Data visualisation เป็นเครื่องมือที่สำคัญในการวิเคราะห์ข้อมูล เพราะช่วยให้เราทำความเข้าใจและสื่อสารเกี่ยวกับข้อมูลได้ง่าย
plot() สำหรับสร้างกราฟอย่างง่ายในภาษา R
ในบทความนี้ เราจะมาดูวิธีใช้ plot() เบื้องต้นกัน
บทความนี้แบ่งเป็น 3 ส่วน:
- Syntax: วิธีเขียน
plot() - Basics: พื้นฐานการใช้
plot() - Decoration: การตกแต่งกราฟ
- Add-on: การเพิ่มข้อมูลในกราฟ
ถ้าพร้อมแล้ว ไปเริ่มกันเลย
- 🌲 Example Dataset: trees
- 💻 Syntax
- ☝️ Basics
- 🎁 Decoration
- 🚀 Add-On
- 💪 Summary
- 😺 GitHub
- 📃 References
- ✅ R Book for Psychologists: หนังสือภาษา R สำหรับนักจิตวิทยา
🌲 Example Dataset: trees
เราจะมาลองใช้ trees dataset ซึ่งมีข้อมูลต้น black cheery เป็นต้นอย่างกัน:
# Load datasetdata(trees)# View structurestr(trees)
ผลลัพธ์:
'data.frame': 31 obs. of 3 variables: $ Girth : num 8.3 8.6 8.8 10.5 10.7 10.8 11 11 11.1 11.2 ... $ Height: num 70 65 63 72 81 83 66 75 80 75 ... $ Volume: num 10.3 10.3 10.2 16.4 18.8 19.7 15.6 18.2 22.6 19.9 ...
💻 Syntax
วิธีใช้ plot():
plot(x, y, ...)func()
x= ข้อมูลแกน xy= ข้อมูลแกน y...= argument อื่น ๆ สำหรับปรับแต่งกราฟfunc()= function อื่น ๆ สำหรับปรับแต่งกราฟ
☝️ Basics
เราเริ่มใช้งาน plot() ได้ด้วย:
xและy: ใส่ข้อมูลในกราฟtype: เปลี่ยนประเภทกราฟ
.
🔢 x, y
เราสร้างกราฟได้ง่าย ๆ ด้วยการเรียกใส่ข้อมูลแกน x และ y
เช่น สร้างกราฟความสัมพันธ์ระหว่างขนาดลำต้น (Girth) และปริมาณ (Volume):
# x, yplot( x = trees$Girth, y = trees$Volume)
ผลลัพธ์:

.
📖 Plot Type
ถ้าต้องการเปลี่ยนประเภทกราฟ ให้เราใช้ type:
| Argument | Plot |
|---|---|
"p" | Points |
"l" | Line |
"b" | Points + line |
"h" | Vertical lines |
"n" | Empty plot |
เช่น เปลี่ยน scatter plot เป็น line plot:
# Plot typeplot( x = trees$Girth, y = trees$Volume, type = "l")
ผลลัพธ์:

🎁 Decoration
เราตกแต่งกราฟได้ 2 แบบ:
- Text: ปรับแต่งข้อความ เช่น ชื่อกราฟ ชื่อแกน x, y
- Visual: ปรับแต่งหน้าตา เช่น สี รูปทรง ขนาด
.
🏷️ Text
เราปรับแต่งข้อความได้ 3 ส่วน:
xlab= ชื่อแกน xylab= ชื่อแกน ymain= ชื่อกราฟ
เช่น:
# Labels: xlab, ylab, mainplot( x = trees$Girth, y = trees$Volume, xlab = "Girth (Inches)", ylab = "Volume (Cubic Feet)", main = "Tree Girth and Volume")
ผลลัพธ์:

.
🎨 Visual
เราปรับแต่งหน้าตาได้ 3 ส่วน:
col= สีข้อมูลpch= รูปทรงcex= ขนาดข้อมูล
เช่น:
# Colour, shape, and sizeplot( x = trees$Girth, y = trees$Volume, xlab = "Girth (Inches)", ylab = "Volume (Cubic Feet)", main = "Tree Girth and Volume", col = "darkgreen", pch = 5, cex = 1.5)
ผลลัพธ์:

🚀 Add-On
เราสามารถเพิ่มข้อมูลลงในกราฟได้ด้วย function อื่น ๆ ในภาษา R
เช่น abline() สำหรับเพิ่มเส้นตรง อย่างเส้น regression:
# Regression lineplot( x = trees$Girth, y = trees$Volume, xlab = "Girth (Inches)", ylab = "Volume (Cubic Feet)", main = "Tree Girth and Volume", col = "darkgreen", pch = 5, cex = 1.5)abline( lm(Volume ~ Girth, data = trees), col = "red", lwd = 2)
ผลลัพธ์:

💪 Summary
ในบทความนี้ เราได้เรียนรู้วิธีใช้ plot() เพื่อสร้างกราฟอย่างง่ายในภาษา R:
x,y= ข้อมูลสำหรับแกน x และ ytype= เปลี่ยนรูปแบบการแสดงผลของกราฟxlab,ylab= ชื่อแกน x และ ymain= ชื่อกราฟcol= สีของจุดหรือเส้นในกราฟpch= รูปทรงของจุดข้อมูลcex= ขนาดของจุดข้อมูลabline()= เพิ่มเส้นตรง เช่น เส้น regression
😺 GitHub
ดูตัวอย่าง code ทั้งหมดได้ที่ GitHub
📃 References
✅ R Book for Psychologists: หนังสือภาษา R สำหรับนักจิตวิทยา
📕 ขอฝากหนังสือเล่มแรกในชีวิตด้วยนะครับ 😆
🙋 ใครที่กำลังเรียนจิตวิทยาหรือทำงานสายจิตวิทยา และเบื่อที่ต้องใช้ software ราคาแพงอย่าง SPSS และ Excel เพื่อทำข้อมูล
💪 ผมขอแนะนำ R Book for Psychologists หนังสือสอนใช้ภาษา R เพื่อการวิเคราะห์ข้อมูลทางจิตวิทยา ที่เขียนมาเพื่อนักจิตวิทยาที่ไม่เคยมีประสบการณ์เขียน code มาก่อน
ในหนังสือ เราจะปูพื้นฐานภาษา R และพาไปดูวิธีวิเคราะห์สถิติที่ใช้บ่อยกัน เช่น:
- Correlation
- t-tests
- ANOVA
- Reliability
- Factor analysis
🚀 เมื่ออ่านและทำตามตัวอย่างใน R Book for Psychologists ทุกคนจะไม่ต้องพึง SPSS และ Excel ในการทำงานอีกต่อไป และสามารถวิเคราะห์ข้อมูลด้วยตัวเองได้ด้วยความมั่นใจ
แล้วทุกคนจะแปลกใจว่า ทำไมภาษา R ง่ายขนาดนี้ 🙂↕️
👉 สนใจดูรายละเอียดหนังสือได้ที่ meb:
