-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy path5_ggplot2_no_code.html
1101 lines (947 loc) · 54.7 KB
/
5_ggplot2_no_code.html
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
<!DOCTYPE html>
<html lang="" xml:lang="">
<head>
<title>ggplot2</title>
<meta charset="utf-8" />
<meta name="author" content="Gilad Ravid" />
<meta name="date" content="2021-11-14" />
<script src="libs/header-attrs-2.11/header-attrs.js"></script>
<link href="libs/remark-css-0.0.1/default.css" rel="stylesheet" />
<link rel="stylesheet" href="sup/gilad.css" type="text/css" />
</head>
<body>
<textarea id="source">
class: center, middle, inverse, title-slide
# ggplot2
### Gilad Ravid
### BGU
### 2021-11-14
---
.scroll-output-100[
```
##
## Attaching package: 'dplyr'
```
```
## The following objects are masked from 'package:stats':
##
## filter, lag
```
```
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
```
```
## ── Attaching packages ─────────────────────────────────────── tidyverse 1.3.1 ──
```
```
## ✓ tibble 3.1.5 ✓ purrr 0.3.4
## ✓ tidyr 1.1.4 ✓ stringr 1.4.0
## ✓ readr 2.0.2 ✓ forcats 0.5.1
```
```
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## x dplyr::filter() masks stats::filter()
## x dplyr::lag() masks stats::lag()
```
```
##
## Attaching package: 'lubridate'
```
```
## The following objects are masked from 'package:base':
##
## date, intersect, setdiff, union
```
```
## Google's Terms of Service: https://cloud.google.com/maps-platform/terms/.
```
```
## Please cite ggmap if you use it! See citation("ggmap") for details.
```
```
##
## Attaching package: 'gridExtra'
```
```
## The following object is masked from 'package:dplyr':
##
## combine
```
```
##
## Attaching package: 'RCurl'
```
```
## The following object is masked from 'package:tidyr':
##
## complete
```
]
---
### Grammar of Graphics
statistical graphic is a mapping from data to aesthetic attributes (colour, shape, size) of geometric objects (points, lines, bars). The plot may also contain statistical transformations of the data and is drawn on a specific coordinate system. Facetting can be used to generate the same plot for different subsets of the dataset.
All plots are composed of:
- **Data** that you want to visualise and a set of aesthetic **mapping**s describing how variables in the data are mapped to aesthetic attributes that you
can perceive.
- **Layers** made up of geometric elements and statistical transformation. Geometric objects, **geom**s for short, represent what you actually see on the plot: points, lines, polygons, etc. Statistical transformations, **stat**s for short, summarise data in many useful ways. For example, binning and counting observations to create a histogram, or summarising a 2d relationship with a linear model.
- The **scale**s map values in the data space to values in an aesthetic space, whether it be colour, or size, or shape. Scales draw a legend or axes, which provide an inverse mapping to make it possible to read the original data values from the plot.
---
- A coordinate system, **coord** for short, describes how data coordinates are mapped to the plane of the graphic. It also provides axes and gridlines to make it possible to read the graph. We normally use a Cartesian coordinate system, but a number of others are available, including polar coordinates and map projections.
- A **face**ting specification describes how to break up the data into subsets and how to display those subsets as small multiples. This is also known as conditioning or latticing/trellising.
- A **theme** which controls the finer points of display, like the font size and background colour. While the defaults in ggplot2 have been chosen with care, you may need to consult other references to create an attractive plot.
---
.scroll-output-100[
```
## New names:
## * `` -> ...24
## * `` -> ...25
## * `` -> ...26
## * `` -> ...27
## * `` -> ...28
## * ...
```
<!-- --><!-- --><!-- --><!-- -->
]
---
scatterplot defined by:
