Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Leer Staafdiagrammen Maken | Datavisualisatie
Data-analyse met R

bookStaafdiagrammen Maken

Waarom Staafdiagrammen Gebruiken?

Staafdiagrammen zijn een van de meest gebruikte methoden om categorische gegevens te visualiseren. Ze worden gebruikt om:

  • Aantallen of frequenties van categorieën te vergelijken;
  • Groepsgewijze samenvattingen te visualiseren (zoals de gemiddelde prijs per brandstoftype);
  • Relaties tussen twee categorische variabelen te begrijpen met gegroepeerde of gestapelde staven.

Of het nu gaat om het tonen van het aantal auto's per brandstoftype of het vergelijken van transmissietypen tussen brandstoffen, staafdiagrammen maken categorische vergelijkingen duidelijk en intuïtief.

Staafdiagram-syntaxis in ggplot2

Een staafdiagram kan in ggplot2 worden gemaakt met geom_bar(). Wanneer alleen de x-esthetiek wordt opgegeven, telt geom_bar() automatisch het aantal waarnemingen in elke categorie.

ggplot(data = df, aes(x = category)) +
  geom_bar()

Als je ook een y-esthetiek met daadwerkelijke waarden opgeeft, moet je stat = "identity" specificeren zodat ggplot2 de opgegeven waarden gebruikt in plaats van rijen te tellen.

ggplot(data = df, aes(x = category, y = value)) +
  geom_bar(stat = "identity")

Voorbeeld: Aantal Auto's per Brandstoftype

Een staafdiagram kan worden gebruikt om te tonen hoeveel auto's er beschikbaar zijn voor elk type brandstof. In dit voorbeeld zijn de staven gevuld met lichtblauw en omlijnd in rood voor extra nadruk. Labels zijn toegevoegd voor duidelijkheid en theme_minimal() is toegepast voor een strakker uiterlijk.

ggplot(df, aes(x = fuel)) + 
  geom_bar(fill = "lightblue", color = "red") +
  labs(title = "Car Distribution by Fuel Type", 
       x = "Fuel Type", 
       y = "Count") +
  theme_minimal()

Deze visualisatie benadrukt de verdeling van auto's over verschillende brandstofcategorieën, waardoor het eenvoudig is hun relatieve beschikbaarheid te vergelijken.

question mark

Wat doet geom_bar() wanneer alleen de x-variabele wordt opgegeven?

Select the correct answer

Was alles duidelijk?

Hoe kunnen we het verbeteren?

Bedankt voor je feedback!

Sectie 2. Hoofdstuk 2

Vraag AI

expand

Vraag AI

ChatGPT

Vraag wat u wilt of probeer een van de voorgestelde vragen om onze chat te starten.

Suggested prompts:

What is the difference between stacked and grouped bar plots?

How do I customize the colors and themes in a bar plot?

Can you explain how to add labels and titles to my bar plots?

Awesome!

Completion rate improved to 4

bookStaafdiagrammen Maken

Veeg om het menu te tonen

Waarom Staafdiagrammen Gebruiken?

Staafdiagrammen zijn een van de meest gebruikte methoden om categorische gegevens te visualiseren. Ze worden gebruikt om:

  • Aantallen of frequenties van categorieën te vergelijken;
  • Groepsgewijze samenvattingen te visualiseren (zoals de gemiddelde prijs per brandstoftype);
  • Relaties tussen twee categorische variabelen te begrijpen met gegroepeerde of gestapelde staven.

Of het nu gaat om het tonen van het aantal auto's per brandstoftype of het vergelijken van transmissietypen tussen brandstoffen, staafdiagrammen maken categorische vergelijkingen duidelijk en intuïtief.

Staafdiagram-syntaxis in ggplot2

Een staafdiagram kan in ggplot2 worden gemaakt met geom_bar(). Wanneer alleen de x-esthetiek wordt opgegeven, telt geom_bar() automatisch het aantal waarnemingen in elke categorie.

ggplot(data = df, aes(x = category)) +
  geom_bar()

Als je ook een y-esthetiek met daadwerkelijke waarden opgeeft, moet je stat = "identity" specificeren zodat ggplot2 de opgegeven waarden gebruikt in plaats van rijen te tellen.

ggplot(data = df, aes(x = category, y = value)) +
  geom_bar(stat = "identity")

Voorbeeld: Aantal Auto's per Brandstoftype

Een staafdiagram kan worden gebruikt om te tonen hoeveel auto's er beschikbaar zijn voor elk type brandstof. In dit voorbeeld zijn de staven gevuld met lichtblauw en omlijnd in rood voor extra nadruk. Labels zijn toegevoegd voor duidelijkheid en theme_minimal() is toegepast voor een strakker uiterlijk.

ggplot(df, aes(x = fuel)) + 
  geom_bar(fill = "lightblue", color = "red") +
  labs(title = "Car Distribution by Fuel Type", 
       x = "Fuel Type", 
       y = "Count") +
  theme_minimal()

Deze visualisatie benadrukt de verdeling van auto's over verschillende brandstofcategorieën, waardoor het eenvoudig is hun relatieve beschikbaarheid te vergelijken.

question mark

Wat doet geom_bar() wanneer alleen de x-variabele wordt opgegeven?

Select the correct answer

Was alles duidelijk?

Hoe kunnen we het verbeteren?

Bedankt voor je feedback!

Sectie 2. Hoofdstuk 2
some-alt