aslan6474 1
aslan6474
ByYlmzTR 1
ByYlmzTR
romegames 1
romegames
Reklam vermek için turkmmo@gmail.com

R Dilinde ggplot2 Kullanımı: Grafik Dilbilgisine Giriş

  • Konuyu başlatan Konuyu başlatan Agora Metin2
  • Başlangıç tarihi Başlangıç tarihi
  • Cevaplar Cevaplar 0
  • Görüntüleme Görüntüleme 10
image0e871791291d3801.jpg


ggplot2 ile Katmanlı Grafik Oluşturma

R ekosisteminin en popüler görselleştirme kütüphanesi olan ggplot2'nin bu denli tercih edilmesinin temel nedeni, "grafik dilbilgisi" adı verilen tasarım felsefesidir. Standart R kullanımında plot(), hist() veya barplot() gibi her grafik türü için ayrı ve kendine has parametreleri olan fonksiyonlar kullanılır. ggplot2 ise yaklaşımı tamamen değiştirerek; veri seti, görsel özelliklerin sütunlara atanması ve çizim katmanları gibi birleştirilebilir parçalar sunar. Bu parçalar + operatörüyle bir araya getirilerek herhangi bir grafik inşa edilebilir. Bu mantığı kavradığınızda, farklı grafik türleri oluşturmak sadece tek bir bileşeni değiştirmekten ibarettir. Ayrıca, gri arka plan ve otomatik lejant gibi varsayılan ayarlar sayesinde, ekstra çaba sarf etmeden profesyonel görünümlü sonuçlar elde edebilirsiniz.

Bu bir paket olduğu için başlangıçta bir kez kurulması ve her yeni oturumda projeye dahil edilmesi gerekir:

Kod:
install.packages("ggplot2")   # once, on your machine
library(ggplot2)              # at the top of every script that uses it

Şunu unutmamak gerekir: ggplot2, tekil vektörler yerine bir veri çerçevesi (data frame) ile çalışır. En iyi verim, her satırın bir gözlemi, her sütunun ise bir değişkeni temsil ettiği "düzenli uzun format" (tidy long format) ile alınır. Eğer verileriniz geniş formatta ise, görselleştirme aşamasına geçmeden önce onları uzun formata dönüştürmek birçok sorunu çözecektir.

Temel Mantık: Veri, Eşleme ve Geometri

Hazırlanan her ggplot grafiği aslında şu üç temel soruya cevap verir:

1. Hangi veri seti kullanılacak? ggplot(mtcars, ...)
2. Hangi sütunlar hangi görsel özelliklere atanacak? aes(x = wt, y = hp)
3. Veriler ekranda nasıl görünecek? + geom_point()

Grafiğin yapı taşlarını detaylandırırsak:

Kod:
ggplot(mtcars, aes(x = wt, y = hp)) +
    geom_point()

• ggplot(mtcars, ...) komutu, mtcars verisini temel alan bir grafik başlatır. Henüz herhangi bir katman eklenmediği için sadece boş, gri bir panel oluşturur.
• aes(x = wt, y = hp) kısmı estetik eşlemeyi tanımlar: X ekseni wt sütunundan, Y ekseni ise hp sütunundan beslenir. Burada mtcars$wt şeklinde değil, doğrudan sütun isimlerinin yazılmasına dikkat edilmelidir; çünkü eşleme işlemi tanımlanan veri çerçevesi içinde gerçekleşir.
• + geom_point() ifadesi, her veri satırını bir nokta olarak çizen katmanı ekler. + işareti, katmanların üst üste eklenmesini sağlar. Grafik aslında bir nesnedir ve her yeni + ile başka bir geometri, etiket veya tema ekleyerek yapıyı geliştirebilirsiniz.

Kodu çalıştırdığınızda, standart R'deki ağırlık ve beygir gücü saçılım grafiğinin, beyaz ızgara çizgilerine sahip gri bir panel üzerinde oluşturulduğunu görürsünüz. Eğer geom_point() yerine geom_line() kullanırsanız, aynı eşlemelerle grafik anında bir çizgi grafiğine dönüşür; işte grafik dilbilgisinin gücü buradadır.

Sık Kullanılan Geometri (Geom) Türleri

Günlük analizlerin çoğunda şu geometrik katmanlar yeterli olmaktadır:

Kod:
geom_point()       # scatter plot: two numeric variables
geom_line()        # line chart: trends over an ordered variable
geom_col()         # bar chart from pre-computed heights (needs y)
geom_bar()         # bar chart that counts raw rows for you (no y)
geom_histogram()   # distribution of one numeric variable (set binwidth)
geom_boxplot()     # distributions compared across groups
geom_smooth()      # fitted trend line; method = "lm" for straight

Katmanların üst üste eklenebilme özelliği, ggplot2'yi temel R'den ayıran en güçlü yanlardan biridir. Örneğin geom_point() + geom_smooth(method = "lm") kodunu kullandığınızda, tek bir satırla hem saçılım grafiğini hem de üzerine eklenmiş bir regresyon çizgisi ile güven bandını elde edersiniz. Ayrıca grafikler bir nesne olarak saklanabildiği için, temel bir grafik oluşturup bundan farklı dallar türetebilirsiniz:

Kod:
p <- ggplot(mtcars, aes(x = wt, y = hp)) + geom_point()

p + geom_smooth(method = "lm")   # one variant
p + geom_smooth()                # another (loess curve)

