🎨 Genuary 2025 Day 2: Layers upon layers upon layers.

День 2. Fractal layers of life. Код на github.

#Genuary #R #ggplot2 #Genuary2025 #GenerativeArt #Genuary2

Dominic Royé обновил свой блог на Quarto. Я давно слежу за его климатическими визуализациями. Выглядит красиво!

#quarto #разное #ВизуализацияДанных #R #ggplot2

🎨 Genuary 2025 Day 3: Exactly 42 lines of code

Matrix raining code style
Я обожаю рекурсии! Вот пример кода с эффектом "Matrix raining code", который выводит сам себя с эффектом "Matrix raining code". И что удивительно — весь код занимает ровно 42 строки. Это как бесконечное зацикливание красоты и логики! Следуй за кроликом, Нео!

I love recursion! Here’s an example of code with a "Matrix raining code" effect that prints itself with the same "Matrix raining code" effect. And the best part? The entire code fits exactly into 42 lines. It’s like an infinite loop of beauty and logic! Follow the rabbit, Neo!

Код на github.

#Genuary #R #ggplot2 #Genuary2025 #GenerativeArt #Genuary3

🎨 Genuary 2025 Day 4: Black on black.

Day 4: "Pulse of Darkness"
Github: https://github.com/tukachev/Genuary/

#Genuary #R #ggplot2 #Genuary2025 #GenerativeArt #Genuary4

🎨 Genuary 2025 Day 13: Triangles and nothing else.

2025 Triangles and nothing else.

#Genuary #R #ggplot2 #Genuary2025 #GenerativeArt #Genuary13

🤖🪄 Управление и изменение ggplot2-графиков с помощью ggfigdone

Пакет ggfigdone для R теперь доступен с улучшениями на базе больших языковых моделей! Изменяйте графики ggplot2 с помощью простых запросов на естественном языке. 🎨 Тестируйте сейчас (пакет пока не в CRAN): https://github.com/wenjie1991/ggfigdone

#R #DataViz #ggplot2 #LLM #AI

🎨 Подход Nicola Rennie к data-driven art

Nicola Rennie в своей статье показывает, как превратить данные в искусство через простые шаги:

1. От данных — к эмоциям: Выбери тему (например, рейтинги стран по продолжительности жизни) и задай вопрос: «Что я хочу вызвать у зрителя?».
2. Эскиз → абстракция: Нарисуй идею даже на салфетке. Потом убери подписи, сетку, играй с цветом и формой, чтобы график стал артом.
3. Инструменты не важны: Используй код (Python/R) или ручные техники — результат зависит от идеи, а не софта.
4. Вдохновляйся, но экспериментируй: Смотри проекты вроде Environmental Graphiti, но ищи свой стиль.

Главное: data-driven art — для всех. Даже новичок может создать шедевр из CSV-файла.

🔗 Статья | Примеры работ

#DataArt #ВизуализацияДанных #RStats #R #ggplot2

🌆 Города России по первой букве

У Анастасии Кузнецовой увидел датавиз Первые буквы самых населенных городов в США, она им вдохновилась и сделала для городов России в табло.

Мне понравилась идея датавиза и решил сделать на R + ggplot2. В хорошем качестве доступно по ссылке (300 DPI). Можно распечатать и повесить в рамке на стену 🖼

Удивился, что больше всего городов начинаются на К, С, Б и нет городов на Ё (но есть другие населенные пункты на эту букву).

#R #ggplot2 #maps #city #bar_plot #референсы

📚 Решебник к книге ggplot2: Elegant Graphics for Data Analysis

Адитья Дахия написал бесплатное руководство с решениями для третьего издания книги "ggplot2: Elegant Graphics for Data Analysis" авторства Хэдли Уикхэма, сосредоточив внимание на решении упражнений и расширении возможностей визуализации с использованием пакетов R, таких как gganimate и patchwork.

Руководство, созданное с помощью Quarto, предлагает код и решения для улучшения обучения энтузиастов визуализации данных, дополняя оригинальную книгу, опубликованную издательством Springer.

#R #ggplot2 #dataviz #ВизуализацияДанных #книги

👨‍🚀 12 апреля – День космонавтики, или «вкалывают роботы, а не человек»

День космонавтики – один из моих самых любимых праздников с детства. Советские школьники бредили космосом… За 60+ лет многое изменилось. Уже более 600 человек были на орбите, а некоторые провели там годы. Околоземное пространство – осваивает человек, но межзвездные путешествия будут за роботами с ИИ.

Почему? «Период существования биологического разума – лишь краткий промежуток между ранними формами жизни и долгой эрой машин» (С) Мартин Рис

Для меня время пролетело невероятно быстро – от игры "Лунолет" [1] на калькуляторе Электроника Б3-34 в конце 80-х до общения с ChatGPT в 2023-24. Я уже писал на канале об AI-инструментах для визуализации данных (раз, два и три), экспериментировал с #сhatGPT. Попробовал создать график "Time Spent in Space", код которого полностью написан ChatGPT. Использовал данные в формате JSON [2] -- Astronaut Database от Supercluster.com. Примерно два часа беседы с ChatGPT, и результат прикреплен к этому посту выше 👆. Код доступен на GitHub. Конечно, человек может сделать это быстрее и лучше, но результат впечатляет. Как вам?

