1 基本題 (共 100 分)
1.1 視覺化死亡率 (共 40 分)
# 請勿更動此 code chunk 程式碼
library(dplyr)
library(ggplot2)
# 上週作業使用到的 titanic data
titanic <- readr::read_delim("titanic.csv",
delim = ";",
escape_double = FALSE,
trim_ws = TRUE)
# 上週作業 `分組摘要` 的結果
died_summary <- titanic %>%
group_by(Sex, Pclass) %>%
summarise(percent_survived = mean(Survived == "Yes")) %>%
ungroup()
died_summary #> # A tibble: 6 x 3
#> Sex Pclass percent_survived
#> <chr> <dbl> <dbl>
#> 1 female 1 0.968
#> 2 female 2 0.921
#> 3 female 3 0.5
#> 4 male 1 0.369
#> 5 male 2 0.157
#> 6 male 3 0.135此題延續上週作業關於鐵達尼號乘客死亡率的分組摘要。上方的程式碼即是上週分組摘要的答案，儲存於 died_summary。你的任務是使用 ggplot2 將 died_summary 繪製成此長條圖:
# Write your code here
ggplot(died_summary) +
geom_bar(aes(x = Pclass, y = percent_survived),
stat = "identity") +
facet_wrap(vars(Sex))
ggsave("died_summary.png", dpi = 250)#> Saving 7 x 5 in image- 如果不知道如何下手，請先閱讀 R for Data Science 第三章
- 你應該會使用到
geom_bar()或是geom_col() - 你應該會使用到
facet_wrap() - 輸出結果應與下圖相同：
輸出結果應要與此圖相同
1.2 自己的資料自己畫 (共 50 分)
請自行尋找一份資料 (不得使用 titanic.csv 或內建資料)，將其放在此次作業的 repo 並命名為 mydata.csv (副檔名請根據自己的資料而定, e.g., 若為 tab 分隔檔，請命名為 mydata.tsv)。你的任務是將這份資料讀入並使用 ggplot2 視覺化這份資料。
(10 分) 資料讀取與清理
將mydata.csv讀入並進行資料清理 (如果需要的話)，以利接下來的資料視覺化(30 分) 資料視覺化
請依這份資料的特性以及你想觀察的現象，對這份資料進行視覺化。依據你的喜好，你可以畫任意多張圖，但其中一張圖裡「必須」使用到 2 種或 2 種以上的geom_*()函數 (助教也只會依據這張圖評分)。這些geom_*()的使用需合理。例如，下方的例子雖然仍畫得出圖，但顯然是不合理的，這種情況將不予給分：ggplot(iris) + geom_bar(aes(x = Species)) + geom_point(aes(Sepal.Length, Petal.Width))
(10 分) Tweak the plot
請依據你的個人偏好「修改」於2.所繪製出來的圖。例如，你可以使用某個coord_*()將圖的 x、y 軸對調；使用其它的風格；或是修改與新增圖的座標軸名稱與標題等。- 評分標準：你只要合理地使用到 https://ggplot2.tidyverse.org/reference/index.html 當中 Scales, Coordinate systems 或是 Themes 這三個段落之內的任意一個函數即可得分。
若覺得題目說明不夠清楚，可以參考此題的範例。
資料讀取與清理
# Write your code here
diam <- diamonds %>%
filter(carat < 2.5) %>%
sample_n(1000)
# 請務必印出 data frame
diam#> # A tibble: 1,000 x 10
#> carat cut color clarity depth table price x y z
#> <dbl> <ord> <ord> <ord> <dbl> <dbl> <int> <dbl> <dbl> <dbl>
#> 1 0.99 Fair I SI1 60.7 66 3337 6.42 6.34 3.87
#> 2 1 Very Good E SI1 63.1 58 4435 6.34 6.2 3.95
#> 3 1.54 Premium I VS1 61.6 58 10164 7.39 7.42 4.56
#> 4 0.570 Premium D SI2 61.3 59 1012 5.32 5.28 3.25
#> 5 0.78 Very Good F SI2 62.4 59 2586 5.86 5.91 3.67
#> 6 0.54 Very Good H VS2 63.2 55 1439 5.24 5.2 3.3
#> 7 0.3 Premium E VS2 62.5 59 658 4.27 4.3 2.68
#> 8 1.01 Very Good E VS1 62 57 6996 6.46 6.38 3.98
#> 9 0.4 Ideal E VS1 59.2 62 1180 4.8 4.83 2.85
#> 10 0.73 Ideal F VVS2 62.2 54 3193 5.8 5.75 3.59
#> # … with 990 more rows資料視覺化
# Write your code here
pl <- ggplot(diam) +
geom_histogram(aes(x = carat), alpha = 0.6, binwidth = 0.1) +
geom_freqpoly(aes(carat, color = cut), binwidth = 0.1)
# 請務必印出圖片
pl
Tweak the plot
# Write your code here
pl + theme_bw() +
labs(title = "Diamond Weight Distribution")
2 進階選答題 (共 20 分)
請使用 ggplot2 中的 mpg 這份資料繪製圖表。 (可使用 ?mpg 查看這份資料的說明)
- 請以顏色標示「車種」
class是否為 SUV。 (6分) - 請繪製「引擎排氣量」
displ和「每加侖可高速行駛英里」hwy的線性回歸線，並將「年分」year以不同線條類型標示，且不須繪製信心區間 (請使用geom_smooth())。(6分) - 請以黑色直線標示「引擎排氣量」
displ的平均值。(6分) - 請將顏色和線條類型的圖例名稱分別設定為
SUV和Year。(2分)
- 本題輸出結果應如下圖：
進階題輸出結果
# Modify the code below
ggplot(data = mpg, mapping = aes(displ, hwy)) +
geom_point(aes(color = class == "suv")) +
geom_smooth(aes(linetype = as.character(year)), method = "lm", se = FALSE) +
geom_vline(aes(xintercept = mean(displ))) +
labs(x = "Engine displacement (litres)", y = "Highway miles (per gallon)", color = "SUV", linetype = "Year")#> `geom_smooth()` using formula 'y ~ x'