[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-seo-572743-105":3,"detail-sidebar-cat-1-en-105":81,"doc-detail-572743-en":127},{"code":4,"msg":5,"data":6},0,"ok",{"site_id":7,"language":8,"slug":9,"title":10,"keywords":11,"description":12,"schema_data":13,"social_meta":74,"head_meta":76,"extra_data":78,"updated_unix":80},105,"de","data-visualization-with-ggplot2-ggplot2-basics-geometries-and-examples","Datenvisualisierung mit ggplot2 - ggplot2-Grundlagen, Geometrien und Beispiele","","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.",{"@graph":14,"@context":73},[15,34,56],{"@type":16,"itemListElement":17},"BreadcrumbList",[18,23,27,31],{"item":19,"name":20,"@type":21,"position":22},"https://docshare.wps.com","Home","ListItem",1,{"item":24,"name":25,"@type":21,"position":26},"https://docshare.wps.com/template/","Template",2,{"item":28,"name":29,"@type":21,"position":30},"https://docshare.wps.com/template/presentations/","Presentations",3,{"item":32,"name":10,"@type":21,"position":33},"https://docshare.wps.com/template/data-visualization-with-ggplot2-ggplot2-basics-geometries-and-examples/572743/",4,{"url":32,"name":10,"@type":35,"image":36,"author":41,"headline":10,"publisher":44,"fileFormat":47,"inLanguage":8,"description":12,"dateModified":48,"datePublished":49,"encodingFormat":47,"isAccessibleForFree":50,"interactionStatistic":51},"DigitalDocument",{"url":37,"@type":38,"width":39,"height":40},"https://docshare.wps.com/thumbnails/data-visualization-with-ggplot2-ggplot2-basics-geometries-and-examples/572743.png","ImageObject",442,249,{"name":42,"@type":43},"Nguyễn Văn Học","Person",{"url":19,"name":45,"@type":46},"DocShare","Organization","application/pdf","2026-10-21","2026-10-13",true,{"@type":52,"interactionType":53,"userInteractionCount":55},"InteractionCounter",{"@type":54},"ViewAction",7,{"@type":57,"mainEntity":58},"FAQPage",[59,65,69],{"name":60,"@type":61,"acceptedAnswer":62},"Woraus setzt sich jede Grafik in ggplot2 zusammen?","Question",{"text":63,"@type":64},"Jede Grafik besteht aus einem Datensatz, einem Koordinatensystem und einer Menge an Geoms als visuellen Markierungen der Datenpunkte.","Answer",{"name":66,"@type":61,"acceptedAnswer":67},"Worin unterscheiden sich qplot() und ggplot()?",{"text":68,"@type":64},"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.",{"name":70,"@type":61,"acceptedAnswer":71},"Wie funktionieren ggplot-Ebenen beim Visualisieren von Daten?",{"text":72,"@type":64},"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.","https://schema.org",{"og:url":32,"og:type":75,"og:title":10,"og:site_name":45,"og:description":12},"article",{"robots":77,"canonical":32},"index,follow",{"doc_id":79,"site_id":7},572743,1792128087,{"code":4,"msg":82,"data":83},"success",[84,88,93,98,103,108,113,118,123],{"id":85,"doc_module":22,"doc_module_name":25,"category_name":29,"show_sort_weight":86,"slug":87},11,90,"presentations",{"id":89,"doc_module":22,"doc_module_name":25,"category_name":90,"show_sort_weight":91,"slug":92},12,"Resumes",80,"resumes",{"id":94,"doc_module":22,"doc_module_name":25,"category_name":95,"show_sort_weight":96,"slug":97},14,"Invoices",70,"invoices",{"id":99,"doc_module":22,"doc_module_name":25,"category_name":100,"show_sort_weight":101,"slug":102},15,"Posters",60,"posters",{"id":104,"doc_module":22,"doc_module_name":25,"category_name":105,"show_sort_weight":106,"slug":107},16,"Social