Grafiken

Wie man Grafiken mit ggplot2 erstellen, modifizieren und exportieren kann
Letzte Änderung am 27. Januar 2020

Table of Contents

• 1. Grundlegender Aufbau von ggplot()
  • Bevor es losgeht: Richtiges Datenformat
  • 1. Ebene: Grundlegendes Koordinatensystem
  • 2. Ebene: Art der Grafik
• 2. Eine Variable
  • Diskret
    • Balkendiagramm
    • Kreisdiagramm
  • Stetig
    • Histogramm
    • Dichtefunktion
• 3. Zwei Variablen
  • X Diskret, Y Stetig
    • Boxplot
    • Violinenplot
    • Balkendiagramme: Gruppenmittelwerte mit Fehlerbalken
  • X und Y Stetig
    • Streudiagramm
• 4. Modifikationen
  • Beschriftung
  • Hervorhebung von Gruppierungen
  • Legende modifizieren
  • Hervorhebung von Häufigkeiten
  • Achsengrenzen
  • Geraden einzeichnen
  • Weitere statistische Kennwerte ergänzen
  • Motive (“Themes”)
• 5. Grafiken exportieren
  • Export
  • ggsave()
• 6. Weiterführende Hilfen
  • Eine einfache ggplot-Funktion: qplot()
  • Mehrere Plots zusammenführen
  • Lernplattformen
  • Welche Grafik sollte ich für meine Daten nehmen?

---

Einleitung

Zur Verbreitung von wissenschaftlichen Untersuchungen ist es sinnvoll, Rohdaten oder Ergebnisse von statistischen Analysen übersichtlich darzustellen, um diese besser kommunizieren zu können. Dabei sind Grafiken zumeist die Methode der Wahl. Gute Grafiken sind anschaulich, wirkungsvoll und lassen einen wichtige Informationen auf einen Blick erfassen.

Es gibt drei führende Pakete zum Erstellen von Grafiken in R:

• Basispaket graphics (Funktionen wie z.B. plot() oder hist())
• Paket lattice
• Paket ggplot2

Basis- oder auch Standardpakete sind von Anfang an in R enthalten sind, ohne dass man sie herunterladen muss.

Im Rahmen dieses Kapitels werden wir uns auf ggplot2 konzentrieren. Mit diesem Paket hat man eine große Bandbreite an Möglichkeiten, das Aussehen der Grafiken zu verändern. Außerdem kann man auf eine große Anzahl von verschiedenen Grafiken zurückgreifen wie z.B. den Violinenplot (siehe Abb. unten). Ein Violinenplot zeigt die Dichteverteilung eines kontinuierlichen Merkmals in Abhängigkeit eines diskreten Merkmals.

Den Violinenplot schauen wir uns später noch genauer an.

Zuerst schauen wir uns die grundlegende Funktionsweise von ggplot an. Dann lernen wir, wie man bekannte Grafiken erstellen und modifizieren kann. Abschließend wird gezeigt, wie man Grafiken exportieren kann. Am Ende befinden sich außerdem eine Übersicht ausgewählter Lernhilfen.

Falls ihr das Paket ggplot2 noch nicht installiert habt, solltet ihr das noch tun und es auch gleich laden.

install.packages("ggplot2", dependencies=TRUE)
library(ggplot2)

Bei Problemen beim Installieren bzw. Laden von Paketen schaut euch unseren FAQ-Eintrag dazu an.

Cheatsheet zu ggplot2

Um euch die Anwendung von ggplot2 zu erleichtern, könnt ihr euch ein Cheatsheet in deutsch oder englisch herunterladen.

Auf der R-Studio Website gibt es noch mehr Cheat Sheets, v.a. zu tidyverse Paketen.

Alternativ findet ihr die englischen Cheat Sheets auch direkt in R-Studio. Geht dazu in der Menüleiste am oberen Bildschirmrand auf Help –> Cheatsheets.