Zrobiony Rozdział 3

Kurs_R.R

@@ -1,150 +1,353 @@
-library(tidyverse)
-
-# 2.3.1
-# Zadanie 1
-
-airquality %>%
-  select(Ozone, Solar.R, Wind, Temp) %>%
-  filter(Ozone>80)
-
-# Zadanie 2
-install.packages('weathermetrics')
-library(weathermetrics)
-
-airquality %>%
-  mutate(TempC=fahrenheit.to.celsius(Temp))
-
-# 2.4.1
-# Zadanie 1
-as_tibble(airquality)
-
-# Zadanie 2
-tibble(litery=letters[6:11],
-            miesiace=month.name[1:6])
-
-# 3.2.4
-# Zadanie 1
-ggplot(data=mpg)
-
-# Co widzisz?
-# Szare. puste pole
-
-# Zadanie 2
-as_tibble(mtcars)
-
-# liczba wierszy: 32
-
-# Zadanie 3
-?mpg
-
-# drv
-# f = front-wheel drive, r = rear wheel drive, 4 = 4wd
-
-# Zadanie 4
-ggplot(aes(x=hwy, y=cyl), data=as_tibble(mpg)) + geom_point()
-
-# Zadanie 5
-ggplot(aes(x=class, y=drv), data=as_tibble(mpg)) + geom_point()
-
-# Dlaczego wykres jest bezuzyteczny?
-# Wykres nie pokazuje żadnych liczbowych informacji na temat danych
-# Zostały wykorzystane dwie cechy typu categorical
-# Jedyną informacją jest to, czy dana kombinacja drv i class istanieje.
-
-# 3.3.1
-# Zadanie 1
-
-# ustalenie parametru color wewnątrz funckcji aes 
-# powinno być nazwą kolumny z categoriami, po których
-# punkty zostaną pogrupowane, a nie istanieje kolumna "blue"
-# w zbriorze danych
-
-# parametr color powinien zostać ustalony wewnątrz
-# funkcji geom_point. Poprawiony kod poniżej.
-
-ggplot(data = mpg) + 
-  geom_point(mapping = aes(x = displ, y = hwy), color = "blue")
-
-# Zadanie 2
-mpg
-# kolumny z danymi kategorialnymi to:
-# manufacturer, model, trans, frv, fl, class
-# można zwrócić uwagę na typ danych w kolumnie
-# jeśli typ to <chr>, to najprawdopodobniej jest to dana kategorialna
-
-# Zadanie 3
-
-ggplot(data = mpg) + 
-  geom_point(mapping = aes(x=displ, y=hwy, color=displ, size=displ))
-
-# zmienna ciągła jest interpolowania między dwoma kolorami tworząc gradient
-# tak jak samo z rozmiarem, rozmiar jest skalowany
-# w przypadku shape powoduje to błąd. Gdyby podać dane kategorialne
-# podział byłby dyskretny, na różne kolory, wielkości, kształty
-
-
-# Zadanie 4
-# Przykład w punkcie wyżej
-# Ta sama zmienna bedzie przedstawiona różnymi metodami
-
-# Zadanie 5
-# stroke wpływa na grubuść konturu, obrysu, mozna sposować z punktami i liniami
-?geom_point
-
-# Zadanie 6
-
-ggplot(data = mpg) + 
-  geom_point(mapping = aes(x=displ, y=hwy, color=displ < 5))
-
-
-mpg %>%
-  filter(displ < 5) %>%
-  mutate(is_less_than_5=displ < 5)
-
-# Przypisanie displ < 5 podzieliło data set na dwie grupy
-# TRUE oraz FALSE, w zalezności od tego czy warunek był spełniony
-# czy nie.
-
-# 3.5.1
-# Zadanie 1
-
-ggplot(data = mpg) + 
-  geom_point(mapping = aes(x = displ, y = hwy)) + 
-  facet_grid(drv ~ displ)
-
-# ggplot potraktuje ją jako zmienną kategorialną,
-# tworząc siatkę dla kazdej unikatowej wartości zmiennej ciagłęj
-
-# Zadanie 2
-ggplot(data = mpg) + 
-  geom_point(mapping = aes(x = drv, y = cyl))
-
-ggplot(data = mpg) + 
-  geom_point(mapping = aes(x = drv, y = cyl)) +
-  facet_grid(cyl~drv)
-
-# puste komórki oznacznaczają brak danych
-
-# Zadanie 3
-
-
-ggplot(data = mpg) + 
-  geom_point(mapping = aes(x = displ, y = hwy)) +
-  facet_grid(drv ~ .)