1. Data: isr17
2. Aesthetic mapping: area mapped to x position, population economy to y position.
3. Layer: points
---
.scroll-output-100[
<!-- --><!-- -->
]
---
### Facetting
.scroll-output-100[
<!-- -->
]
---
### Geoms
- geom_smooth()
- geom_boxplot()
- geom_histogram() and geom_freqpoly()
- geom_bar()
- geom_path() and geom_line()
---
.scroll-output-100[
```
## `geom_smooth()` using method = 'loess' and formula 'y ~ x'
```
<!-- -->
```
## `geom_smooth()` using formula 'y ~ x'
```
<!-- -->
]
---
### Boxplot and Jittered Pointsr
.scroll-output-80[
<!-- --><!-- --><!-- --><!-- -->
]
---
### Histograms and Frequency Polygons
.scroll-output-80[
```
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
```
<!-- -->
```
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
```
<!-- -->
```
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
```
<!-- -->
```
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
```
<!-- -->
]
---
### Bar charts
.scroll-output-80[
<!-- --><!-- --><!-- -->
]
---
### Time Series with line and path plots
.scroll-output-80[
<!-- --><!-- --><!-- --><!-- -->
]
---
### Modifying the Axes
.scroll-output-80[
<!-- --><!-- --><!-- --><!-- --><!-- -->
]
---
### Output
.scroll-output-80[
<!-- -->
```
## data: c_name, סמל הרשות, district, status, מרחק מגבול מחוז תל אביב
## (ק"מ), year, מרחב ימי, רשויות מקומיות הגובלות בחוף הים, מספר חברי
## מועצה, סמל ועדת תכנון ובנייה, שם ועדת תכנון ובנייה, area, צפיפות
## אוכלוסייה לקמ''ר ביישובים שמנו 5,000 תושבים ויותר, population, יהודים
## ואחרים (אחוזים), יהודים (אחוזים), ערבים (אחוזים), מוסלמים (אחוזים),
## נוצרים (אחוזים), דרוזים (אחוזים), סה"כ גברים בסוף השנה (אלפים), סה"כ
## נשים בסוף השנה (אלפים), יחס תלות (לאלף תושבים בלתי תלויים), אחוז
## באוכלוסייה
בסוף השנה, ...24, ...25, ...26, ...27, ...28, ...29,
## ...30, ...31, ...32, ...33, לידות חי, פטירות, ריבוי טבעי
סה"כ, ריבוי
## טבעי לאלף תושבים, מאזן הגירה ביישוב
סה"כ, percImmigrants, אחוז גידול
## האוכלוסייה לעומת שנה קודמת, פטירות תינוקות (ממוצע), שיעור פטירות
## תינוקות לאלף לידות חי, השתקעות ראשונה של עולים, אחוז עולים
בהשתקעות
## ראשונה, ...45, ...46, ...47, מאזן הגירה פנימית, נכנסים
מיישובים
## אחרים
, ...50, ...51, ...52, ...53, ...54, ...55, יוצאים
ליישובים
## אחרים
, ...57, ...58, ...59, ...60, ...61, ...62, הגירה בתוך הרשות
## המקומית, מוסדות ואוכלוסייה מוסדית (אחוז מתוך אוכלוסיית הרשות), ...65,
## ...66, ...67, ...68, ...69, ...70, שיעור פטירות מתוקנן ל-1,000
## תושבים, תוחלות חיים
בלידה סך הכל, שיעור פיריון כולל ל-1,000 תושבים,
## מספר מקרי סכרת ממוצע לשנה, שיעור מקרי סכרת מתוקנן ל-1,000 תושבים
,
## עודף משקל והשמנה כיתה א'
, עודף משקל והשמנה כיתה ז', מספר מקרי סרטן
## ממוצע לשנה, גברים, שיעור סרטן מכל הסוגים מתוקנן ל-100,000 תושבים,
## גברים, מספר מקרי סרטן ממוצע לשנה, נשים, שיעור סרטן מכל הסוגים מתוקנן
## ל-100,000 תושבים, נשים, מקבלי דמי אבטלה
(ממוצע חודשי), ...83, מקבלי
## הכשרה מקצועית
סה"כ, גיל ממוצע של מקבלי דמי אבטלה
(לא כולל חיילים),
## דמי אבטלה ממוצעים ליום
(ש"ח), מקבלי קצבאות זקנה ושאירים
סה"כ
(סוף
## שנה), אחוז מקבלי השלמת הכנסה מבין מקבלי קצבאות זקנה ושאירים
(סוף
## שנה), incomeSecurity, מקבלי גמלאות סיעוד (סוף שנה), מקבלי גמלאות נכות
## כללית
(סוף שנה), מקבלי גמלאות ניידות
(סוף שנה), מקבלי גמלאות נכות
## מעבודה ותלויים
(סוף שנה), אחוז המבוטחים בקופ"ח
מתוך סך כל המבוטחים,
## ...95, ...96, ...97, מספר משפחות של מקבלי קצבאות בגין ילדים
(סוף
## שנה), ...99, ...100, ...101, מספר ילדים שבגינם שולמו קצבאות, ...103,
## ...104, ...105, שכר ממוצע לחודש של שכירים (ש"ח), ...107, ...108, אחוז
## שינוי ראלי לעומת שנה קודמת
של שכר ממוצע לחודש
של שכירים, ...110,
## ...111, מספר השכירים, אחוז השכירים המשתכרים עד שכר מינימום, מספר
## העצמאים, הכנסה ממוצעת לחודש של העצמאים (ש"ח), אחוז שינוי ראלי של
## הכנסה ממוצעת לחודש של העצמאים לעומת שנה קודמת, אחוז העצמאים המשתכרים
## עד מחצית השכר הממוצע, מדד אי-השוויון
שכירים
(מדד ג'יני, 0 שוויון
## מלא), ילדים בגנים של משרד החינוך, ...120, ...121, ...122, ...123, בתי
## ספר, ...125, ...126, ...127, ...128, כיתות, ...130, ...131, ...132,
## ...133, תלמידים, ...135, ...136, ...137, ...138, ממוצע תלמידים לכיתה,
## ...140, ...141, ...142, ...143, אחוז זכאים לתעודת בגרות מבין תלמידי
## כיתות יב, percMaturityTest, השכלה גבוהה, ...147, ...148, ...149,
## תקבולי מים
(אלפי מ"ק), פחת מים
