Materiały do przedmiotu Wizualizacja danych w ramach projektu AITech
data | ||
figs | ||
.gitignore | ||
01.ipynb | ||
02.ipynb | ||
03.ipynb | ||
04.ipynb | ||
05.ipynb | ||
README.md |
Wizualizacja danych
Prowadzący
prof. UAM dr hab. Tomasz Górecki, Zakład Statystyki Matematycznej i Analizy Danych
E-mail: tomasz.gorecki@amu.edu.pl
WWW: http://drizzt.home.amu.edu.pl/
Dyżury: wtorek (12.00-13.00); czwartek (12.00-13.00)
Literatura
- Beeley, C. (2018). Web Application Development with R Using Shiny: Build stunning graphics and interactive data visualizations to deliver cutting-edge analytics. Packt Publishing.
- Biecek, P. (2016). Odkrywać! Ujawniać! Objaśniać! Zbiór esejów o sztuce prezentowania danych. Fundacja Naukowa SmarterPoland.
- Chang, W. (2018). R Graphics Cookbook: Practical Recipes for Visualizing Data. O'Reilly Media.
- Healy, K. (2018). Data Visualization: A Practical Introduction. Princeton University Press.
- Sievert, C. (2020). Interactive Web-Based Data Visualization with R, plotly, and shiny. Chapman and Hall/CRC.
- Unwin, A. (2015). Graphical Data Analysis with R. Chapman and Hall/CRC.
- Wickham, H. (2016). ggplot2: Elegant Graphics for Data Analysis. Springer.
Harmonogram zajęć
- Omówienie organizacji zajęć i zasad zaliczenia + Lab1
- Podział na grupy projektowe (dwuosobowe) + Lab1
- Lab2
- Lab2
- Projekt 1 – prezentacje tematów Projektu 1 (3 minuty na grupę), praca nad projektem
- Projekt 1 – prezentacje projektów (8 minut na grupę)
- Lab3
- Lab3
- Lab4
- Projekt 2 – prezentacje tematów Projektu 2 (3 minuty na grupę), praca nad projektem
- Projekt 2 – prezentacje projektów (8 minut na grupę)
- Lab5
- Lab5
- Projekt 3 – prezentacje tematów Projektu 3 (3 minuty na grupę), praca nad projektem
- Projekt 3 – prezentacje projektów (8 minut na grupę)
Zawartość laboratoriów
- Lab1 – podstawowa biblioteka graficzna (Zajęcia 1-2, 5, 6)
- Lab2 – biblioteka ggplot2 (Zajęcia 3-6)
- Lab3 – wykresy interaktywne (Zajęcia 7-8, 10, 11)
- Lab4 – mapy (Zajęcia 9-11)
- Lab5 – biblioteka shiny (Zajęcia 12-15)
Grupy projektowe
Studia stacjonarne
- Grupa 1: Filip Nowicki, Jakub Kokociński
- Grupa 2: Alicja Szulecka, Arden Wołowiec
- Grupa 3: Krzysztof Raczyński, Paweł Łączkowski
- Grupa 4: Dominik Jagosz, Karol Filipiak
- Grupa 5: Jerzy Kwiatkowski, Wiktor Borowski
- Grupa 6: Paweł Woźniak, Marcelina Nowicka
Studia niestacjonarne
- Grupa 1: Michał Kasprowicz, Marcin Jakubik
- Grupa 2: Marek Suśniak
- Grupa 3: Przemysław Klejno, Karol Hadzicki, Mateusz Szmyd
- Grupa 4: Patryk Osiński, Krzysztof Bojakowski
- Grupa 5: Kamil Kubiak
Tematy projektów
- Projekt 1: Przygotowanie wizualnej analizy danych z wykorzystaniem podstawowej biblioteki graficznej R (ewentualnie Python) i/lub biblioteki ggplot2 (30%)
- Projekt 2: Przygotowanie wizualnej analizy danych z wykorzystaniem wykresów interaktywnych i map (30%)
- Projekt 3: Przygotowanie dashboardu z wykorzystaniem biblioteki shiny (40%)
Warunki zaliczenia