Eşleme (Mapping) ve Sabitleme (Setting) Farkı

ggplot2'ye yeni başlayanların sıkça düştüğü hata, sabit bir rengi yanlışlıkla aes() fonksiyonunun içine yazmaktır. Kural şudur: aes() içerisine yazılanlar "veriye göre değişen" özelliklerdir; dışına yazılanlar ise "sabit" ayarlardır. Bu iki kullanım tamamen farklı sonuçlar doğurur:

Kod:
# MAPPING: color varies by a column - each cylinder count gets its own
# color, and a legend appears automatically
ggplot(mtcars, aes(x = wt, y = hp, color = factor(cyl))) +
    geom_point(size = 2)

# SETTING: every point is literally steelblue - no legend, no mapping
ggplot(mtcars, aes(x = wt, y = hp)) +
    geom_point(color = "steelblue", size = 2)

Hatalı kullanım örneği:

Kod:
# WRONG: "blue" inside aes() is treated as data, not as a color
ggplot(mtcars, aes(x = wt, y = hp, color = "blue")) +
    geom_point()

Yukarıdaki kod, noktaları mavi yapmak yerine, "blue" adında tek bir kategori oluşturur ve buna varsayılan ilk rengi (genellikle somon rengi) atar; ayrıca yan tarafta "blue" yazan bir lejant oluşturur. Eğer noktaların gerçekten mavi olmasını istiyorsanız, renk ayarını eşlemenin dışına taşımalısınız: geom_point(color = "blue"). Aynı mantık size, shape, fill ve alpha parametreleri için de geçerlidir. (Ayrıca factor(cyl) örneğindeki gibi; sayısal bir değişkeni factor() ile sarmalamak, renklerin sürekli bir geçiş yerine her grup için ayrı renklerde olmasını sağlar.)

Etiketler, Paneller ve Temalar

Grafiğin tamamlanması için labs() fonksiyonu kullanılarak tüm isimlendirmeler tek bir yerden yönetilebilir:

Kod:
ggplot(mtcars, aes(x = wt, y = hp, color = factor(cyl))) +
    geom_point(size = 2) +
    labs(title = "Horsepower vs. weight",
         x     = "Weight (1000 lbs)",
         y     = "Horsepower",
         color = "Cylinders")

Yüzeylere ayırma (facet) özelliği, ggplot2'nin en etkileyici yanlarından biridir. Tek bir grafiği, ortak eksenler kullanarak belirli gruplara göre küçük alt panellere böler:

Kod:
ggplot(mtcars, aes(x = wt, y = hp)) +
    geom_point() +
    facet_wrap(~ cyl)

Bu işlem sonucunda, örneğin 4, 6 ve 8 silindirli araçlar için yan yana dizilmiş üç ayrı panel oluşur. Temel R'de bunu yapmak için par(mfrow) gibi karmaşık ayarlarla uğraşmak gerekirken, burada tek bir satırla çözülür. Bu yapı, düzenli verilerle çalışmayı teşvik eder ve dplyr gibi veri işleme araçlarıyla mükemmel bir uyum sağlar.

Temalar ise grafiğin görsel stilini tek seferde değiştirmenize olanak tanır: + theme_minimal() (sade beyaz arka plan), + theme_bw() veya + theme_classic() (ızgarasız, sadece eksenli) gibi seçenekler mevcuttur. Raporlarınızda tutarlılık sağlamak adına tüm grafiklerde aynı temayı kullanmanız önerilir.

ggsave() ile Kaydetme ve Temel R Kullanım Alanları

Oluşturduğunuz son grafiği ggsave() fonksiyonuyla diske kaydedebilirsiniz; dosya formatı belirlediğiniz uzantıdan otomatik olarak anlaşılır:

Kod:
ggsave("hp-vs-weight.png", width = 8, height = 5)          # last plot shown
ggsave("hp-vs-weight.pdf", plot = p, width = 8, height = 5) # a saved object

Yazı tipi boyutları çıktı boyutuna göre ölçeklendiği için, width ve height parametrelerini (varsayılan olarak inç cinsindendir) manuel olarak ayarlamak genellikle daha iyi sonuç verir.

Peki, ne zaman temel R'nin plot() fonksiyonu kullanılmalı? Analiz sırasında bir değişkene hızlıca göz atmak istiyorsanız, temel R daha pratiktir çünkü daha az kod gerektirir ve ek paket bağımlılığı yoktur. Ancak grafikler gruplandırılacaksa, alt panellere bölünecekse veya bir sunumda kullanılacaksa ggplot2 rakipsizdir; karmaşıklık arttıkça dilbilgisi yapısı sayesinde yönetimi çok daha kolaydır.

Özetle Öğrendiklerimiz

• ggplot2; veri, aes() eşlemesi ve geom katmanlarını + ile birleştirerek çalışır.
• aes() fonksiyonu, veri çerçevesindeki sütun isimlerini görsel özelliklere bağlar.
• aes() içi veriye bağlı değişkenleri, dışı ise sabit ayarları temsil eder. aes(color = "blue") kullanımı hatalıdır.
• Başlıklar için labs(), alt paneller için facet_wrap(~ group), görsel stil için theme_minimal() ve kayıt için ggsave() kullanılır.
• Hızlı kontroller için temel R, detaylı ve sunuma hazır görseller için ggplot2 tercih edilmelidir.

Grafik konusunu burada noktalıyoruz; bir sonraki adım, bu görsellerin işaret ettiği kalıpları sayısal olarak ifade eden betimleyici istatistikler olacaktır.
 

Şu an konuyu görüntüleyenler (Toplam : 0, Üye: 0, Misafir: 0)

Geri
Üst