Media",50,"social-media",{"id":109,"doc_module":22,"doc_module_name":25,"category_name":110,"show_sort_weight":111,"slug":112},17,"Forms",40,"forms",{"id":114,"doc_module":22,"doc_module_name":25,"category_name":115,"show_sort_weight":116,"slug":117},18,"Letters",30,"letters",{"id":119,"doc_module":22,"doc_module_name":25,"category_name":120,"show_sort_weight":121,"slug":122},21,"Paper Templates",5,"papers-templates",{"id":124,"doc_module":22,"doc_module_name":25,"category_name":125,"show_sort_weight":4,"slug":126},158,"General","general-158",{"code":4,"msg":82,"data":128},{"doc_id":79,"user_id":129,"nickname":42,"user_avatar":130,"doc_module":22,"category_id":85,"category_name":29,"doc_title":10,"doc_description":12,"doc_content":131,"file_id":132,"file_url":133,"file_type":134,"file_size":135,"view_count":55,"is_deleted":4,"is_public":22,"is_downloadable":22,"audit_status":22,"page_count":26,"language":136,"language_code":8,"site_id":7,"html_lang":137,"table_of_contents":138,"faqs":139,"seo_title":140,"seo_description":12,"update_tm":141,"read_time":22},1374402739827,"https://ap-avatar.wpscdn.com/avatar/14000c97e7351f1a627?x-image-process=image/resize,m_fixed,w_180,h_180&k=1787885694763230660","Eine Variable  \nStetig  \na \u003C-ggplot(mpg, aes(hwy))  \na + geom_area(stat = \"bin\")  \nx, y, alpha, color, fill, linetype, size  \nb + geom_area(aes(y = ..density..), stat = \"bin\") a + geom_density(kernel = \"gaussian\")  \nx, y, alpha, color, fill, linetype, size, weight b + geom_density(aes(y = ..county..))  \na + geom_dotplot()  \nx, y, alpha, color, fill  \na + geom_freqpoly()  \nx, y, alpha, color, linetype, size  \nb + geom_freqpoly(aes(y = ..density..)) a + geom_histogram(binwidth = 5)  \nx, y, alpha, color, fill, linetype, size, weight b + geom_histogram(aes(y = ..density..))  \nDiskret  \nb \u003C-ggplot(mpg, aes(fl))  \nb + geom_bar()  \nx, alpha, color, fill, linetype, size, weight  \nGrafische Primitive  \ne + geom_segment(aes( xend = long + delta_long, yend = lat + delta_lat))  \nx, xend, y, yend, alpha, color, linetype, size e + geom_rect(aes(xmin = long, ymin = lat,  \nxmax= long + delta_long,  \nymax = lat + delta_lat))  \nxmax, xmin, ymax, ymin, alpha, color, fill, linetype, size  \nDrei Variablen  \nseals$z \u003C-with(seals, sqrt(delta_long^2 + delta_lat^2)) m \u003C-ggplot(seals, aes(long, lat))  \nm + geom_contour(aes(z = z))  \nx, y, z, alpha, colour, linetype, size, weight  \nDatenveranschaulichen  \nmit ggplot2  \nSchummelzettel  \nRStudio® ist ein eingetragenes Markenzeichen von  \nRStudio, Inc. • CC BY  RStudio • [info@rstudio.com](info@rstudio.com) • 844-448-1212 •  [rstudio.com](rstudio.com)  \nÜbersetzt von Lucia Gjeltema •  [rtpanalysts.org](rtpanalysts.org)  \nGeom -Datenwerte  \nwerden mittels Geom aufeine Ebene abgebildet. Dessen ästhetischen Eigenschaften beschreiben Variablen.  \nDer Rückgabewert jeder Funktion ist eine Ebene der Grafik.  \nZwei Variablen  \nX und Y stetig  \nf \u003C-ggplot(mpg, aes(cty, hwy))  \nf + geom_blank()  \n(praktisch um Intervallgrenzen zu erweitern)  \nf + geom_jitter()  \nx, y, alpha, color, fill, shape, size  \nf + geom_point()  \nx, y, alpha, color, fill, shape, size  \nf + geom_quantile()  \nx, y, alpha, color, linetype, size, weight  \nf + geom_rug(sides = \"bl\") alpha, color, linetype, size  \nf + geom_smooth(model = lm)  \nx, y, alpha, color, fill, linetype, size, weight  \nf + geom_text(aes(label = cty)) x, y, label, alpha, angle, color, family, fontface, hjust, lineheight, size, vjust  \nX diskret und Y stetig  \ng \u003C-ggplot(mpg, aes(class, hwy))  \ng + geom_bar(stat = \"identity\")  \nx, y, alpha, color, fill, linetype, size, weight  \ng + geom_boxplot()  \nlower, middle, upper, x, ymax, ymin, alpha, color, fill, linetype, shape, size, weight  \ng + geom_dotplot(binaxis = \"y\", stackdir = \"center\")  \nx, y, alpha, color, fill  \ng + geom_violin(scale = \"area\")  \nx, y, alpha, color, fill, linetype, size, weight  \nX und Y diskret  \nh \u003C-ggplot(diamonds, aes(cut, color))  \nh + geom_jitter()  \nx, y, alpha, color, fill, shape, size  \nStetige bivariate Verteilung  \ni \u003C-ggplot(movies, aes(year, rating))  \ni + geom_bin2d(binwidth = c(5, 0.5)) xmax, xmin, ymax, ymin, alpha, color, fill, linetype, size, weight  \ni + geom_density2d()  \nx, y, alpha, colour, linetype, size  \nStetige Funktion  \nj \u003C-ggplot(economics, aes(date, unemploy))  \nj + geom_area()  \nx, y, alpha, color, fill, linetype, size  \nj + geom_line()  \nx, y, alpha, color, linetype, size  \nj + geom_step(direction = \"hv\") x, y, alpha, color, linetype, size  \ni + geom_hex()  \nx, y, alpha, colour, fill size  \nc \u003C-ggplot(map, aes(long, lat))  \nc + geom_polygon(aes(group = group)) x, y, alpha, color, fill, linetype, size  \nd \u003C-ggplot(economics, aes(date, unemploy))  \nd + geom_path(lineend=\"butt\", linejoin=\"round’, linemitre=1)  \nx, y, alpha, color, linetype, size  \nd + geom_ribbon(aes(ymin=unemploy-900, ymax=unemploy + 900))  \nx, ymax, ymin, alpha, color, fill, linetype, size  \ne \u003C-ggplot(seals, aes(x = long, y = lat))  \nAbweichungen & Ausreißer  \ndf \u003C-data.frame(grp = c(\"A\", \"B\"), fit = 4:5, se = 1:2) k \u003C-ggplot(df, aes(grp, fit, ymin = fit-se, ymax = fit+se))  \nk + geom_crossbar(fatten = 2)  \nx, y, ymax, ymin, alpha, color, fill,  \nlinetype, size  \nk + geom_errorbar()  \nx, ymax, ymin, alpha, c","cbCaicIhazTKSIjI","https://ap.wps.com/l/cbCaicIhazTKSIjI","pdf",467676,"German","en","# Grundlagen\n## Grammatik von Grafiken\n## qplot(), ggplot(), last_plot(), ggsave()\n# Geoms für unterschiedliche Datentypen\n## Stetig vs. diskret\n## Zwei Variablen (x/y)\n## Bivariate Verteilungen und Funktionen\n# Spezielle Darstellungen\n## Abweichungen & Ausreißer\n## Landkarten\n# ggplot-Objekte und Beispiel-Logik\n## Aes-Zuordnung und Ebenenprinzip","[{\"question\":\"Woraus setzt sich jede Grafik in ggplot2 zusammen?\",\"answer\":\"Jede Grafik besteht aus einem Datensatz, einem Koordinatensystem und einer Menge an Geoms als visuellen Markierungen der Datenpunkte.\"},{\"question\":\"Worin unterscheiden sich qplot() und ggplot()?\",\"answer\":\"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.\"},{\"question\":\"Wie funktionieren ggplot-Ebenen beim Visualisieren von Daten?\",\"answer\":\"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.\"}]","Datenvisualisierung mit ggplot2 - ggplot2-Grundlagen, Geometrien und Beispiele | PDF",1791929098]