Zusammenfassung
Dieses Kapitel ist als ein kurzer Exkurs in die Grafikwelt von ggplot2 angelegt. Innerhalb des Kapitels besprechen wir die Grundlagen von Grafiken nach Tufte und führen aus, was eine gute Grafik ausmacht. Anschließend erläutern wir die Struktur des Paketes ggplot2 und führen die einzelnen Ebenen des Grafikbefehles ggplot aus. Dabei erläutern wir, wie Sie zusätzliche Variablen in Ihren Plot integrieren und wie Sie verschiedenen Diagramme mit ggplot2 erstellen können. Anschließend zeigen wir Ihnen, wie Sie Ihre Grafikbeschriftung, die Farben Ihrer Grafik sowie deren Hintergrund ändern können. Zuletzt zeigen wir, wie Sie mehrere Grafiken sinnvoll nebeneinander darstellen können.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
- 2.
Bei einem Streudiagramm stellen die Parameter color und fill einen Sonderfall dar. Die default-Einstellung der einzelnen Formen der Punkte besagt, dass diese lediglich eine farbige Außenumrandung besitzen. Demnach unterscheiden wir in diesem Fall die Füllfarbe der Punkte nicht über fill, sondern über color.
- 3.
Wir haben hier die gängigsten Darstellungsarten aufgeführt, welche wir auch innerhalb des Buches nutzen. ggplot2 kann natürlich noch weitaus mehr Grafiken darstellen. Für einen ersten Überblick bietet sich hier das ggplot2 Cheat Sheet an (RStudio, 2020a) oder die Paketbeschreibung (RStudio, 2020b) an.
- 4.
Möchten wir den Parameter fill nutzen, so müssen wir zusätzlich eine Form auswählen, welche eine Füllfarbe zulässt. Dafür müssen wir bei shape die Formen 21–24 auswählen.
- 5.
Wahlweise können wir unsere Farbe auch durch einen Hexadezimal-Code angeben. Wir würden dies allerdings nur dann empfehlen, wenn eine sehr spezifische Farbe benötigt wird. Für alle anderen Fälle reichen die Farben innerhalb von R vollständig aus.
Literatur
Arnold, J. B. (2019). ggthemes: Extra Themes, Scales and Geoms for ‘ggplot2’. R package version 4.2.0. https://CRAN.R-project.org/package=ggthemes.
Auguie, B. (2017). gridExtra: Miscellaneous Functions for “Grid” Graphics.: R package version 2.3. https://CRAN.R-project.org/package=gridExtra
Burk, L. & Anton, T. (2019). Tadaa, Data!: R für Psychos. https://r-intro.tadaa-data.de/book/visualisierung.html.
Chang, W. (2019). R Graphics Cookbook, 2nd edition. O’Reilly. https://r-graphics.org/.
Field, A., Miles, J., & Field, Z. (2012). Discovering statistics using R. Sage.
Kassambara, A. (2020). ggpubr: ‘ggplot2’ Based Publication Ready Plots. R package version 0.4.0. https://CRAN.R-project.org/package=ggpubr.
Neuwirth, E. (2014a). RColorBrewer: ColorBrewer Palettes: R package version 1.1–2. https://CRAN.R-project.org/package=RColorBrewer.
Neuwirth, E. (2014b). ColorBrewer palettes. https://rdrr.io/cran/RColorBrewer/man/ColorBrewer.html.
Ooms, J. (2020). magick: Advanced graphics and image-processing in R. R package version 2.4.0. https://CRAN.R-project.org/package=magick.
R Core Team. (2020). R: A language and environment for statistical. R Foundation for Statistical Computing. https://www.R-project.org/.
RStudio. (2020a). Data Visualization with ggplot2: Cheat Sheet. https://rstudio.com/wp-content/uploads/2015/03/ggplot2-cheatsheet.pdf.
RStudio. (2020b). ggplot2: Aesthetic specifications. https://ggplot2.tidyverse.org/articles/ggplot2-specs.html.
Tufte, E. R. (2001). The visual display of quantitative information (2. Aufl.). Graphics Press.
Wickham, H. (2010). A layered grammar of graphics. Journal of Computational and Graphical Statistics, 19(1), 3–28. https://doi.org/10.1198/jcgs.2009.07098.
Wickham, H. (2016). ggplot2: Elegant Graphics for Data Analysis. Springer.
Wickham, H., & Grolemund, G. (2017). R for data science: Import, tidy, transform, visualize and model data. O’Reilly.
Wilke, C. O. (2019). cowplot: Streamlined plot theme and plot annotations for ‘ggplot2’: R package version 1.0.0. https://CRAN.R-project.org/package=cowplot.
Wilkinson, L. (2005). The grammar of graphics. Statistics and computing. Springer Science+Business Media Inc. http://site.ebrary.com/lib/alltitles/docDetail.action?docID=1012946010.1007/0-387-28695-0.
Weiterführende Literatur & Online-Hilfen
Baumer, B. & Crouser J. (o. J.). Graphics with ggplot2. https://beanumber.github.io/sds192/lab-ggplot2.html.
Broman, K. (o. J.). Data visualization with ggplot2. http://kbroman.org/datacarpentry_R_2016-08-23/03-ggplot2.html.
Prabhakaran, S. (o. J.). Top 50 ggplot2 Visualizations - The Master List (With Full R Code). http://r-statistics.co/Top50-Ggplot2-Visualizations-MasterList-R-Code.html.
Author information
Authors and Affiliations
Corresponding author
6.1 Elektronisches Zusatzmaterial
Rights and permissions
Copyright information
© 2022 Der/die Autor(en), exklusiv lizenziert durch Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Gehrau, V., Maubach, K., Fujarski, S. (2022). Grafiken mit ggplot2. In: Einfache Datenauswertung mit R. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-34285-2_6
Download citation
DOI: https://doi.org/10.1007/978-3-658-34285-2_6
Published:
Publisher Name: Springer VS, Wiesbaden
Print ISBN: 978-3-658-34284-5
Online ISBN: 978-3-658-34285-2
eBook Packages: Social Science and Law (German Language)