סה"כ
(אלפי מ"ק), אחוז פחת המים מסך
## כל תקבולי המים, סה"כ צריכת מים
(אלפי מ"ק), צריכת מים ביתית וכל צריכה
## אחרת
(אלפי מ"ק), צריכת מים חקלאית
(אלפי מ"ק), אחוז צריכת מים ביתית
## וכל צריכה אחרת מסה"כ צריכת המים, אחוז צריכת מים חקלאית מסה"כ צריכת
## המים, צריכת מים ביתית
(אלפי מ"ק), ...159, ...160, ...161, ...162,
## אחוז צריכת מים מסה"כ צריכת מים ביתית, ...164, ...165, ...166, ...167,
## צריכת מים ביתית
(מ"ק לנפש), ...169, ...170, ...171, ...172, ...173,
## התחלת בנייה, ...175, ...176, גמר בנייה, ...178, ...179, מספר דירות
## למגורים
לפי מרשם מבנים ודירות, התחלה של סלילת כבישים חדשים, הרחבה
## ושיקום של כבישים, ...182, התחלה של הנחת צינורות
(ק"מ), ...184,
## ...185, גמר של סלילת כבישים חדשים, הרחבה ושיקום של כבישים, ...187,
## גמר של הנחת צינורות (ק"מ), ...189, ...190, פסולת מוצקה ביתית, מסחרית
## וגזם
(ק"ג ליום לנפש), אחוז מחזור מתוך פסולת מוצקה ביתית, מסחרית
## וגזם, כלי רכב מנועיים
סה"כ, כלי רכב פרטיים
סה"כ, גיל ממוצע של רכב
## פרטי
(שנים), תאונות דרכים עם נפגעים
סה"כ, תאונות דרכים עם נפגעים
## לפי חומרה, ...198, ...199, תאונות דרכים עם נפגעים
שיעור ל-1,000
## תושבים, תאונות דרכים עם נפגעים
שיעור ל-1,000 כלי רכב, מבוגרים תושבי
## ישראל המורשעים בדין,
לפי רשות מקומית שבה גרו
(רשויות עם 50,000
## תושבים ויותר), ...203, מורשעים בדין לפי סוג עבירה
באחוזים, ...205,
## ...206, ...207, ...208, ...209, ...210, ...211, cluster, ערך
## מדד...213, דירוג
(מ-1 עד 255, 1 הנמוך ביותר), אשכול
(מ-1 עד 10, 1
## הקומפקטי ביותר), דירוג
(מ-1 עד 197, 1 הקומפקטי ביותר), ציון תקן,
## אשכול
(מ-1 עד 10, 1 הפריפריאלי ביותר), ערך מדד...219, דירוג
(מ-1 עד
## 252, 1 הפריפריאלי ביותר), דירוג לפי מרכיבי המדד:
מדד נגישות
## פוטנציאלית
(מ-1 עד 252, 1 הנגישות הנמוכה ביותר), דירוג לפי מרכיבי
## המדד:
קרבה לגבול מחוז תל אביב
(מ-1 עד 252, 1 המרוחק ביותר), גובה
## מעל פני הים
במטרים, ...224, ...225, ...226, (א)
סטיית התקן של
## הגבהים מעל פני הים, ...228, ...229, (ב)
שיפוע ממוצע,
במעלות,
## ...231, ...232, מדד טופוגרפיה:
ממוצע ציוני תקן של (א) ו-(ב), ...234,
## ...235, סך הכל שטח שיפוט, מגורים, ...238, חינוך והשכלה, ...240,
## בריאות ורווחה, ...242, שירותים ציבוריים, ...244, תרבות, פנאי, נופש
## וספורט, ...246, מסחר ומשרדים, ...248, תעשייה, ...250, תשתית ותחבורה,
## ...252, מבנים חקלאיים, ...254, גינון לנוי פארק ציבורי, ...256, יער
## וחורש, ...258, מטעים, ...260, גידול שדה, ...262, שטח פתוח אחר,
## ...264, אוכלוסייה סוף 2013
סך הכל אלפים, צפיפות אוכלוסייה
לשטח בנוי
## למגורים, ממוצע המרחקים
(ק"מ), ממוצע המרחקים
משוקלל
(ק"מ), סה"כ
## יישובים במועצה, יישובים עירוניים,
יהודיים
5,000-9,999 תושבים,
## יישובים עירוניים, לא-יהודיים 9,999-5000 תושבים, יישובים עירוניים,
## יהודיים
2,000-4,999 תושבים, יישובים עירוניים,
מושבים
2,000-4,999
## תושבים, יישובים עירוניים,
מושבים שיתופיים
2,000-4,999 תושבים,
## יישובים עירוניים,
קיבוצים
2,000-4,999 תושבים, יישובים עירוניים,
## לא-יהודיים
2,000-4,999 תושבים, מושבים (לרבות כפרים שיתופיים), מושבים
## שיתופיים, קיבוצים, יישובים מוסדיים, יהודיים, יישובים מוסדיים,
## לא-יהודיים, יישובים קהילתיים, יישובים כפריים אחרים, יהודיים, יישובים
## כפריים אחרים,
לא-יהודיים, age, percIncomeSecurity [256x286]
## mapping: x = ~area, y = ~population
## faceting: <ggproto object: Class FacetNull, Facet, gg>
## compute_layout: function
## draw_back: function
## draw_front: function
## draw_labels: function
## draw_panels: function
## finish_data: function
## init_scales: function
## map_data: function
## params: list
## setup_data: function
## setup_params: function
## shrink: TRUE
## train_scales: function
## vars: function
## super: <ggproto object: Class FacetNull, Facet, gg>
## -----------------------------------
## geom_point: na.rm = FALSE
## stat_identity: na.rm = FALSE
## position_identity
```
]
---
### Toolbox
Layers
- data
- summary
- metadata
Plot types
- geom_area() - area plot
- geom_bar(stat="identity"), geom_col() - bar chart
- geom_line geom_path() - line plot
- geom_point() - scatterplot
- geom_polygon()
- geom_rect(), geom_tile(), geom_raster()
https://ggplot2.tidyverse.org/reference/
