Första kursen: Forskningsmetoder och Analys med R
-
Analys och forskning med R och Posit (Rstudio)
-
Grunderna i R och Rstudio7 Ämnen
-
Importera, exportera, spara och ladda data5 Ämnen
-
Strängar och regular expressions (regex)1 Ämne
-
Bearbetning av data med dplyr12 Ämnen
-
Dplyr: Introduktion
-
Dplyr filter(): Filtrera rader (observationer)
-
Dplyr select(): Selektera kolumner (variabler)
-
Dplyr mutate(): Skapa kolumner (variabler)
-
Dplyr arrange(): sortera rader (observationer)
-
Dplyr rename(): Namnge kolumer
-
Dplyr slice(): Selektera rader på positioner
-
Dplyr summarise(): Summera variabler (kolumner)
-
Dplyr ifelse(), if_else(), case_when(): Villkor
-
Dplyr row_number(): Numrering av rader
-
Dplyr rowwise(): Radvis beräkning
-
Dplyr distinct(): Identifiera unika observationer och rader
-
Dplyr: Introduktion
-
Visualisera och presentera14 Ämnen
-
Att visualisera data
-
Introduktion till ggplot2
-
Grunderna i ggplot2
-
Estetisk mappning
-
Färger, färgkoder och färgpaletter
-
Facets (subgrafer)
-
Geoms (geometriska objekt)
-
Geoms med statistiska beräkningar (transformationer)
-
Koordinatsystemet
-
Scales, axlar, legends (guides)
-
Fokusering och avgränsning
-
Tema (themes)
-
Organisering och layout av figurer med multipla paneler
-
Spara grafer till hårddisk
-
Att visualisera data
-
Explorerande och deskriptiva analyser6 Ämnen
-
Prediktionsmodeller12 Ämnen
-
Learning: Supervised och Unsupervised Learning
-
Parametriska och Icke-Parametriska Modeller
-
Osäkerhet (Uncertainty)
-
Kausal inferens (Kausalitet, Causality)
-
Strategier för att Skapa Prediktionsmodeller
-
Hantering av Kontinuerliga variabler, Icke-Linjära samband och Flexibla Funktioner
-
Variabelselektion (Feature Selection)
-
Missing Data och Multipel Imputation
-
Observationer med Stark Inverkan på Modellen
-
Att Jämföra och Välja Bland Modeller
-
Mått på prediktiv förmåga (Evaluation metrics)
-
Sammanfattande Principer för Prediktionsmodellering
-
Learning: Supervised och Unsupervised Learning
-
Klassisk regressionsanalys8 Ämnen
-
Machine learning (ML) och Artificiell Intelligens (AI)9 Ämnen
-
Introduktion till artificiell intelligens och machine learning
-
Vad är AI och ML?
-
Varför AI och ML nu?
-
Introduktion till Machine Learning (Maskininlärning)
-
Terminologi inom AI och ML
-
Brister i humana prediktioner och beslut
-
Learning (Inlärning)
-
Deep Learning (Djupinlärning, Neuronnät)
-
Ensemble metoder
-
Introduktion till artificiell intelligens och machine learning
-
Skapa prediktionsmodeller med Tidymodels6 Ämnen
-
Hypotestester och epidemiologiska mått5 Ämnen
Spara grafer till hårddisk
Spara ggplot() grafer
Med funktionen ggsave() sparar du en graf från R till din dators hårddisk. Om du sparat grafen i ett objekt kan du ange objektets namn med argumentet plot i ggsave(). Om du inte anger ett objekt för plot så kommer ggsave() spara den senast genererade grafen. Då bör ggsave() placeras direkt efter koden för grafen som skall sparas.
I exemplen nedan sparar vi den senaste grafen automatiskt i olika filformat. Observera att det inte finns ett + mellan ggplot() och ggsave().
