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` är en del av tidyverse-samlingen av R-paket. Det används för att skapa kraftfulla, lagerbaserade och anpassningsbara datavisualiseringar.

För att använda det, ladda biblioteken:
```
library(tidyverse)
library(ggplot2)
```

Och inaktivera vetenskaplig notation för att göra diagrammen mer lättlästa:
```
options(scipen = 999)
```

## Grundstruktur för ett ggplot2-diagram
Varje ggplot2-visualisering byggs upp i lager:
```
ggplot(data, aes(x, y)) +
  geom_function()
```
- `data`: datasetet som används;
- `aes()`: estetiska kopplingar (definierar hur variabler mappas till axlar eller andra egenskaper);
- `geom_*()`: geometri-lager (bestämmer hur data kommer att visas, såsom staplar, punkter eller linjer).

Vad är syftet med funktionen aes() i ggplot2?


Få praktisk erfarenhet av dataanalys med R genom att lära dig att rensa, transformera och visualisera dataset. Utforska viktiga arbetsflöden såsom att välja och filtrera data, hantera saknade värden och sammanfatta resultat. Bygg upp förtroende i att förbereda data för insikter, rapportering och djupare statistisk analys.

Utforska grunderna i dataanalys med R. Lär dig att installera verktyg, ladda och inspektera dataset, välja och filtrera information, sortera och transformera data, hantera saknade värden samt sammanfatta resultat för djupare insikter.

Lär dig att skapa övertygande visualiseringar med ggplot2. Skapa stapeldiagram, histogram, täthetsdiagram och spridningsdiagram, och anpassa samt förfina dem med stilinställningar och facettering för att avslöja djupare insikter i dina data.

Förstärk din förståelse för statistik inom dataanalys. Använd beskrivande mått, identifiera och hantera avvikare samt tillämpa korrelationstekniker med visuella verktyg såsom värmekartor och spridningsdiagram för att upptäcka meningsfulla samband.

Introduktion till Ggplot2

Grundstruktur för ett ggplot2-diagram

Sammanfattning