Summary  
This chapter introduces ggplot2’s layered grammar-of-graphics API, showing how to initialize a plot with data and aesthetic mappings and then add geometry layers via geom_* functions to build custom visuals.  

General domain of usage  
Data visualization

`ggplot2` fa parte della collezione di pacchetti R tidyverse. Viene utilizzato per creare visualizzazioni di dati potenti, stratificate e personalizzabili.

Per utilizzarlo, caricare le librerie:
```
library(tidyverse)
library(ggplot2)
```

E disabilitare la notazione scientifica per rendere i grafici più leggibili:
```
options(scipen = 999)
```

## Struttura di base di un grafico ggplot2
Ogni visualizzazione ggplot2 è costruita a strati:
```
ggplot(data, aes(x, y)) +
  geom_function()
```
- `data`: il dataset utilizzato;
- `aes()`: mappature estetiche (definiscono come le variabili sono associate agli assi o ad altre proprietà);
- `geom_*()`: layer geometrico (determina come i dati verranno visualizzati, ad esempio barre, punti o linee).

Qual è lo scopo della funzione aes() in ggplot2?


Acquisisci esperienza pratica nell'analisi dei dati con R imparando a pulire, trasformare e visualizzare i dataset. Esplora flussi di lavoro essenziali come la selezione e il filtraggio dei dati, la gestione dei valori mancanti e la sintesi dei risultati. Sviluppa competenze nella preparazione dei dati per approfondimenti, reportistica ed esplorazioni statistiche avanzate.

Esplora le basi dell'analisi dei dati con R. Scopri come installare gli strumenti, caricare e ispezionare i dataset, selezionare e filtrare le informazioni, ordinare e trasformare i dati, gestire i valori mancanti e sintetizzare i risultati per ottenere approfondimenti più dettagliati.

Apprendere la creazione di visualizzazioni efficaci con ggplot2. Costruzione di diagrammi a barre, istogrammi, grafici di densità e grafici a dispersione, con successiva personalizzazione e perfezionamento tramite opzioni di stile e faceting per rivelare approfondimenti nei dati.

Consolidamento della comprensione della statistica per l'analisi dei dati. Applicazione di misure descrittive, identificazione e trattamento dei valori anomali, utilizzo di tecniche di correlazione con strumenti visivi come heatmap e scatter plot per individuare relazioni significative.

Introduzione a Ggplot2

Struttura di base di un grafico ggplot2

Riepilogo

Awesome!

Introduzione a Ggplot2

Struttura di base di un grafico ggplot2

Riepilogo