R - Scatterplots

Introduzione

Ciao! Benvenuti nel nostro viaggio nel mondo della visualizzazione dei dati con R. Oggi, andremo a esplorare la creazione di scatterplot utilizzando R, un potente linguaggio di programmazione ampiamente utilizzato nel campo della statistica e dell'analisi dei dati. Se sei nuovo alla programmazione o hai appena iniziato con R, non preoccuparti—procederemo con calma e ci assicureremo che tu capisca ogni passo.

Gli scatterplot sono un ottimo modo per visualizzare la relazione tra due variabili. Ci permettono di vedere se c'è un modello o una correlazione tra di loro. Ad esempio, se hai un set di dati con altezze e pesi delle persone, uno scatterplot può aiutarti a identificare se le persone più alte tendono a pesare di più o viceversa.

Iniziamo!

Creazione dello Scatterplot

Passo 1: Installazione e Caricamento di R

Prima di creare qualsiasi grafico in R, dobbiamo installare e caricare i pacchetti necessari. Il pacchetto ggplot2 è uno dei più popolari per creare grafici bellissimi e personalizzabili. Per installarlo, puoi usare il seguente comando nella tua console R:

install.packages("ggplot2")

Una volta installato il pacchetto, devi caricarlo nel tuo ambiente R. Devi farlo solo una volta per sessione:

library(ggplot2)

Passo 2: Creazione di uno Scatterplot

Ora che abbiamo tutto configurato, creiamo il nostro primo scatterplot. Useremo un set di dati integrato chiamato mtcars, che contiene informazioni su vari modelli di auto. Plotteremo i chilometri per gallone (mpg) contro la potenza in cavalli (hp).

Prima, diamo un'occhiata al set di dati:

head(mtcars)

Questo ti mostrerà le prime poche righe del set di dati, dando un'idea di come appare.

Ora, creiamo lo scatterplot:

ggplot(data = mtcars, aes(x = hp, y = mpg)) + geom_point()

Ecco cosa fa ogni parte:

• ggplot(data = mtcars, aes(x = hp, y = mpg)): Questo inizializza il grafico con il set di dati mtcars e imposta l'asse x come la potenza in cavalli e l'asse y come i chilometri per gallone.
• geom_point(): Questo aggiunge punti al grafico basati sui valori x e y del set di dati.

Quando esegui questo codice, dovresti vedere uno scatterplot dove ogni punto rappresenta un modello di auto, con la sua posizione determinata dalla sua potenza in cavalli e chilometri per gallone.

Passo 3: Personalizzazione dello Scatterplot

Ora che abbiamo uno scatterplot di base, aggiungiamo un po' di stile. Possiamo cambiare il colore dei punti, aggiungere un titolo e persino regolare la dimensione dei punti.

ggplot(data = mtcars, aes(x = hp, y = mpg)) +
geom_point(color = "blue", size = 3) +
labs(title = "Potenza in Cavalli vs. Chilometri per Gallone", x = "Potenza in Cavalli", y = "Chilometri per Gallone")

In questa versione aggiornata, abbiamo aggiunto quanto segue:

• color = "blue": Questo cambia il colore dei punti in blu.
• size = 3: Questo rende i punti leggermente più grandi.
• labs(title = ..., x = ..., y = ...): Questo aggiunge un titolo al grafico e etichette per gli assi x e y.

Sentiti libero di sperimentare con diversi colori e dimensioni per vedere come influenzano l'aspetto del tuo grafico.

Matrici di Scatterplot

Ora che sai come creare un singolo scatterplot, passiamo a qualcosa di più avanzato: le matrici di scatterplot. Queste sono griglie di scatterplot che ti permettono di confrontare più variabili contemporaneamente. È come avere una galleria intera di scatterplot in un unico posto!

Per creare una matrice di scatterplot, useremo un altro pacchetto chiamato GGally. Prima, devi installarlo:

install.packages("GGally")

E poi caricarlo:

library(GGally)

Ora, creiamo una matrice di scatterplot utilizzando lo stesso set di dati mtcars:

ggpairs(mtcars)

Eseguendo questo codice, genererai una matrice di scatterplot, dove ogni grafico mostra la relazione tra due variabili. La diagonale contiene istogrammi di ciascuna variabile, e i triangoli superiore e inferiore contengono scatterplot che confrontano le coppie di variabili.

Puoi personalizzare ulteriormente la matrice di scatterplot aggiungendo scale di colore, creando faceting per categorie e altro. Consulta la documentazione di ggpairs() per imparare di più su tutte le opzioni disponibili.

Conclusione

Complimenti! Ora hai imparato a creare scatterplot in R utilizzando il pacchetto ggplot2 e come creare matrici di scatterplot con il pacchetto GGally. Queste competenze sono essenziali per chiunque voglia esplorare le relazioni tra le variabili nei propri dati. Ricorda, la pratica rende perfetti, quindi continua a provare con diversi set di dati e personalizzazioni per migliorare le tue abilità di visualizzazione. Buon coding!

Credits: Image by storyset