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 chiamata 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 sicurezza nella preparazione dei dati per insight, reportistica ed esplorazioni statistiche più approfondite.

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 grafici a barre, istogrammi, grafici di densità e grafici a dispersione, con successiva personalizzazione e perfezionamento tramite opzioni di stile e faceting per rivelare approfondimenti più dettagliati 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