---
.scroll-output-100[
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-12-1.png" width="25%" style='max-width: 1.5in' /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-12-2.png" width="25%" style='max-width: 1.5in' /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-12-3.png" width="25%" style='max-width: 1.5in' /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-12-4.png" width="25%" style='max-width: 1.5in' /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-12-5.png" width="25%" style='max-width: 1.5in' /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-12-6.png" width="25%" style='max-width: 1.5in' /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-12-7.png" width="25%" style='max-width: 1.5in' /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-12-8.png" width="25%" style='max-width: 1.5in' />
]
---
### Labels
.scroll-output-80[
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-13-1.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-13-2.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-13-3.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-13-4.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-13-5.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-13-6.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-13-7.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-13-8.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
]
---
### Annotations
geom_text()
geom_rect()
geom_line(), geom_path(), geom_segment()
geom_vline(), geom_hline(), geom_abline()
.scroll-output-80[
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-14-1.png" width="100%" style='max-width: 6in' /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-14-2.png" width="100%" style='max-width: 6in' /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-14-3.png" width="100%" style='max-width: 6in' /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-14-4.png" width="100%" style='max-width: 6in' /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-14-5.png" width="100%" style='max-width: 6in' />
]
---
### Collective Geoms
- individual geom - draws a distinct graphical object for each observation
- A collective geom - displays multiple observations with one geometric object
group aesthetic
---
.scroll-output-100[
```
## Grouped Data: height ~ age | Subject
## Subject age height Occasion
## 1 1 -1.0000 140.5 1
## 2 1 -0.7479 143.4 2
## 3 1 -0.4630 144.8 3
## 4 1 -0.1643 147.1 4
## 5 1 -0.0027 147.7 5
## 6 1 0.2466 150.2 6
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-15-1.png" width="60%" style='max-width: 3.6in' style="display: block; margin: auto;" />
```
## `geom_smooth()` using formula 'y ~ x'
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-15-2.png" width="60%" style='max-width: 3.6in' style="display: block; margin: auto;" />
```
## `geom_smooth()` using formula 'y ~ x'
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-15-3.png" width="60%" style='max-width: 3.6in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-15-4.png" width="60%" style='max-width: 3.6in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-15-5.png" width="60%" style='max-width: 3.6in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-15-6.png" width="60%" style='max-width: 3.6in' style="display: block; margin: auto;" />
]
---
### Surface Plots
.scroll-output-80[
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-16-1.png" width="60%" style='max-width: 3.6in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-16-2.png" width="60%" style='max-width: 3.6in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-16-3.png" width="60%" style='max-width: 3.6in' style="display: block; margin: auto;" />
]
---
### Revealing Uncertainty
* Discrete x, range: `geom_errorbar()`, `geom_linerange()`
* Discrete x, range & center: `geom_crossbar()`, `geom_pointrange()`
* Continuous x, range: `geom_ribbon()`
* Continuous x, range & center: `geom_smooth(stat = "identity")`
.scroll-output[
