Datenvisualisierung mit ggplot2 - ggplot2-Grundlagen, Geometrien und Beispiele

Q: Woraus setzt sich jede Grafik in ggplot2 zusammen?

Jede Grafik besteht aus einem Datensatz, einem Koordinatensystem und einer Menge an Geoms als visuellen Markierungen der Datenpunkte.

Q: Worin unterscheiden sich qplot() und ggplot()?

qplot() erstellt eine komplette Grafik direkt mit Datensatz, Geom und Zuordnung inklusive vieler Standardeinstellungen. ggplot() startet dagegen auf der unsichtbaren Grundebene und wird anschließend durch weitere Ebenen aufgebaut.

Q: Wie funktionieren ggplot-Ebenen beim Visualisieren von Daten?

ggplot() definiert die Grundebene, die über zusätzliche Ebenen mit Geoms und ästhetischen Zuordnungen wie x/y-Position, Farbe oder Größe erweitert wird; der Rückgabewert jeder Funktion ist dabei eine Ebene der Grafik.

Oct 13, 2026

Upload by Nguyễn Văn Học

Dieses Dokument erklärt die Grundlagen der Datenvisualisierung mit ggplot2 anhand einer „Grammatik von Grafiken“. Es beschreibt die Rolle von Datensatz, Koordinatensystem und Geoms sowie die Zuordnung von Variablen zu ästhetischen Eigenschaften wie Position, Farbe, Größe und Transparenz. Anschließend werden zahlreiche Geoms für stetige und diskrete Variablen vorgestellt, darunter Histogramme, Dichte- und Punktdarstellungen, Segmente, Rechtecke, Fehlerbalken sowie Landkarten. Ergänzend werden Kernfunktionen wie ggplot(), qplot(), last_plot() und ggsave() sowie die Ebenenlogik beim Aufbau von Grafiken erläutert.

LanguageGerman

CategoryPresentations

FormatPDF

Pages2

Reading Time1 min

AccessFree to download

Grundlagen

Grammatik von Grafiken

qplot(), ggplot(), last_plot(), ggsave()

Geoms für unterschiedliche Datentypen

Stetig vs. diskret

Zwei Variablen (x/y)

