Chuong 5

SciEco
Chương 5 - Trực quan hóa số liệu

SciEco - Science for Economics
Trình bày: Hoàng Đăng Khánh
Page 1 / 28
SciEco
Các biểu đồ khoa học cơ bản

Biểu đồ phân bố (Histogram)
Biểu đồ đường (Line plot)
Biểu đồ hộp (Box plot)
Biểu đồ thanh (Bar plot)
Biểu đồ tương quan (Scatter plot)
Page 2 / 28
Giới thiệu về dữ liệu
head(application) : dữ liệu application_sample.csv
150 quan sát, chiều dài và chiều rộng của cánh hoa (Petal) và đài
hoa (epal)
Page 3 / 28
SciEco
Mục đích:
Mô tả phân bố về mức thu nhập và giá trị khoản vay
Phân bố có khác nhau giữa giới tính, tình trạng hôn nhân, …
Page 4 / 28
Biểu đồ phân bố Histogram
hist(var, xlab, ylab, main, xlim, ylim, col, border, prob)
Dùng kết hợp với
lines(
density(na.omit(var)),
col,
lwd
)
So sánh kết quả với đường phân phối chuẩn
x <- seq(min(var), max(var), length=50)
lines(
x, col = "blue", lwd = 2
dnorm(x, mean=mean(var), sd=sd(var))
)
Page 5 / 28
Biểu đồ phân bố Histogram
Page 6 / 28
Biểu đồ hộp Box plot
Page 7 / 28
boxplot(
var,
xlab,
ylab,
main,
xlim,
ylim,
col,
border,
horizontal,
notch
)
Khi phân nhóm boxplot(var ~ group)
Page 8 / 28
Page 9 / 28
kết hợp boxplot và histogram
Sử dụng hàm par(new = TRUE)
Page 10 / 28
Biểu đồ thanh Barplot
table(application$CODE_GENDER)
Businessman Commercial Maternity leave Pensioner

10 71617 5 55362
...
barplot(
table(application$CODE_GENDER),
col = "steelblue",
ylab = "Số lượng",
main = "Phân bổ theo loại thu nhập"
)
Page 11 / 28
Page 12 / 28
Tính các thống kê khác (mean, sum, ...)
barplot(
tapply(
application$AMT_INCOME_TOTAL,
application$CODE_GENDER, mean
),
col = "steelblue",
xlab = "Thu nhập trung bình",
ylab = "Giới tính",
main = "Thu nhập trung bình theo giới tính"
)
Page 13 / 28
Page 14 / 28
Biểu đồ đường Line plot
Dùng biểu diễn dữ liệu timeseries, ví dụ:
Dữ liệu credit_transaction.csv - chi tiêu bằng thẻ tín dụng

group_by và summarise và lubridate để tổng hợp theo ngày
Page 15 / 28
plot(
date,
amount,
type = 'l',
main = "Giao dịch theo ngày bằng thẻ tín dụng (năm 2022)",
ylab = "Giá trị (nghìn USD)",
xlab = ""
)
Page 16 / 28
Page 17 / 28
Biểu đồ phân tán Scatter plot
plot(varX ~ varY, pch, main, xlab, ylab, xlim, ylim, col)
abline(lm(varX ~ varY), col, lwd)
Ví dụ với tập dữ liệu application_sample.csv
# lấy 2000 quan sát đầu tên

application <- application[1:2000,]
plot(
application$AMT_CREDIT,
ylab = "Tổng thu nhập (AMT_INCOME_TOTAL)",
xlab = "Giá trị khoản vay (AMT_CREDIT)"
)
Page 18 / 28
Page 19 / 28
plot(
application$AMT_CREDIT,
ylab = "Tổng thu nhập (AMT_INCOME_TOTAL)",
xlab = "Giá trị khoản vay (AMT_CREDIT)",
col = factor(application$CODE_GENDER),
pch = 19
)
legend(
"topleft",
legend = levels(
factor(application$CODE_GENDER)
),
pch = 19,
col = factor(
levels(factor(application$CODE_GENDER))
)
)
Page 20 / 28
Page 21 / 28
SciEco
Sử dụng ggplot2
Page 22 / 28
Sử dụng ggplot2
Page 23 / 28
Sử dụng ggplot2
Page 24 / 28
Sử dụng ggplot2
ggplot(dat, aes(col1, col2, ...)) +

geom_line() +
...
Geometric object Ý nghĩa

geom_histogram(x=) Biểu đồ phân bổ
geom_boxplot(x=) Biểu đồ hộp
geom_bar(x=) Biểu đồ thanh
geom_point(x=) Biểu đồ điểm
geom_line(x=) Biểu đồ đường thẳng
geom_smooth(x=) Biểu đồ smooth
geom_density(x=) Biểu đồ xác suất phân bố
geom_errorbar(x=) Biểu đồ với sai số chuẩn
Page 25 / 28
Sử dụng ggplot2
Thêm label
p + xlab("xx") + ylab("yy") + ggtitle("plot title ...")
Thêm limit
p + xlim(0, 100) + ylim(0, 10)
Theme
p + theme_bw()
p + theme_classic()
p + theme_minimal()
Vị trí legend
p + theme(legend.position = "top")
Page 26 / 28
Sử dụng ggplot2
Nâng cao:
Tùy chỉnh nâng cao với hàm theme()
Vẽ đồ thị 3d, đồ thị tương tác với plotly
Đồ thị động với gganimate
Page 27 / 28
Sử dụng ggplot2
Bài tập về nhà

Trực quan dữ liệu Kiva và UN (dữ liệu về khoản vay - loans)
Yêu cầu: sử dụng R với package ggplot2 để vẽ lại các đồ thị link
Bài tập chương 5
Bài viết gốc: Được viết bằng python (có phân tích chi tiết)
Tham khảo
Cheatsheet ggplot2: folder bài giảng chương 5
r-charts.com: cách vẽ 1 số đồ thị trong thực tế ( rbase và
package ggplot2 )
Page 28 / 28

Chuong 5

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Chuong 5

Uploaded by

Copyright:

Available Formats

SciEco

Chương 5 - Trực quan hóa số liệu

Các biểu đồ khoa học cơ bản

head(application) : dữ liệu application_sample.csv

hist(var, xlab, ylab, main, xlim, ylim, col, border, prob)

Dùng kết hợp với

So sánh kết quả với đường phân phối chuẩn

x <- seq(min(var), max(var), length=50)

Khi phân nhóm boxplot(var ~ group)

Businessman Commercial Maternity leave Pensioner

Tính các thống kê khác (mean, sum, ...)

Dùng biểu diễn dữ liệu timeseries, ví dụ:

Dữ liệu credit_transaction.csv - chi tiêu bằng thẻ tín dụng

plot(varX ~ varY, pch, main, xlab, ylab, xlim, ylim, col)

abline(lm(varX ~ varY), col, lwd)

Ví dụ với tập dữ liệu application_sample.csv

# lấy 2000 quan sát đầu tên

ggplot(dat, aes(col1, col2, ...)) +

Geometric object Ý nghĩa

p + xlab("xx") + ylab("yy") + ggtitle("plot title ...")

p + xlim(0, 100) + ylim(0, 10)

Bài tập về nhà

You might also like