Мораль: если боитесь, что ИИ отнимет вашу работу, то читайте пост на эту тему.

1. https://kellylynch.livejournal.com/35434.html
2. https://supercluster-iadb.s3.us-east-2.amazonaws.com/adb.json

#R #ggplot2 #AI #chatGPT

🍫🤖 Визуализация данных по тексту статьи от AI Grok-3

Тестировал возможности БЯМ Grok от xAI Илона Маска.

Промпт:

Создай визуализацию данных из статьи о ДТП с электровелосипедами в 2024 году, используя waffle chart на языке R с пакетами waffle, ggplot2, ggtext и showtext. Визуализация должна отражать распределение пострадавших по категориям: курьеры на электровелосипедах, другие электровелосипедисты, пешеходы, пассажиры, с учетом того, что курьеры входят в категорию электровелосипедистов (общая доля электровелосипедистов). Текст статьи: <текст>

Использовал эту публикацию от ТАСС: В 2024 году в ДТП с курьерами на электровелосипедах погибли 12 человек.

Дополнительно попросил подобрать палитру, написать заголовок и подзаголовок, добавить подпись.
Как вам результат от ИИ?

Код на R доступен на github.

UPDATE: в комментариях "прожарка" визуализации от другого ИИ 😂🙈

#ИИ #AI #grok #ВизуализацияДанных #БЯМ #R #ggplot2 #waffle_chart

📚 Справочник по 400+ пакетам расширений для ggplot2

Ранее писал о книге ggplot2 extended от Antti Rask. Он выложил в общий доступ свою заметку в Notion, представляющую собой каталог из 452 расширений для ggplot2, как справочник по пакетам со следующими данными:

- Название пакета

- Краткое описание

- Ссылки (на CRAN, GitHub, документацию, виньетки)

- Количество скачиваний с 2015

- Версия, лицензия и категория

- Дата последнего обновления

Автор как раз использует её как источник для своей книги и визуализаций. R + ggplot2 + расширения — лучший выбор для визуализации данных.

#R #ggplot2 #ВизуализацияДанных

💻 Выполнение кода на R в браузере без установки IDE

В своих постах публикую код графиков на R. Если у вас не установлен R и IDE, то попробовать работу кода проблематично. Можно сделать так — вот ссылка на последний график. Нажмите кнопку "Run" (будьте терпеливы, требуется время для установки и загрузки пакетов) Удобно?

#R #ggplot2 #webr

🇬🇧 Барчарт с флагами

У настенька и графики увидел приём создания барчарта через таблицу в Excel. Конечно, захотелось воспроизвести аналогичный в R, используя пакет ggflags, о котором писал ранее.

#R #ggplot2 #ggflags #барчарт #bar_plot

Код на R:

library(ggplot2)
library(dplyr)
library(ggflags)
library(forcats)

# Данные о городах
cities_data <- tibble(
  City = c("Bangkok", "Istanbul", "London", "Hong Kong", "Antalya", "Mecca", 
           "Dubai", "Macau", "Paris", "Kuala Lumpur"),
  Arrivals_M = c(32.4, 23, 21.7, 20.5, 19.3, 19.3, 18.2, 18, 17.4, 16.5),
  Country_Code = c("TH", "TR", "GB", "HK", "TR", "SA", "AE", "MO", "FR", "MY")
) %>%
  mutate(
    City = fct_reorder(City, Arrivals_M),
    Country_Code = tolower(Country_Code)
)

ggplot(cities_data, aes(x = Arrivals_M, y = City)) +
  geom_col(fill = "gray90", width = 0.8) +
  geom_flag(aes(x = -10, country = Country_Code), size = 8) +
  geom_text(aes(x = -8.5, label = City), hjust = 0, size = 4) +
  geom_text(aes(x = 0.25, label = Arrivals_M), hjust = 0, size = 4) +
  scale_x_continuous(limits = c(-11, 35), expand = c(0, 0)) +
  labs(
    title = "Most Visited Cities in the World",
    subtitle = "Arrivals, in M",
    x = NULL,
    y = NULL
  ) +
  theme_minimal(base_size = 14) +
  theme(
    plot.title.position = "plot",
    plot.caption.position = "plot",
    panel.grid = element_blank(),
    panel.grid.major.y = element_blank(),
    panel.grid.minor = element_blank(),
    axis.title = element_blank(),
    axis.text.y = element_blank(),
    axis.text.x = element_blank(),
    axis.ticks = element_blank(),
    plot.title = element_text(face = "bold"),
    plot.subtitle = element_text(size = 14, color = "gray40"),
    plot.margin = margin(10, 10, 10, 10)
  )

ggsave("most_visited_cities_ggflags.png", bg = "white", width = 6, height = 6, dpi = 300)