R : 왜곡 된 카운트로 데이터를 표시하는 데 적합한 플롯

내 생각 엔 데이터는 다음과 같습니다.

set.seed(1)
object_count <- tibble(
  obj_num = 1:2000,
  object = paste0("Object", obj_num),
  count = ceiling(20 * rpois(2000, 10) / obj_num)
)
head(object_count)
## A tibble: 6 x 3
#   obj_num object  count
#     <int> <chr>   <dbl>
#1        1 Object1   160
#2        2 Object2   100
#3        3 Object3    46
#4        4 Object4    55
#5        5 Object5    56
#6        6 Object6    40

물론 그것을 플롯 ggplot(object_count, aes(object, count)) + geom_col() + [theme stuff]하면 비슷한 그림을 얻습니다.

다음은 "상위 개수의 개체 몇 개를 표시하고 개수가 적은 개체가 많이 있음을 보여주는"전략입니다.

히스토그램

중요한 큰 값이 극적으로 덜 자주 나타나고 충분히 눈에 띄지 않기 때문에 바닐라 히스토그램은 여기서 명확하지 않을 수 있습니다.

ggplot(object_count, aes(count)) +
  geom_histogram() 

그러나 우리는 작은 값을 더 강조하기 위해 y 축을 변환함으로써 그것을 바꿀 수 있습니다. pseudo_log은 선형에 가까운 큰 값을 변환 로그처럼 작동하지만 이후 -1 1.이보기에서 변화가에 대한 좋은, 우리는 분명히 하나의 모습과 이상 값이 어디에 있는지, 또한 더 많은 있다는 것을 볼 수있다 작은 값. binwidth = 1큰 값의 특정 값이 자신의 일반적인 범위만큼 중요하지 않은 경우 여기 더 넓은 것으로 설정 될 수있다.

ggplot(object_count, aes(count)) +
  geom_histogram(binwidth = 1) +
  scale_y_continuous(trans = "pseudo_log",
                     breaks = c(0:3, 100, 1000), minor_breaks = NULL)

패싯

또 다른 옵션은 뷰를 두 부분으로 분할하는 것입니다. 하나는 큰 값에 대한 세부 정보이고 다른 하나는 모든 작은 값을 표시합니다.

object_count %>%
  mutate(biggies = if_else(count > 20, "Big", "Little")) %>%
  ggplot(aes(obj_num, count)) +
  geom_col() +
  facet_grid(~biggies, scales = "free") 

무거운

또 다른 옵션은 10 미만의 모든 개수를 너무 한꺼번에 묶을 수 있습니다. 아래 버전은 개체 이름과 개수를 강조하고 "기타"범주에는 포함 된 값의 수를 표시하기 위해 레이블이 지정되어 있습니다.

object_count %>%
  mutate(group = if_else(count < 10, "Others", object)) %>%
  group_by(group) %>%
  summarize(avg = mean(count), count = n()) %>%
  ungroup() %>%
  mutate(group = if_else(group == "Others",
                         paste0("Others (n =", count, ")"),
                         group)) %>%
  mutate(group = forcats::fct_reorder(group, avg)) %>%
  ggplot() + 
  geom_col(aes(group, avg)) +
  geom_text(aes(group, avg, label = round(avg, 0)), hjust = -0.5) +
  coord_flip()

누적 개수 (~ 파레토 차트)

총 개수의 비율에 관심이있는 경우 누적 개수를보고 큰 값이 큰 비율을 구성하는 방법을 볼 수도 있습니다.

object_count %>%
  mutate(cuml = cumsum(count)) %>%
  ggplot(aes(obj_num)) +
  geom_tile(aes(y = count + lag(cuml, default = 0),
            height = count))