(), jpeg(), postscript() og fleiri. Kannið hjálpina fyrir þessar aðferðir.

3.2.1. Leiksvæði fyrir R kóða

Hér fyrir neðan er hægt að skrifa R kóða og keyra hann. Notið þetta svæði til að prófa ykkur áfram með skipanir kaflans. Athugið að við höfum þegar sett inn skipun til að lesa inn puls gögnin sem eru notuð gegnum alla bókina.

# Gogn sott og sett i breytuna puls. puls <- read.table ("https://raw.githubusercontent.com/edbook/haskoli-islands/main/pulsAll.csv", header=TRUE, sep=";") # Setjid ykkar eigin koda her fyrir nedan: # Sem daemi, skipunin head(puls) skilar fyrstu nokkrar radirnar i gognunum # asamt dalkarheitum. head(puls)