-
Notifications
You must be signed in to change notification settings - Fork 4
/
index.qmd
66 lines (45 loc) · 3.4 KB
/
index.qmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
---
title: 'Visualización de datos con R'
author: "Luz Frias"
execute:
message: false
warning: false
---
## Presentación {.unnumbered}
La visualización es una parte esencial de cualquier proyecto de datos. Nos ayuda a comprender la estructura de nuestro
dataset y a detectar patrones y outliers.
El objetivo de este curso es conocer en líneas generales la teoría de la visualización y utilizar las herramientas
que nos provee R. Exploraremos herramientas como ggplot para el diseño de gráficos estáticos, leaflet para datos
espaciales y shiny para montar cuadros de mando interactivos.
### Seguir el material
Este curso está disponible en GitHub, en [koldLight/curso-r-dataviz](https://github.com/koldLight/curso-r-dataviz). Para
seguirlo, lo más recomendable es que te descargues el repositorio completo y sitúes el workspace de R en él. Así te
funcionarán bien tanto los notebooks de quarto, como las rutas relativas para leer ficheros de datos en `dat/`.
Todos los documentos usan el encoding UTF-8. Si lo abres desde windows, es posible que veas mal los caracteres
especiales (tildes, eñes, ...). Lo puedes arreglar, en RStudio, haciendo click en File / Reopen with encoding y
eligiendo UTF-8.
Las rutas a los ficheros suponen que, en la misma carpeta en la que tienes este documento, está `dat/` con los archivos
de datos necesarios. Si no te funciona, es que los tienes en otra parte y tendrás que modificar esas rutas.
### Requisitos
Para seguir este curso, es necesario contar con los siguientes paquetes de R instalados: ggplot2, rjson, leaflet,
scales, dplyr, plotly, rmarkdown, flexdashboard y shiny.
El curso presupone que sabes manipular datos utilizando dplyr. Si no, puedes seguir este
[tutorial](https://cran.r-project.org/web/packages/dplyr/vignettes/dplyr.html) antes.
Además, nos resultará muy útil tener a mano las siguientes "chuletas" de uso de las herramientas que vamos a utilizar:
* [ggplot2](https://posit.co/wp-content/uploads/2022/10/data-visualization-1.pdf)
* [leaflet](https://posit.co/wp-content/uploads/2022/10/leaflet.pdf)
* [plotly](https://images.plot.ly/plotly-documentation/images/r_cheat_sheet.pdf)
* [rmarkdown](https://posit.co/wp-content/uploads/2022/10/rmarkdown-1.pdf)
* [shiny](https://posit.co/wp-content/uploads/2022/10/shiny-1.pdf)
### Licencia
[](http://creativecommons.org/licenses/by-sa/4.0/)
Puedes utilizar libremente este material, con las siguientes condiciones:
* Atribuir la autoría correctamente, indicando autor y repositorio de GitHub [koldLight/curso-r-dataviz](https://github.com/koldLight/curso-r-dataviz).
* Si lo utilizas y haces cambios, deberás liberarlo también bajo la misma licencia, y citando la fuente original.
El detalle sobre la licencia está en el [GitHub](https://github.com/koldLight/curso-r-dataviz).
### Sobre mi
Soy Luz Frias, apasionada de la tecnología y los datos. Actualmente soy ingeniera informática freelance y me dedico a
hacer proyectos de software. Mi especialidad, aquellos con alta complejidad, en los que encaja mejor un equipo pequeño
con perfiles end-to-end que un gran equipo de expertos en herramientas concretas. Puedes saber un poco más sobre
mi [aquí](https://luzfrias.notion.site/luzfrias/Luz-Frias-ES-2efe28d1f6454d39b8f29a352fdee6d1). Si crees que mi equipo
y yo podemos encajar en un proyecto de tu empresa, puedes contactarme en `luzfrias arroba circiter punto es`.