- bardzo dobry od 92% punktów
- dobry plus od 84% punktów
- dobry od 76% punktów
- dostateczny plus od 68% punktów
- dostateczny od 60% punktów
- niedostateczny poniżej 60% punktów
Projekt 1
Inspiracje
- https://www.data-to-viz.com/story/OneNumOneCat.html
- https://ivelasq.rbind.io/blog/other-geoms/
- https://twitter.com/Datawrapper/status/1022837827082641409/photo/1
- https://softwareconnect.com/data-visualization-tools/datawrapper/
- https://www.data-to-viz.com/graph/arc.html
- https://www.data-to-viz.com/graph/sankey.html
- https://www.data-to-viz.com/graph/chord.html
- https://en.wikipedia.org/wiki/Lists_of_earthquakes#/media/File:USGS_magnitude_8_earthquakes_since_1900.svg
Wymagania
- Grafiki statyczne wykonane za pomocą biblioteki ggplot2 lub biblioteki graphics.
- Ciekawy zbiór danych (nie będący elementem pakietów R)!
- Seria prostych wizualizacji pokazujących różne aspekty zbioru danych lub jedna skomplikowna wizualizacja pokazujące te aspekty na jednym obrazku.
Projekt 2
Inspiracje
- https://rgeomatic.hypotheses.org/842
- https://www.facebook.com/SimonGerman600
- https://upgo.lab.mcgill.ca/2019/12/13/making-beautiful-maps/
- https://medium.com/fastah-project/a-quick-start-to-maps-in-r-b9f221f44ff3
Wymagania
- Grafiki interaktywne wykonane za pomocą biblioteki plotly (nie może to być transofrmacja grafiki wykonanej za pomocą ggplot2 i funkcji ggplotly()) lub biblioteki highcharter (możliwe też inne, ale niechętnie).
- Mapa wykonana z wykorzystaniem biblitoek ggplot2 i sf (mile widziane też inne, zwłaszcza biblioteki pokazujące mapy Google).
- Ciekawy zbiór danych (nie będący elementem pakietów R), umożliwijący wizualizację zarówno na klasycznych wykresach jak i na mapach.
Projekt 3
Inspiracje
- https://twitter.com/keen_io/status/529767639220908033/photo/1
- https://www.infocaptor.com/dashboard-gallery
- https://appsilon.com/journey-from-basic-prototype-to-production-ready-shiny-dashboard/
- https://divadnojnarg.github.io/images/adminLTE2_dashboard.png
- https://nycdsa-blog-files.s3.us-east-2.amazonaws.com/2016/02/SPM_SalaryScatterPlot.png
- https://gallery.shinyapps.io/nz-trade-dash/?_ga=2.244859141.1601395618.1623253920-1037570624.1607089633
- https://jjohn9000.shinyapps.io/Milwaukee_Beer_App/
- https://appsilon.com/5-great-shiny-dashboards/
- http://atlas2022.uw.edu.pl/materialy-edukacyjne/mapy/
Wymagania
- Dashboard zawierający grafiki oraz prezentacje liczbowe.
- Elementem graficznym mogą być wykresy statyczne, dynamiczne lub mapy.
- Prezentacje parametrów liczbowych powinny być przedstawione w sposób możliwie jak najbardziej graficzny (np. liczniki).
- Użytkonik powinienie mieć możliwość częćiowego sterowania (np. wybór kraju, zmiennej/zmiennych).
- Można rozważyć pobranie danych z pliku jako element aplikacji. Podobnie można na dasboardzie umieścić grafiki pobrane np. z Internetu (np. logo firmy).
- Na osobnej zakładce powinny być przedstawione dane z których został wykonany dashboard.