3  Grundlagen von ggplot2

3.1 Ein Beispiel

Wirtschaftskraft und Treibhausgasemissionen

ggplot(data = d_wb_2012) +
  geom_point(mapping = aes(x = gdp, y = gge, fill = region, size = pop), shape = 21) +
  scale_x_log10() + scale_y_log10() +
  labs(x = "Bruttoinlandsprodukt", y = "Treibhausgasemissionen", title = "Jahr 2012")

Aufbau der Anweisung

  1. Einen Plot mit ggplot2 erstellen
  2. Datensatz, der visualisiert werden soll
  3. Zuordnung von Merkmalen zu Eigenschaften geometrischer Objekte
  4. Geometrische Objekte
  5. Skalen (später)
  6. Beschriftung (später)

3.2 Was ist ggplot2?

Ursprung

  • Umfangreiches Paket zur Visualisierung von Daten
  • Entwickelt von Hadley Wickham (Doktorarbeit)
  • Basiert auf dem Buch ‘The Grammar of Graphics’ von Leland Wilkinson
  • Sehr strukturiert, aber man muss sich hineindenken
  • Mit Quellcode frei verfügbar
  • Eine schöne Sammlung von Beispielen gibt es hier

Genereller Aufbau einer ggplot2 Anweisung

ggplot(data = <DATA>) +
  geom_<GEOM1>(mapping = aes(<AESTHETICS>), <ARGUMENTS>) +
  coord_<COORD>(<ARGUMENTS)> +
  facet_wrap(<ARGUMENTS>) +
  scale_<SCALE>(<ARGUMENTS>) +
  labs(<LABELS>) +
  theme(<THEME SETTINGS>)

→ Am Ende des Semesters werden Sie das verstehen!

3.3 Datensatz für diese Folien

Dataframe d_wb_2012

Spalte Deutsch Englisch (Originaltitel)
year Jahr Year
country Land Country
pop Bevölkerung Population, total
gge Treibhausgasemissionen kt CO2 äquivalent Total greenhouse gas emissions kt of CO2 equivalent
gdp Bruttoinlandsprodukt GDP (current US$)
region Region Region
ig Einkommensgruppe Income group 

load("daten/data-lecture.Rdata")
d_wb_2012

3.4 Funktionsweise von ggplot

Wie funktioniert ggplot?

ggplot(data = d_wb_2012) +
  geom_point(mapping = aes(x = gdp, y = gge, fill = region, size = pop), shape = 21) +
  scale_x_log10() + scale_y_log10() +
  labs(x = "Bruttoinlandsprodukt", y = "Treibhausgasemissionen", title = "2012")

Wie funktioniert ggplot?

ggplot(data = d_wb_2012) +
  geom_point(mapping = aes(x = gdp, y = gge, fill = region, size = pop), shape = 21) +
  scale_x_log10() + scale_y_log10() +
  labs(x = "Bruttoinlandsprodukt", y = "Treibhausgasemissionen", title = "2012")
  • Plot setzt sich aus Elementen zusammen, die mit + verbunden werden
  • ggplot(...) erzeugt leere Zeichenfläche
    • Dabei wird angegeben, welche Daten geplottet werden sollen
  • geom_point(...) fügt Punkte (geometrische Objekte) hinzu
    • Es gibt viele andere geometrische Objekte (Linien, Balken, Text, …)
    • Mapping verknüpft Daten mit visuellen Eigenschaften der Objekte
  • Es folgen Einstellungen für Achsen, Beschriftungen, etc.

Daten und visuelle Eigenschaften

goem_point(mapping = aes(x = A, y = B, color = C, size = D))
  • Punkt hat visuelle Eigenschaften: x, y, Größe, Farbe
  • Mapping ordnet Merkmal einer visuellen Eigenschaft zu

→ Visuelle Eigenschaften heißen in ggplot Aesthetics (AES)

Datensatz für Beispiel erstellen

d_bsp <- tibble(
  A = c(1, 3, 2),
  B = c(1, 2, 3),
  C = c("u", "v", "u"),
  D = c(5, 2, 4)
)

Datensatz für Beispiel plotten

ggplot(data = d_bsp) +
  geom_point(mapping = aes(x = A, y = B, color = C, size = D))

Geoms und Aesthetics

Beispiel mit Weltbankdaten

ggplot(data = d_wb_2012) +
  geom_point(mapping = aes(x = gdp, y = gge, color = region, size = pop))

Beispiel mit Weltbankdaten

ggplot(data = d_wb_2012) +
  geom_point(mapping = aes(x = gdp, y = gge, color = region, size = pop))
  • geom_point(...) sagt, dass Punkte geplottet werden sollen
  • Parameter mapping definiert Zuordnung von Merkmalen auf visuelle Eigenschaften
  • Zuordnung wird mit der Funktion aes(...) erzeugt. Hier:
    • Koordinaten nach BIP (gdp) und Emission (gge)
    • Farbe nach Region (region)
    • Größe entsprechend Bevölkerung (pop)

Beispiel mit Weltbankdaten (logarithmische Skala)

ggplot(data = d_wb_2012) +
  geom_point(mapping = aes(x = gdp, y = gge, color = region, size = pop)) +
  scale_x_log10() + scale_y_log10()