-
-ggplot(data = mpg) + 
-  geom_point(mapping = aes(x = displ, y = hwy)) +
-  facet_grid(. ~ cyl)
-
-# kropka traktowana jest jako puste pole,
-# wtedy jedna z osi, nie bedzie kategoryzowana
-
-
-# Zadanie 4
-ggplot(data = mpg) + 
-  geom_point(mapping = aes(x = displ, y = hwy)) + 
-  facet_wrap(~ class, nrow = 2)
-
-
-
-
+library(tidyverse)
+
+#' # 2.3.1
+#' ## Zadanie 1
+
+airquality %>%
+  select(Ozone, Solar.R, Wind, Temp) %>%
+  filter(Ozone>80)
+
+#' ## Zadanie 2
+#install.packages('weathermetrics')
+library(weathermetrics)
+
+airquality %>%
+  mutate(TempC=fahrenheit.to.celsius(Temp))
+
+#' # 2.4.1
+#' ## Zadanie 1
+as_tibble(airquality)
+
+#' ## Zadanie 2
+tibble(litery=letters[6:11],
+            miesiace=month.name[1:6])
+
+#' # 3.2.4
+#' ## Zadanie 1
+ggplot(data=mpg)
+
+#' Co widzisz?
+#' Szare. puste pole
+
+#' ## Zadanie 2
+as_tibble(mtcars)
+
+#' liczba wierszy: 32
+
+#' ## Zadanie 3
+?mpg
+
+#' drv
+#' f = front-wheel drive, r = rear wheel drive, 4 = 4wd
+
+#' ## Zadanie 4
+ggplot(aes(x=hwy, y=cyl), data=as_tibble(mpg)) + geom_point()
+
+#' ## Zadanie 5
+ggplot(aes(x=class, y=drv), data=as_tibble(mpg)) + geom_point()
+
+#' Dlaczego wykres jest bezuzyteczny?
+#' Wykres nie pokazuje żadnych liczbowych informacji na temat danych
+#' Zostały wykorzystane dwie cechy typu categorical
+#' Jedyną informacją jest to, czy dana kombinacja drv i class istanieje.
+
+#' # 3.3.1
+#' ## Zadanie 1
+
+#' ustalenie parametru color wewnątrz funckcji aes 
+#' powinno być nazwą kolumny z categoriami, po których
+#' punkty zostaną pogrupowane, a nie istanieje kolumna "blue"
+#' w zbriorze danych
+#'
+#' parametr color powinien zostać ustalony wewnątrz
+#' funkcji geom_point. Poprawiony kod poniżej.
+
+ggplot(data = mpg) + 
+  geom_point(mapping = aes(x = displ, y = hwy), color = "blue")
+
+#' ## Zadanie 2
+mpg
+#' kolumny z danymi kategorialnymi to:
+#' manufacturer, model, trans, frv, fl, class
+#' można zwrócić uwagę na typ danych w kolumnie
+#' jeśli typ to <chr>, to najprawdopodobniej jest to dana kategorialna
+
+#' ## Zadanie 3
+
+ggplot(data = mpg) + 
+  geom_point(mapping = aes(x=displ, y=hwy, color=displ, size=displ))
+
+#' zmienna ciągła jest interpolowania między dwoma kolorami tworząc gradient
+#' tak jak samo z rozmiarem, rozmiar jest skalowany
+#' w przypadku shape powoduje to błąd. Gdyby podać dane kategorialne
+#' podział byłby dyskretny, na różne kolory, wielkości, kształty
+
+
+#' ## Zadanie 4
+#' Przykład w punkcie wyżej
+#' Ta sama zmienna bedzie przedstawiona różnymi metodami
+
+#' ## Zadanie 5
+#' stroke wpływa na grubuść konturu, obrysu, mozna stosować z punktami i liniami
+?geom_point
+
+#' ## Zadanie 6
+
+ggplot(data = mpg) + 
+  geom_point(mapping = aes(x=displ, y=hwy, color=displ < 5))
+
+
+mpg %>%
+  filter(displ < 5) %>%
+  mutate(is_less_than_5=displ < 5)
+
+#' Przypisanie displ < 5 podzieliło data set na dwie grupy
+#' TRUE oraz FALSE, w zalezności od tego czy warunek był spełniony
+#' czy nie.