# Sparar i PNG-format
ggplot(gapminder, aes(x=pop, y=lifeExp)) + geom_point()
ggsave('Min-figur.png')
# Sparar i PDF-format
ggplot(gapminder, aes(x=pop, y=lifeExp)) + geom_point()
ggsave('Min-figur.pdf')
# Sparar i JPEF-format
ggplot(gapminder, aes(x=pop, y=lifeExp)) + geom_point()
ggsave('Min-figur.jpeg')
# Sparar i SVG-format
ggplot(gapminder, aes(x=pop, y=lifeExp)) + geom_point()
ggsave('Min-figur.svg')
# Sparar i EPS-format
ggplot(gapminder, aes(x=pop, y=lifeExp)) + geom_point()
ggsave('Min-figur.eps')
# Sparar i BMP-format
ggplot(gapminder, aes(x=pop, y=lifeExp)) + geom_point()
ggsave('Min-figur.bmp')
# Sparar i TIFF-format
ggplot(gapminder, aes(x=pop, y=lifeExp)) + geom_point()
ggsave('Min-figur.tiff')
# Sparar i PS-format
ggplot(gapminder, aes(x=pop, y=lifeExp)) + geom_point()
ggsave('Min-figur.ps')
# Sparar i PDF-format (endast Windows)
ggplot(gapminder, aes(x=pop, y=lifeExp)) + geom_point()
ggsave('Min-figur.wmf')I nästa exempel skapar vi ett objekt (my_plot) från ggplot() och vi specificerar sedan i ggsave() att vi vill spara just det objektet.
my_plot <- ggplot(gapminder, aes(x=pop, y=lifeExp)) + geom_point()
ggsave(plot="my_plot", filename="my_plot.png")Funktionen ggsave() har ett antal argument som kan justeras efter behov:
| Argument | Funktion |
filename | File name to create on disk. |
plot | Plot to save, defaults to last plot displayed. |
device | Device to use. Can either be a device function, or one of "eps", "ps", "tex" (pictex), "pdf", "jpeg", "tiff", "png", "bmp", "svg" or "wmf" (windows only). |
path | Path of the directory to save plot to: path and filenameare combined to create the fully qualified file name. Defaults to the working directory. |
scale | Multiplicative scaling factor. |
width, height, units | Plot size in units ("in", "cm", "mm", or "px"). If not supplied, uses the size of current graphics device. |
dpi | Plot resolution. Also accepts a string input: "retina" (320), "print" (300), or "screen" (72). Applies only to raster output types. |
limitsize | When TRUE (the default), ggsave() will not save images larger than 50x50 inches, to prevent the common error of specifying dimensions in pixels. |
bg | Background colour. If NULL, uses the plot.background fill value from the plot theme. |
Bredd och höjd
När du sparar grafer kommer höjden och bredden hämtas från det aktuella utseendet i Rstudio. Därför är det bättre att specificera höjd och bredd i ggsave(). Nedan sparas en figur i png-format med 1000 pixlar höjd och bredd.
ggplot(gapminder, aes(x=pop, y=lifeExp)) + geom_point()
ggsave('Min-figur.png', height=1000, width=1000, units = "px")Om du använder R Markdown för att generera rapporter kan du specificera figurens höjd och bredd i varje chunks inställningar. På nedanstående bild framgår att vi specificerar att grafer ska ha en bredd och höjd på 1000 pixlar.

Spara grafer gjorda med base R
Det är fullt möjligt att skapa grafer med base R. Det rekommenderas inte eftersom ggplot2 är avsevärt bättre. Ett exempel på en graf i base R följer:
plot(100, 200)
För att spara grafer gjorda i base R måste följande kod användas:
png('base-R-graf.png', height=500, width=500)
plot(100, 200)
dev.off()I exemplet ovan sparar vi bilden i png-format. Innan grafen ritas använder vi funktionen png() för att specificera filnamnet, höjd och bredd. Därefter ritas grafen och på sista raden (dev.off()) berättar vi att bilden är färdig och att den kan sparas.
För att spara figuren i PDF-format används istället nedanstående kod. Notera att både "png" i funktionen och filnamnet har bytts ut mot "pdf":
pdf('base-R-graf.pdf', height=500, width=500)
plot(100, 200)
dev.off()