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-17-1.png" width="33.3%" style='max-width: 2in' /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-17-2.png" width="33.3%" style='max-width: 2in' /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-17-3.png" width="33.3%" style='max-width: 2in' /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-17-4.png" width="33.3%" style='max-width: 2in' /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-17-5.png" width="33.3%" style='max-width: 2in' /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-17-6.png" width="33.3%" style='max-width: 2in' />
]
---
### Weighted Data
.scroll-output-80[
```
## `geom_smooth()` using formula 'y ~ x'
## `geom_smooth()` using formula 'y ~ x'
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-18-1.png" width="50%" style='max-width: 3in' /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-18-2.png" width="50%" style='max-width: 3in' /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-18-3.png" width="50%" style='max-width: 3in' /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-18-4.png" width="50%" style='max-width: 3in' /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-18-5.png" width="50%" style='max-width: 3in' /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-18-6.png" width="50%" style='max-width: 3in' />
]
---
### Exploring Minard's 1812 plot with ggplot2
adapted from https://www.andrewheiss.com
http://www.datavis.ca/gallery/re-minard.php
.scroll-output[
```r
cities <- read.table("https://raw.githubusercontent.com/andrewheiss/fancy-minard/master/input/minard/cities.txt",header = TRUE, stringsAsFactors = FALSE)
troops <- read.table("https://raw.githubusercontent.com/andrewheiss/fancy-minard/master/input/minard/troops.txt",header = TRUE, stringsAsFactors = FALSE)
temps <- read.table("https://raw.githubusercontent.com/andrewheiss/fancy-minard/master/input/minard/temps.txt",header = TRUE, stringsAsFactors = FALSE) %>%
mutate(date = dmy(date)) # Convert string to actual date
march.1812.plot.simple <- ggplot() +
geom_path(data = troops, aes(x = long, y = lat, group = group,
color = direction, size = survivors),
lineend = "round") +
geom_point(data = cities, aes(x = long, y = lat),
color = "#DC5B44") +
geom_text_repel(data = cities, aes(x = long, y = lat, label = city),
color = "#DC5B44", family = "Open Sans Condensed Bold") +
scale_size(range = c(0.5, 10)) +
scale_colour_manual(values = c("#DFC17E", "#252523")) +
guides(color = "none", size = "none") +
theme_nothing()
# Change the x-axis limits to match the simple map
temps.nice <- temps %>%
mutate(nice.label = paste0(temp, "°, ", month, ". ", day))
temps.1812.plot <- ggplot(data = temps.nice, aes(x = long, y = temp)) +
geom_line() +
geom_label(aes(label = nice.label),
family = "Open Sans Condensed Bold", size = 2.5) +
labs(x = NULL, y = "° Celsius") +
scale_x_continuous(limits = ggplot_build(march.1812.plot.simple)$layout$panel_ranges[[1]]$x.range) +
scale_y_continuous(position = "right") +
coord_cartesian(ylim = c(-35, 5)) + # Add some space above/below
theme_bw(base_family = "Open Sans Condensed Light") +
theme(panel.grid.major.x = element_blank(),
panel.grid.minor.x = element_blank(),
panel.grid.minor.y = element_blank(),
axis.text.x = element_blank(), axis.ticks = element_blank(),
panel.border = element_blank())
# Combine the two plots
both.1812.plot.simple <- rbind(ggplotGrob(march.1812.plot.simple),
ggplotGrob(temps.1812.plot))
# Adjust panels
panels <- both.1812.plot.simple$layout$t[grep("panel", both.1812.plot.simple$layout$name)]
# Because this plot doesn't use coord_equal, since it's not a map, we can use
# whatever relative numbers we want, like a 3:1 ratio
both.1812.plot.simple$heights[panels] <- unit(c(3, 1), "null")
grid::grid.newpage()
grid::grid.draw(both.1812.plot.simple)
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-19-1.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
]
---
### Diamonds Data
.scroll-output[
```
