Lab06_Vizualizing-Date-Time

# Lab06_Vizualizing-Date-Time
## Lab06_ggplot2-cleaning-data
### 曾子軒 Dennis Tseng
### 台大新聞所 NTU Journalism
### 2021/03/30

---

.remark-slide-content {
    padding: 1em 1em 1em 1em;
    font-size: 28px;
}

.my-one-page-font {
  padding: 1em 1em 1em 1em;
  font-size: 20px;
  /*xaringan::inf_mr()*/
}

</style>

# 今日重點

- AS05 Preview
- AS04 檢討
- `ggplot2` 的簡單注意事項
- Lab06 Practice

---

# [AS05](https://p4css.github.io/R4CSS_TA/AS05_Visualizing-Date-Time.html)

---

# 作業檢討

- [Lab05 範例解答](https://p4css.github.io/R4CSS_TA/Lab05_Homework_Data-Manipulation-Joining_ref)、[AS04 範例解答](https://p4css.github.io/R4CSS_TA/AS04_Data-Manipulation-Joining_ref.html)
- AS04 要注意的地方
 - `%in%` 跟 `==` 之間的差別
 - `left_join()` 完之後檢查 missing value
 - 負相關的詮釋：
     - "高等教育程度人口比例越高，贊成公投第10案的投票人口比例越低。"
     - "高等教育程度人口比例高，贊成公投第10案的投票人口比例低。"

---

# `ggplot2` 的簡單注意事項

- Overview
 - ggplot2 is a system for declaratively creating graphics, based on The [Grammar of Graphics](https://byrneslab.net/classes/biol607/readings/wickham_layered-grammar.pdf). 
 - You provide the data, tell ggplot2 how to map variables to aesthetics(美學), what graphical primitives to use, and it takes care of the details.

---

# `ggplot2` 的簡單注意事項

- 引用自[淺談資料視覺化以及 ggplot2 實踐](https://leemeng.tw/data-visualization-from-matplotlib-to-ggplot2.html)
 - 資料視覺化是資料與圖的直接映射？
     - e.g. 想分析 x, y -> 都是定量資料 -> 散佈圖 (scatter plot)
     - e.g. 想分析 x, z -> 一定量一定性 -> 長條圖 (bar chart)
 - 資料視覺化是將資料中的變數映射到視覺變數上，進而有效且有意義地呈現資料的樣貌！
     - Mappings(映射) link data to things you see
     - 視覺變數 / 刻度（visual variables / scales）
     - 包含位置（x / y axis）, 顏色（color）, 大小（size）, 透明程度（alpha）, 填滿（fill）, 形狀（shape）

---

# `ggplot2` 的簡單注意事項

- 組成
 - data + `ggplot(aes( ))` + `geom_**()` + ...
 - 資料層 + 美學層 + 幾何層 + ...

source: [Datacamp - Introduction to Data Visualization with ggplot2](https://www.datacamp.com/courses/data-visualization-with-ggplot2-1)

---

# `ggplot2` 的簡單注意事項

- 想看各大洲中預期壽命和人均GDP的關係

```r
library(gapminder)
library(ggplot2)

head(gapminder, 3)
```

```
## # A tibble: 3 x 6
##   country     continent  year lifeExp      pop gdpPercap
##   <fct>       <fct>     <int>   <dbl>    <int>     <dbl>
## 1 Afghanistan Asia       1952    28.8  8425333      779.
## 2 Afghanistan Asia       1957    30.3  9240934      821.
## 3 Afghanistan Asia       1962    32.0 10267083      853.
```

---

# `ggplot2` 的簡單注意事項

```r
# 把變數映射到視覺變數上: 
# the property ‘color’ will represent the variable continent
p_01 <- ggplot(data = gapminder,
               mapping = aes(x = gdpPercap, y = lifeExp,
                             color = continent))
p_01 + geom_point() + scale_x_log10()
```

![](Lab06_Tutorial_Visualizing-Date-Time_files/figure-html/unnamed-chunk-3-1.png)

---

# `ggplot2` 的簡單注意事項

```r
# 把變數映射到視覺變數上: 
# aes() wants to map a variable to the color aesthetic, which is a string "purple"
p_02 <- ggplot(data = gapminder,
               mapping = aes(x = gdpPercap, y = lifeExp,
                             color = "purple"))
p_02 + geom_point() + scale_x_log10()
```

![](Lab06_Tutorial_Visualizing-Date-Time_files/figure-html/unnamed-chunk-4-1.png)

---

# `ggplot2` 的簡單注意事項

```r
# 把變數映射到視覺變數上: 
# the property ‘color’ will represent the variable continent
p_01 <- ggplot(data = gapminder,
               mapping = aes(x = gdpPercap, y = lifeExp,
                             color = continent))
# aes() wants to map a variable to the color aesthetic, which is a string "purple"
p_02 <- ggplot(data = gapminder,
               mapping = aes(x = gdpPercap, y = lifeExp,
                             color = "purple"))
```

- 因為只有一個值所以 R recycle 了，變成紅色因為預設顏色是紅色
- `aes()` 是變數、而不是用來讓你創造變數
- 概念上是想指定顏色，但實質效果變成創造變數了

source: [Data Visualization by Kieran Healy Chapter03](https://socviz.co/)

---

# [Lab06](https://p4css.github.io/R4CSS_TA/Lab06_Homework_Visualizing-Date-Time.html)