16 Bilimsel Hikaye Anlatımı 2

Bugün derste ggplot2 ile grafik dilbilgisi hakkında çalışmalar yaptık.

Öncelikle ggplot2 paketini yükleyelim. Büyük bir ihtimalle sizin bilgisayarlarınızda bu paket olmayacak, o yüzden ilk kullanımdan önce paketi kurmanız gerekebilir:

install.packages("ggplot2")

Paketi bir kere yükledikten sonra artık aşağıdaki şekilde kullanabilirsiniz:

library("ggplot2")

16.1 Grafik dilbilgisi

Bir grafiği gözünüzün önüne getirin, acaba hangi ögeler var?

Kullanılacak veri
Grafik düzlemi
\(x\) ve \(y\) eksenleri
Görselleştirme
- noktlar,
- kutu grafiği vs.

Mesela öncelikle boş bir grafik düzlemi oluşturalım:

ggplot()

Şimdi veriyi ve eksenleri ekleyelim:

ggplot(data = iris, aes(x = Species, y = Petal.Length))

Son olarak da kutu grafiği geometrisini ekleyelim:

ggplot(data = iris, aes(x = Species, y = Petal.Length)) + geom_boxplot()

Bu mantığı kullanarak farklı geometriler ekleyelibiriz:

ggplot(data = iris, aes(x = Species, y = Petal.Length)) + geom_boxplot() + geom_point()

16.2 Histogram

Peki Petal uzunlukları iris bitkilerinde nasıl değişiyor?

ggplot(data = iris, aes(x = Petal.Length)) + geom_histogram()

`stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

Acaba buradaki sütunları türlere göre boyayabilir miyiz?

ggplot(data = iris, aes(x = Petal.Length)) + geom_histogram(aes(fill = Species))

`stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

Dikkat ederseniz, veri çerçevesi içersindeki sütunları grafik içerisinde bir parametre olarak kullanmak istiyorsak aes() içerisine yazıyoruz.

16.3 Yoğunluk grafikleri (güzel görünen histogramlar)

ggplot(data = iris, aes(x = Petal.Length)) + geom_density(aes(fill = Species), alpha = 0.8)