## # A tibble: 53,940 × 10
## carat cut color clarity depth table price x y z
## <dbl> <ord> <ord> <ord> <dbl> <dbl> <int> <dbl> <dbl> <dbl>
## 1 0.23 Ideal E SI2 61.5 55 326 3.95 3.98 2.43
## 2 0.21 Premium E SI1 59.8 61 326 3.89 3.84 2.31
## 3 0.23 Good E VS1 56.9 65 327 4.05 4.07 2.31
## 4 0.29 Premium I VS2 62.4 58 334 4.2 4.23 2.63
## 5 0.31 Good J SI2 63.3 58 335 4.34 4.35 2.75
## 6 0.24 Very Good J VVS2 62.8 57 336 3.94 3.96 2.48
## 7 0.24 Very Good I VVS1 62.3 57 336 3.95 3.98 2.47
## 8 0.26 Very Good H SI1 61.9 55 337 4.07 4.11 2.53
## 9 0.22 Fair E VS2 65.1 61 337 3.87 3.78 2.49
## 10 0.23 Very Good H VS1 59.4 61 338 4 4.05 2.39
## # … with 53,930 more rows
```
```
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-20-1.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
```
## Warning: Removed 45 rows containing non-finite values (stat_bin).
```
```
## Warning: Removed 2 rows containing missing values (geom_bar).
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-20-2.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-20-3.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-20-4.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-20-5.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-20-6.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-20-7.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
```
## Warning: Removed 997 rows containing missing values (stat_boxplot).
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-20-8.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-20-9.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
```
## Warning: Removed 997 rows containing non-finite values (stat_ydensity).
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-20-10.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
]
---
### Statistical Summaries
.scroll-output[
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-21-1.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
```
## Warning: Ignoring unknown parameters: fun.y
```
```
## No summary function supplied, defaulting to `mean_se()`
## No summary function supplied, defaulting to `mean_se()`
## No summary function supplied, defaulting to `mean_se()`
## No summary function supplied, defaulting to `mean_se()`
## No summary function supplied, defaulting to `mean_se()`
## No summary function supplied, defaulting to `mean_se()`
## No summary function supplied, defaulting to `mean_se()`
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-21-2.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-21-3.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
```
## Warning: Raster pixels are placed at uneven horizontal intervals and will be
## shifted. Consider using geom_tile() instead.
```
```
## Warning: Raster pixels are placed at uneven vertical intervals and will be
## shifted. Consider using geom_tile() instead.
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-21-4.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
]
---
### Mastering the Grammar
.scroll-output[
```
## Warning: Removed 11 rows containing missing values (geom_point).
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-22-1.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
]
-positioned according to the value of two variables
each point also has a size, a color and a shape. These attributes are called aesthetics, and are the properties that can be perceived on the graphic. Each aesthetic can be mapped to a variable, or set to a constant value.
---
.scroll-output-100[
```
## Warning: Removed 11 row(s) containing missing values (geom_path).
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-23-1.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
```
## Warning: Removed 11 rows containing missing values (geom_bar).
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-23-2.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
```
## `geom_smooth()` using formula 'y ~ x'
```
```
## Warning: Removed 11 rows containing non-finite values (stat_smooth).
```
```
## Warning: Removed 11 rows containing missing values (geom_point).
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-23-3.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
]
---
### Scaling
- conversion of data units to graphical units (pixels, colors)