+
+#' # 3.5.1
+#' ## Zadanie 1
+
+ggplot(data = mpg) + 
+  geom_point(mapping = aes(x = displ, y = hwy)) + 
+  facet_grid(drv ~ displ)
+
+#' ggplot potraktuje ją jako zmienną kategorialną,
+#' tworząc siatkę dla kazdej unikatowej wartości zmiennej ciagłęj
+
+#' ## Zadanie 2
+ggplot(data = mpg) + 
+  geom_point(mapping = aes(x = drv, y = cyl))
+
+ggplot(data = mpg) + 
+  geom_point(mapping = aes(x = drv, y = cyl)) +
+  facet_grid(cyl~drv)
+
+#' puste komórki oznacznaczają brak danych
+
+#' ## Zadanie 3
+
+
+ggplot(data = mpg) + 
+  geom_point(mapping = aes(x = displ, y = hwy)) +
+  facet_grid(drv ~ .)
+
+ggplot(data = mpg) + 
+  geom_point(mapping = aes(x = displ, y = hwy)) +
+  facet_grid(. ~ cyl)
+
+#' kropka traktowana jest jako puste pole,
+#' wtedy jedna z osi, nie bedzie kategoryzowana
+
+
+#' ## Zadanie 4
+ggplot(data = mpg) + 
+  geom_point(mapping = aes(x = displ, y = hwy)) + 
+  facet_wrap(~ class, nrow = 2)
+
+
+#' # 3.6.1
+
+#' ## Zadanie 1
+#' liniowy - geom_line()
+#' pudełkowy - geom_boxplot()
+#' histogram - geom_histogram()
+#' warstwowy - geom_area()
+
+#' ## Zadanie 2
+ggplot(data = mpg, mapping = aes(x = displ, y = hwy, color = drv)) + 
+  geom_point() + 
+  geom_smooth(se = FALSE)
+
+#' ## Zadanie 3
+#' show.legend = FALSE, sluży do ukrycia legendy
+
+#' ## Zadanie 4
+#' parametr se w funcji geom_smooth() służy do pokazania, lub ukrycia przedziałów ufnośći na wykresie.
+
+#' ## Zadanie 5
+#' dwa poniższe wyresy są takie same, różnią się tylko sposobem denifincji mapowania.
+#' mapowanie wewnątrz aes w ggplot, przenosi mapowania na wszystkie geometrie, gdy nie sa zdefiniowane inne.
+
+ggplot(data = mpg, mapping = aes(x = displ, y = hwy)) + 
+  geom_point() + 
+  geom_smooth()
+
+ggplot() + 
+  geom_point(data = mpg, mapping = aes(x = displ, y = hwy)) + 
+  geom_smooth(data = mpg, mapping = aes(x = displ, y = hwy))
+
+#' ## Zadanie 6
+
+#' Wykres 1
+
+mpg %>% 
+  ggplot(aes(x=displ, y=hwy)) +
+  geom_point() +
+  geom_smooth(se=FALSE)
+
+#' Wykres 2
+mpg %>% 
+  ggplot(aes(x=displ, y=hwy, group=drv)) +
+  geom_point() +
+  geom_smooth(se=FALSE)
+
+#' Wykres 3
+mpg %>% 
+  ggplot(aes(x=displ, y=hwy, color=drv)) +
+  geom_point() +
+  geom_smooth(se=FALSE)
+
+#' Wykres 4
+mpg %>% 
+  ggplot(aes(x=displ, y=hwy)) +
+  geom_point(aes(color=drv)) +
+  geom_smooth(se=FALSE)
+
+#' Wykres 5
+mpg %>% 
+  ggplot(aes(x=displ, y=hwy)) +
+  geom_point(aes(color=drv)) +
+  geom_smooth(aes(linetype=drv), se=FALSE)
+
+#' Wykres 6
+mpg %>% 
+  ggplot(aes(x=displ, y=hwy)) +
+  geom_point(aes(fill=drv), shape=21, stroke=2, color='white', size=2)
+
+#' # 3.7.1
+
+# Zadanie 1
+?stat_summary
+
+#' Funcja stat_summary jest związana w funcją geom_pointrange()
+diamonds %>% 
+ggplot() + 
+  geom_pointrange(aes(x = cut, y = depth), stat='summary')
+
+#' ## Zadanie 2
+#' funkcja geom_bar służy do wykresów słupkowych/kolumnowych i jej domyslna statystyka do 'count',
+#' funcja geom_col, ma domyślną statystykę 'identity'
+
+#' ## Zadanie 3
+#'
+#' geom_bar : stat_count
+#' geom_col : identity
+#' geom_histogram: stat_bin
+#' geom_line : identity
+#' geom_path : identity
+#' geom_step : identity
+#' geom_segment : identity
+#' geom_curve : identity
+#' geom_spoke : identity
+#' geom_polygon : identity
+#' geom_ribbot : identity
+#' geom_area : identity
+#' geom_freqpoly : stat_bin
+#' 
+
+#' ## Zadanie 4
+#' ?geom_smmoth : stat_smooth
+#' y - predicted value
+#' ymin - lower pointwise confidence interval around the mean
+#' yman - upper pointwise confidence interval around the mean
+#' se = standard error
+#' 
+#' ## Zadanie 5
+
+#' każdy "słupek" jest taki sam
+ggplot(data = diamonds) + 
+  geom_bar(mapping = aes(x = cut, y = ..prop..))
