Eight visualisation challenges with ggplot2

Presented to the NYC datavis meetup.

Transcript

1. Hadley Wickham 
 @hadleywickham
 Chief Scientist, RStudio Solving 8 visualisation challenges with ggplot2 November 2016
2. http://fivethirtyeight.com/features/our-47-weirdest-charts-from-2015/
3. https://flowingdata.com/tag/upshot/
4. 1Labelling plots Solved by Bob Rudis A problem ignored for too long
5. • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • 20 30 40 2 3 4 5 6 7 displ hwy class • • • • • • • 2seater compact midsize minivan pickup subcompact suv Two seaters (sports cars) are an exception because of their light weight Fuel efficiency generally decreases with engine size Data from fueleconomy.gov
6. ggplot(mpg, aes(displ, hwy)) + geom_point(aes(color = class)) + geom_smooth(se = FALSE, method = "loess") + labs( title = "Fuel efficiency generally ...", subtitle = "Two seaters (sports cars) ...", caption = "Data from fueleconomy.gov" ) Accessed with the labs() function
7. 2 Axes
9. Stages of visualisation system popularity 1. Someone used it and complained about a bug 2. Someone used it in an academic paper 3. Someone used it in a newspaper 4.Someone used it to commit academic fraud 5. So many people use it that google has autocompletes for bad graphics ideas
13. Isenberg, Petra, et al. "A study on dual-scale data charts." IEEE Transactions on Visualization and Computer Graphics 17.12 (2011): 2469-2478. https://www.lri.fr/~isenberg/publications/papers/Isenberg_2011_ASO.pdf
14. But...
15. • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • 20 30 40 6 8 10 12 14 16 18 20 2 3 4 5 6 7 displ mpg l / 100 km
16. ggplot(mpg, aes(displ, hwy)) + geom_point() + scale_y_continuous( "mpg", sec.axis = sec_axis( ~ 235 / ., name = "l / 100 km", breaks = seq(2, 20, by = 2) ) ) Only 1-to-1 transformations are allowed function(x) { 235 / x }
17. • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • 20 30 40 6 8 10 12 14 16 18 20 2 3 4 5 6 7 displ mpg l / 100 km
18. Labelling 3
 data
19. • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • corvette caravan 2wd altima forester awd toyota tacoma 4wd jetta new beetle 20 30 40 2 3 4 5 6 7 displ hwy class • • • • • • • 2seater compact midsize minivan pickup subcompact suv geom_text()
20. • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • corvette caravan 2wd altima forester awd toyota tacoma 4wd jetta new beetle 20 30 40 2 3 4 5 6 7 displ hwy class • • • • • • • 2seater compact midsize minivan pickup subcompact suv geom_label()
21. • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • corvette caravan 2wd altima forester awd toyota tacoma 4wd jetta new beetle 20 30 40 2 3 4 5 6 7 displ hwy class • • • • • • • 2seater compact midsize minivan pickup subcompact suv https://github.com/slowkow/ggrepel geom_label_repel()
22. • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • corvette caravan 2wd altima forester awd toyota tacoma 4wd jetta new beetle 20 30 40 2 3 4 5 6 7 displ hwy class • • • • • • • 2seater compact midsize minivan pickup subcompact suv dev version
24. Two difference between a factor and a string: 1.Fixed set of possible values 2.Arbitrary order
25. relig <- gss_cat %>% group_by(relig) %>% summarise( tvhours = mean(tvhours, na.rm = TRUE), n = n() ) Some data from the general social survey
26. • • • • • • • • • • • • • • • No answer Don't know Inter−nondenominational Native american Christian Orthodox−christian Moslem/islam Other eastern Hinduism Buddhism Other None Jewish Catholic Protestant 2 3 4 tvhours relig