- cords
-render all (data, scales, coordinate system, annotations together
.scroll-output[
```
## `geom_smooth()` using method = 'loess' and formula 'y ~ x'
```
```
## Warning: Removed 11 rows containing non-finite values (stat_smooth).
```
```
## Warning: Removed 11 rows containing missing values (geom_point).
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-24-1.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
]
---
.scroll-output-100[
```
## [1] "שנה\"ל"
## [2] "סמל רשות"
## [3] "שם רשות"
## [4] "אשכול סוציו-אקונומי"
## [5] "שם מחוז גיאוגרפי"
## [6] "מספר תושבים ברשות לשנת תשף"
## [7] "מספר תלמידים גרים ברשות"
## [8] "מספר תלמידים גרים ברשות י-יב"
## [9] "מספר בתי ספר"
## [10] "מספר מוסדות שדווחו להם תלמידים כיתות י-י\"ב"
## [11] "מספר תלמידים לומדים ברשות - מצבת"
## [12] "מספר תלמידים י'-יב' חט\"ע - מצבת"
## [13] "מספר תלמידי י\"ב לומדים ברשות -מצבת"
## [14] "תלמידי י\"ב במוסדות המגישים לבגרות"
## [15] "שיעור התלמידים בחינוך טכנולוגי"
## [16] "שיעור המורים בעלי תואר שני ומעלה"
## [17] "שיעור המורים בעלי תואר שני ומעלה חט\"ע"
## [18] "אחוז התאמות מחוזי ומוסדי עם אבחון"
## [19] "אחוז התאמות מוסדי ללא אבחון וללא מחוזי"
## [20] "שיעור תלמידים עולים"
## [21] "אחוז תלמידי חינוך מיוחד הלומדים בחינוך רגיל"
## [22] "אחוז תלמידי ברשות לומדים במוסדות החינוך המיוחד"
## [23] "מספר כיתות"
## [24] "מספר כיתות י'-יב"
## [25] "כיתות לב עיוני"
## [26] "כיתות לב טכנולוגי"
## [27] "כיתות מחוננים"
## [28] "סך מורים"
## [29] "אחוז התמדה"
## [30] "אחוז נשירה מלומדים"
## [31] "אחוז נשירה מגרים"
## [32] "תלמידי היל\"ה רשות לימודים"
## [33] "אחוז שאלוני שק\"ד"
## [34] "שיעור מחברות פסולות"
## [35] "אחוז זכאים לבגרות מהלומדים"
## [36] "אחוז זכאים לבגרות - חינוך רגיל מהלומדים"
## [37] "אחוז זכאות לבגרות מצטיינת מהלומדים"
## [38] "אחוז זכאות לבגרות מצטיינת-חינוך רגיל מהלומדים"
## [39] "אחוז זכאות 4 יחידות אנגלית"
## [40] "אחוז זכאות 4 יחידות אנגלית -חינוך רגיל"
## [41] "אחוז זכאות 5 יחידות אנגלית"
## [42] "אחוז זכאות 5 יחידות אנגלית - חינוך רגיל"
## [43] "אחוז זכאות 4 יחידות מתמטיקה"
## [44] "אחוז זכאות 4 יחידות מתמטיקה- חינוך רגיל"
## [45] "אחוז זכאות 5 יחידות מתמטיקה"
## [46] "אחוז זכאות 5 יחידות מתמטיקה- חינוך רגיל"
## [47] "אחוז זכאות לבגרות מהגרים"
## [48] "אחוז זכאות לבגרות מהגרים חינוך רגיל"
## [49] "אחוז זכאות לבגרות מצטיינת מהגרים"
## [50] "אחוז זכאות לבגרות מצטיינת מהגרים חינוך רגיל"
## [51] "גודל כיתה רשותי יסודי"
## [52] "גודל כיתה רשותי חט\"ב"
## [53] "גודל כיתה רשותי חט\"ע"
```
]
---
### Building plot layer by layer
.scroll-output-80[
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-26-1.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
```
## Warning: Removed 24 rows containing missing values (geom_point).
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-26-2.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
```
## Warning: Removed 24 rows containing missing values (geom_point).
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-26-3.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-26-4.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
]
- Never refer to a variable with $ (e.g., eduPic$cName) in aes()
---
.scroll-output-100[
```
## Warning: Removed 27 rows containing missing values (geom_point).
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-27-1.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
```
## Warning: Removed 27 rows containing missing values (geom_point).
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-27-2.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
```
## Warning: Removed 27 rows containing missing values (geom_point).
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-27-3.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
```
## Warning: Removed 27 rows containing missing values (geom_point).
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-27-4.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
]
---
.scroll-output-80[
```
## `geom_smooth()` using formula 'y ~ x'
```
```
## Warning: Removed 27 rows containing non-finite values (stat_smooth).
```
```
## Warning: Removed 27 rows containing missing values (geom_point).
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-28-1.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
```
## `geom_smooth()` using formula 'y ~ x'
```
```
## Warning: Removed 27 rows containing non-finite values (stat_smooth).
## Warning: Removed 27 rows containing missing values (geom_point).
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-28-2.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
]
- If you want appearance to be governed by a variable, put the specification inside aes(); if you want override the default size or colour, put the value outside of aes().
