Übersicht

• Geoms: Art der Visualisierung
  • geom_point()
  • geom_label()
  • geom_smooth()
• aesthetics: Variable Eigenschaften, in geom oder ggplot definiert
  • x, y
  • color, shape, fill etc.
• Facets: facet_wrap()
• Themes
  • theme_minimal(), theme_classic(), theme_bw()
• CheatSheet

Häufigkeitsverteilungen

• als Histogramm mit geom_histogram()
  • zählt Kategorien aus (nur x-Wert)
  • bei sehr vielen Kategorien werden Kategorien zusammengefasst
  • geom_bar() funktioniert sehr ähnlich

ggplot(data=ess8,aes(x=agea))+
  geom_histogram()

→ nützlich v.a. für wenige Kategorien

Häufigkeitsverteilungen

• als weichgezeichnete Verteilung mit geom_density()
  • Häufigkeitsverteilung, keine direkten Werte → sinnvoll für viele Kategorien
• hier wird fill als ‘attribute’ verwendet (siehe cheat sheet), d.h. es ist nicht mit einer Variable verknüpft und steht deswegen nicht in aes, sondern im geom

ggplot(data=ess8,aes(x=agea))+
  geom_density(fill="turquoise",alpha=0.4)

→ geeigneter für viele Kategorien

Bar chart

• Bar charts (Balkendiagramme) mit geom_col()
  • auch geom_bar(stat="identity")
  • geom_bar() zählt Häufigkeit ↔︎ geom_col() und geom_bar(stat="identity") funktionieren, wenn wir die Häufigkeit schon berechnet haben

ggplot(data=democracy,
       aes(x=mean_stfgov,
           y=cntry))+
    geom_col()

Bar chart

• Ergänzung: Wir können die Variable sortieren, damit die Grafik übersichtlicher wird

# sortieren der Werte
democracy <- arrange(democracy,mean_stfgov)
# festschreiben der Ordnung durch
# Faktorisierung der Variable cntry
democracy$cntry <- factor(democracy$cntry,
                          democracy$cntry)

# Grafik
ggplot(data=democracy,
       aes(x=mean_stfgov,
           y=cntry))+
    geom_col()

Lollipop chart

• Alternative: Lollipop chart mit geom_segment()
  • xend und yend → Linie dazwischen

# sortieren
democracy <- democracy %>%
  arrange(mean_stfgov) %>%
  mutate(cntry=factor(cntry,cntry))

# lollipop chart
ggplot(data=democracy,
       aes(x=mean_stfgov,xend=0,
           y=cntry, yend=cntry))+
  geom_segment()+
  geom_point()

→ Achtung: geom_segment() braucht auch xend und yend als Spezifikation, weil es eine Fläche zwischen diesen Punkten markiert!

Lollipop chart

• Bsp.: Änderung der Farben über Variable

democracy$col <- ifelse(democracy$cntry=="DE",
                        "highlight","else")
ggplot(data=democracy,
       aes(x=mean_stfgov,xend=0,
           y=cntry, yend=cntry,
           # Definition Farbe
           color=col))+
  geom_segment()+
  geom_point()+
  # Legende unterdrücken
  theme_minimal() + theme(legend.position="none")+
  # zuweisen von Farben
  scale_color_manual(values=c("gray","#094782"))

Linien

• vor allem für über-Zeit Vergleiche
  • Linie impliziert Kontinuität → keine Vergleiche über Gruppen hinweg

overtime <- haven::read_dta("../data/ESS-Data-Wizard-subset-2023-01-11.dta")

overtime <- group_by(overtime,cntry,essround)
overtime_stfdem <- summarize(overtime,mean_stfdem=mean(stfdem,na.rm=T))

ggplot(data=overtime_stfdem)+
  geom_line(aes(x=essround,y=mean_stfdem,color=cntry))+
  # Legende unterdrückt
  theme(legend.position="none")