1.8 Plotting

Vi lager vår første figur i R ved å bruke den innebygde plot()-funksjonen. Vi går så over til å se hvordan vi kan lage det samme plottet ved å bruke ggplot-pakken, som er det vi kommer til å bruke til å lage figurer i dette kurset. Vi ser også hvordan vi kan gå frem for å lagre plottet som en pdf-fil i arbeidsmappen vår.

# Et viktig element i dataanalyse er å lage grafiske presentasjoner av datasett. 
# La oss lage et enkelt spredningsplott av våre to variabler ved å bruke den 
# innebygde plottefunksjonen i R.
plot(testdata$X1, testdata$X2)

# Gjør noen justeringer:
plot(testdata$X1, testdata$X2,
     pch = 20,
     bty = "l",
     xlab = "X1",
     ylab = "X2")

# I dette kurset skal vi heller bruke ggplot2-pakken til plotting:
library(ggplot2)

# Her er koden for å lage et enkelt spredningsplott for X1 og X2-kolonnenene i
# datasettet vårt:
ggplot(testdata, aes(x = X1, y = X2)) + geom_point()

# Vi lagrer plottet ved å kjøre ggsave-kommandoen rett etter plottekommandoen:
ggsave("testplot.pdf")

# En mer fleksibel måte å gjøre dette på er å lagre plottet i en variabel, og så
# gi navnet til plottet inn som et argument i ggsave-funksjonen. 
p <- ggplot(testdata, aes(x = X1, y = X2)) + geom_point()
ggsave("testplot.pdf", p)

# På den måten så kan vi lagre plottet p når som helst, vi trenger ikke 
# nødvendigvis gjøre det rett etter plottekommandoene.

Oppgave: Klarer du, for eksempel ved å søke etter relevante ggplot-kommandoer på nettet, å få prikkene i plottet til å bli større, og samtidig gjøre dem blå?

Løsning

ggplot(testdata, aes(x = X1, y = X2)) + geom_point(colour = "blue", size = 5)