Bivariate Verteilungen und Funktionen

Spezielle Darstellungen

Abweichungen & Ausreißer

Landkarten

ggplot-Objekte und Beispiel-Logik

Aes-Zuordnung und Ebenenprinzip

Eine Variable Stetig a <-ggplot(mpg, aes(hwy)) a + geom_area(stat = "bin") x, y, alpha, color, fill, linetype, size b + geom_area(aes(y = ..density..), stat = "bin") a + geom_density(kernel = "gaussian") x, y, alpha, color, fill, linetype, size, weight b + geom_density(aes(y = ..county..)) a + geom_dotplot() x, y, alpha, color, fill a + geom_freqpoly() x, y, alpha, color, linetype, size b + geom_freqpoly(aes(y = ..density..)) a + geom_histogram(binwidth = 5) x, y, alpha, color, fill, linetype, size, weight b + geom_histogram(aes(y = ..density..)) Diskret b <-ggplot(mpg, aes(fl)) b + geom_bar() x, alpha, color, fill, linetype, size, weight Grafische Primitive e + geom_segment(aes( xend = long + delta_long, yend = lat + delta_lat)) x, xend, y, yend, alpha, color, linetype, size e + geom_rect(aes(xmin = long, ymin = lat, xmax= long + delta_long, ymax = lat + delta_lat)) xmax, xmin, ymax, ymin, alpha, color, fill, linetype, size Drei Variablen seals$z <-with(seals, sqrt(delta_long^2 + delta_lat^2)) m <-ggplot(seals, aes(long, lat)) m + geom_contour(aes(z = z)) x, y, z, alpha, colour, linetype, size, weight Datenveranschaulichen mit ggplot2 Schummelzettel RStudio® ist ein eingetragenes Markenzeichen von RStudio, Inc. • CC BY RStudio • [info@rstudio.com](info@rstudio.com) • 844-448-1212 • [rstudio.com](rstudio.com) Übersetzt von Lucia Gjeltema • [rtpanalysts.org](rtpanalysts.org) Geom -Datenwerte werden mittels Geom aufeine Ebene abgebildet. Dessen ästhetischen Eigenschaften beschreiben Variablen. Der Rückgabewert jeder Funktion ist eine Ebene der Grafik. Zwei Variablen X und Y stetig f <-ggplot(mpg, aes(cty, hwy)) f + geom_blank() (praktisch um Intervallgrenzen zu erweitern) f + geom_jitter() x, y, alpha, color, fill, shape, size f + geom_point() x, y, alpha, color, fill, shape, size f + geom_quantile() x, y, alpha, color, linetype, size, weight f + geom_rug(sides = "bl") alpha, color, linetype, size f + geom_smooth(model = lm) x, y, alpha, color, fill, linetype, size, weight f + geom_text(aes(label = cty)) x, y, label, alpha, angle, color, family, fontface, hjust, lineheight, size, vjust X diskret und Y stetig g <-ggplot(mpg, aes(class, hwy)) g + geom_bar(stat = "identity") x, y, alpha, color, fill, linetype, size, weight g + geom_boxplot() lower, middle, upper, x, ymax, ymin, alpha, color, fill, linetype, shape, size, weight g + geom_dotplot(binaxis = "y", stackdir = "center") x, y, alpha, color, fill g + geom_violin(scale = "area") x, y, alpha, color, fill, linetype, size, weight X und Y diskret h <-ggplot(diamonds, aes(cut, color)) h + geom_jitter() x, y, alpha, color, fill, shape, size Stetige bivariate Verteilung i <-ggplot(movies, aes(year, rating)) i + geom_bin2d(binwidth = c(5, 0.5)) xmax, xmin, ymax, ymin, alpha, color, fill, linetype, size, weight i + geom_density2d() x, y, alpha, colour, linetype, size Stetige Funktion j <-ggplot(economics, aes(date, unemploy)) j + geom_area() x, y, alpha, color, fill, linetype, size j + geom_line() x, y, alpha, color, linetype, size j + geom_step(direction = "hv") x, y, alpha, color, linetype, size i + geom_hex() x, y, alpha, colour, fill size c <-ggplot(map, aes(long, lat)) c + geom_polygon(aes(group = group)) x, y, alpha, color, fill, linetype, size d <-ggplot(economics, aes(date, unemploy)) d + geom_path(lineend="butt", linejoin="round’, linemitre=1) x, y, alpha, color, linetype, size d + geom_ribbon(aes(ymin=unemploy-900, ymax=unemploy + 900)) x, ymax, ymin, alpha, color, fill, linetype, size e <-ggplot(seals, aes(x = long, y = lat)) Abweichungen & Ausreißer df <-data.frame(grp = c("A", "B"), fit = 4:5, se = 1:2) k <-ggplot(df, aes(grp, fit, ymin = fit-se, ymax = fit+se)) k + geom_crossbar(fatten = 2) x, y, ymax, ymin, alpha, color, fill, linetype, size k + geom_errorbar() x, ymax, ymin, alpha, c

FAQs

Woraus setzt sich jede Grafik in ggplot2 zusammen?

Jede Grafik besteht aus einem Datensatz, einem Koordinatensystem und einer Menge an Geoms als visuellen Markierungen der Datenpunkte.

Worin unterscheiden sich qplot() und ggplot()?

qplot() erstellt eine komplette Grafik direkt mit Datensatz, Geom und Zuordnung inklusive vieler Standardeinstellungen. ggplot() startet dagegen auf der unsichtbaren Grundebene und wird anschließend durch weitere Ebenen aufgebaut.

Wie funktionieren ggplot-Ebenen beim Visualisieren von Daten?

ggplot() definiert die Grundebene, die über zusätzliche Ebenen mit Geoms und ästhetischen Zuordnungen wie x/y-Position, Farbe oder Größe erweitert wird; der Rückgabewert jeder Funktion ist dabei eine Ebene der Grafik.

Oct 13, 2026

Upload by Nguyễn Văn Học