+ggplot(data = diamonds) + 
+  geom_bar(mapping = aes(x = cut, fill = color, y = ..prop..))
+
+# uzyliśmy group=1, aby nadpisać domysle grupowanie funcji geom_bar, które grupuje po x, czyli po cut,
+# dlatego każdy słupek wyglądał identycznie, ponieważ powinniśmy w tym przypadku zgrupować po całym zbiorze, usunąć grupy.
+# równie dobrze będzie działać group=2, albo group='abc'
+
+ggplot(data = diamonds) + 
+  geom_bar(mapping = aes(x = cut, fill = color, y = ..prop..,  group=1))
+
+
+
+#' # 3.8.1
+#' 
+#' ## Zadanie 1
+ggplot(data = mpg, mapping = aes(x = cty, y = hwy)) + 
+  geom_point()
+
+#' ## Zadanie 2
+#' nakładają się na siebie punkty i nie widać dobrze zagęszczenia 
+#' mozna poprawić przez dodanie posiiton='jitter'
+
+ ggplot(data = mpg, mapping = aes(x = cty, y = hwy)) + 
+geom_point(position='jitter')
+ 
+#' ## Zadanie 3
+ ?geom_jitter
+#' paremtry width i height
+#' 
+ ggplot(data = mpg, mapping = aes(x = cty, y = hwy)) + 
+   geom_jitter(position='jitter')
+  
+ ggplot(data = mpg, mapping = aes(x = cty, y = hwy)) + 
+   geom_count(position='jitter')
+ 
+ #' obie funcje pokazują zagęszczenie, geom jitter, rozsuwa je aby było widać kazdy punkt.
+ #' geom count pokazuje zagęszczenie przez parametr size.
+
+#' Zadanie 4
+?geom_boxplot
+ 
+#' domyślne dopasowanie dla geom_boxplot to 'dodge2
+
+mpg %>% 
+  ggplot(aes(x=cty, y=factor(cyl))) +
+  geom_boxplot()
+
+#' # 3.9.1
+#' ## Zadanie 1
+
+mpg %>% 
+  ggplot(aes(x=1, fill=class))+
+  geom_bar() +
+  coord_polar()
+
+
+#' ## Zadanie 2
+#' Funcjka labs, służy do dodania etykiet tetułu, opisy osi, i innnych tektów na wykresie
+
+mpg %>% 
+  ggplot(aes(x=1, fill=class))+
+  geom_bar() +
+  coord_polar() +
+  labs(title='Słupkotwy wykres skumulowany',
+       subtitle='O kordynatach polarnych',
+       y='Liczba',
+       x='Wartość dummy')
+
+#' ## Zadanie 3
+#' coord_map posiada więcej parametrów, np projectiom, parameters i orientation
+#' coord_quickmap, nie posiada tych parametrów.
+#' coord_map nada się do większych powirzchni świata, to jest pojekcją powierzchni sfery
+#' na plaski 2D. coord_quickmap, nadaje się do map o małym rozmiarze i zachowuje proste linie.
+
+#' ## Zadanie 4
+#' 
+#' 
+
+ggplot(data = mpg, mapping = aes(x = cty, y = hwy)) +
+  geom_point() + 
+  geom_abline() +
+  coord_fixed() 
+
+#' Z wykresu wnioskujemy, że spalanie w mieście i na autostradzie są skorelowane.
+#' Jeśli samochód pali dużo w mieście, to pali duzo na autostradzie i odwotnie.
+#' 
+#' Linia ab, pokazuje tam prostą y=x, dzięki temu mamy odniesienie i dodatkowo możemy wywnioskować,
+#' że na galonie paliwa, na autostradzie zawsze przejedziemy wiecej niż w mieście.
+#' 
+#' Coord fixed, sprawia że wartości obu osi są w tej samej skali. Obie wartości to liczba przejechanych kilometrów, więc 
+#' ważne jest zachowanie jednolitej skali.
+#' 
+#' Funckja abline() tworzy linię prostą y=Ax+B stąd nazawa AB Line. Domyslnie A=1, B=0 dlatego abline() to y=x