---
.scroll-output-100[
```
## Warning: Removed 27 rows containing missing values (geom_point).
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-29-1.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
```
## Warning: Removed 27 rows containing missing values (geom_point).
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-29-2.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
```
## Warning: Removed 27 rows containing missing values (geom_point).
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-29-3.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
```
## `geom_smooth()` using formula 'y ~ x'
```
```
## Warning: Removed 27 rows containing non-finite values (stat_smooth).
```
```
## `geom_smooth()` using formula 'y ~ x'
```
```
## Warning: Removed 27 rows containing non-finite values (stat_smooth).
## Warning: Removed 27 rows containing missing values (geom_point).
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-29-4.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
]
---
### Geoms
https://raw.githubusercontent.com/rstudio/cheatsheets/main/data-visualization.pdf
- Geoms
- Stats (& stat_spoke, stat_function)
---
.scroll-output-80[
```
## Warning: Removed 11 rows containing non-finite values (stat_summary).
```
```
## Warning: Removed 11 rows containing missing values (geom_point).
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-30-1.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
```
## Warning: Removed 11 rows containing non-finite values (stat_summary).
## Warning: Removed 11 rows containing missing values (geom_point).
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-30-2.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
```
## Warning: Removed 1 rows containing non-finite values (stat_bin).
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-30-3.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
```
## Warning: Removed 1 rows containing non-finite values (stat_bin).
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-30-4.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
```
## Warning: Removed 1 rows containing non-finite values (stat_bin).
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-30-5.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
]
- position
---
### Scale & Guides
```
## Warning: Removed 11 rows containing missing values (geom_point).
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-31-1.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
scale_{aesthetic}_{scale type}
scale_type continuous, discrete, brewer
Axis|Legend|Argument name
----|------|-------------
Label|Title|name
Ticks& Grid Line|Key|breaks
Tick label|Key label|labels
---
.scroll-output-100[
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-32-1.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-32-2.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-32-3.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-32-4.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-32-5.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-32-6.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-32-7.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-32-8.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-32-9.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-32-10.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-32-11.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-32-12.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-32-13.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-32-14.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-32-15.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-32-16.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-32-17.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-32-18.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-32-19.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
]
---
.scroll-output-100[
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-33-1.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-33-2.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-33-3.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-33-4.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-33-5.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-33-6.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-33-7.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-33-8.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-33-9.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-33-10.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-33-11.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-33-12.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-33-13.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
]
---
.scroll-output-100[
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-34-1.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-34-2.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-34-3.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-34-4.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-34-5.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-34-6.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-34-7.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-34-8.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
]
---
.scroll-output-100[
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-35-1.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
```
## Warning: Removed 2 rows containing missing values (geom_point).
```
<img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-35-2.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-35-3.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-35-4.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-35-5.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" /><img src="5_ggplot2_no_code_files/figure-html/unnamed-chunk-35-6.png" width="65%" style='max-width: 3.9in' style="display: block; margin: auto;" />
]
</textarea>
<style data-target="print-only">@media screen {.remark-slide-container{display:block;}.remark-slide-scaler{box-shadow:none;}}</style>
<script src="https://remarkjs.com/downloads/remark-latest.min.js"></script>
<script src="sup/macros.js"></script>
<script>var slideshow = remark.create({
"highlightStyle": "github",
"highlightLines": true,
"countIncrementalSlides": false
});
if (window.HTMLWidgets) slideshow.on('afterShowSlide', function (slide) {
window.dispatchEvent(new Event('resize'));
});
(function(d) {
var s = d.createElement("style"), r = d.querySelector(".remark-slide-scaler");
if (!r) return;
s.type = "text/css"; s.innerHTML = "@page {size: " + r.style.width + " " + r.style.height +"; }";
d.head.appendChild(s);
})(document);
(function(d) {
var el = d.getElementsByClassName("remark-slides-area");
if (!el) return;
var slide, slides = slideshow.getSlides(), els = el[0].children;