27. • • • • • • • • • • • • • • • Other eastern Hinduism Buddhism Orthodox−christian Moslem/islam Jewish None No answer Other Christian Inter−nondenominational Catholic Protestant Native american Don't know 2 3 4 tvhours fct_reorder(relig, tvhours)
28. by_age <- gss_cat %>% filter(!is.na(age)) %>% group_by(age, marital) %>% count() %>% mutate(prop = n / sum(n)) You have the same problem with more dimensions
29. 0.00 0.25 0.50 0.75 1.00 20 40 60 80 age prop marital No answer Never married Separated Divorced Widowed Married
30. 0.00 0.25 0.50 0.75 1.00 20 40 60 80 age prop marital Widowed Married Divorced Never married No answer Separated
31. 5 Missing values
32. An explicit missing value (NA) is the presence of an absence; 
 an implicit missing value is the absence of a presence.
33. Demo
34. 6 Histograms
35. hist(1:4)
36. df <- tibble(x = 1:4) df %>% ggplot(aes(x)) + geom_histogram(binwidth = 1) Equivalent ggplot2 code is a little longer
37. 0.00 0.25 0.50 0.75 1.00 1 2 3 4 x count (0.5, 1.5] (1.5, 2.5] (2.5, 3.5] (3.5, 4.5] Thanks to Randall Pruim
38. df %>% ggplot(aes(x)) + geom_histogram( binwidth = 1, boundary = 0 ) df %>% ggplot(aes(x)) + geom_histogram( binwidth = 1, boundary = 0, closed = "left" )
39. 0.0 0.5 1.0 1.5 2.0 1 2 3 4 x count [1, 2] (2, 3] (3, 4]
40. 0.0 0.5 1.0 1.5 2.0 1 2 3 4 x count (0.5, 1.5] [1, 2) [2, 3) [3, 4]
41. 0.0 0.5 1.0 1.5 2.0 1 2 3 4 x count (0.5, 1.5] [0.99999, 1.99999) [1.99999, 2.99999) [2.99999, 4.00001]
42. 7 Bar charts
43. 0 20 40 60 2seater compact midsize minivan pickup subcompact suv class count ggplot(mpg, aes(class)) + geom_bar(colour = "white")
44. 0 20 40 60 2seater compact midsize minivan pickup subcompact suv class count ggplot(mpg, aes(class, group = id)) + geom_bar(col = "white")
45. 0 20 40 60 2seater compact midsize minivan pickup subcompact suv class count drv 4 f r ggplot(mpg, aes(class, group = id, fill = drv)) + geom_bar(col = "white")
46. 0 20 40 60 2seater compact midsize minivan pickup subcompact suv class count drv 4 f r ggplot(mpg, aes(class, fill = drv)) + geom_bar(col = "white")
47. class_mpg <- mpg %>% group_by(class) %>% summarise( mean = mean(hwy), se = 1.96 * sd(hwy) / sqrt(n()) ) Another type of bar chart displays summaries
48. 0 10 20 2seater compact midsize minivan pickup subcompact suv class mean ggplot(class_mpg, aes(class, mean)) + geom_bar(stat = "identity")
49. 0 10 20 2seater compact midsize minivan pickup subcompact suv class mean ggplot(class_mpg, aes(class, mean)) + geom_col() # Thanks to Bob Rudis
50. • • • • • • • 20 24 28 2seater compact midsize minivan pickup subcompact suv class mean
51. • • • • • • • 15 20 25 30 2seater compact midsize minivan pickup subcompact suv class mean
52. 8 ggplot2 extension 9 10 11
53. 2.1.0 introduced a formal extension mechanism https://www.ggplot2-exts.org, by Daniel Emaasit
54. ggraph, by Thomas Lin Pedersen https://github.com/thomasp85/ggraph
55. ggseas by Peter Ellis https://github.com/ellisp/ggseas Uses X13-SEATS-ARIMA 
 in seasonal package
56. gganimate by David Robinson https://github.com/dgrtwo/gganimate
57. Conclusion
58. 1Labelling plots Solved by Bob Rudis A problem ignored for too long
59. 2 Axes
60. Labelling 3
 data
62. 5 Missing values
63. 6 Histograms
64. 7 Bar charts
65. 8 ggplot2 extension 9 10 11
66. Many of the features I discussed here have been added in recent versions of ggplot2. 
 
 See the release notes for more detail.
67. http://ggplot2.tidyverse.org