Data Manipulation and Visualisation

Osnova předmětu Manipulace a vizualizace dat

V průběhu kurzu představíme pokročilé metody manipulace a vizualizace dat v programu R, zejména s využitím knihoven z kolekce tidyverse (tidyr, dplyr, tibble, purr, stringr, ggplot2, readr). Cílem předmětu je naučit studenty rutinní manipulaci s daty, tak aby si je uměli importovat, upravit, filtrovat, připojit nové informace z externích dat, vytvořit nové proměnné (např. na základě výpočtu), seskupit vzorky na základě nějaké charakteristiky/informace a pro tyto skupiny vypočítat další parametry. Dále se studenti naučí základní i pokročilé metody vizualizace dat pomocí ggplot2 a tvorbu základních map v R. Cílem předmětu je i osvojení přístupu open data science, kdy se naučí připravit skript tak, aby bylo možné ho na závěr publikovat na platformě GitHub.

1 Úvod - 15. 9. 2025

• R jako programovací jazyk
• Tidyverse package, %>%, |>
• projekty v RStudiu, cheatsheets, keyboard shortcuts
  
• zásady tidy skriptu (úprava, nadpisy, záložky, poznámky)
• zdroje informací a kde hledat pomoc, AI
• import pomocí readr, readxl, na co si dávat pozor (encoding)
• struktura dat (names, table, glimpse)
• tidy data (zásady, příprava, kontrola), přejmenování proměnných (rename)

2 Základní manipulace s daty - 22. 9. 2025

• základní manipulace s daty (select, filter, mutate, arrange, slice)
• export dat (write_csv)

3 Vizualizace dat pomocí ggplot - 29. 9. 2025

• logika ggplot
• základní geom funkce (point, boxplot, histogram, barplot)
• prokládání trendů
• symboly, barvy
• legenda, popisky os
• theme
• uložení grafu (ggsave)

4 Wide vs. long format - 13. 10. 2025

• převody formátů (pivot)
• nové proměnné (mutate, group_by, summarise)
• species richness, součty/podíly různých hodnot v rámci vzorku (count)

5 Join funkce - 20. 10. 2025

• spojovací funkce (left_join, full_join), přidání informací z jiných datových souborů
• filtrovací funkce: semi_join, anti_join
• podíly určitých skupin podle vlastností, indikační hodnoty, CWM
• úprava nomenklatury (pokročilé mutate, summarise), slučování duplicit
• mutate s vícenásobnou podmínkou (ifelse, case_when)

6 Pokročilá vizualizace dat - 27. 10. 2025

• ggplot advanced - faceting, using multiple data sources, scales, position adjustments, legend modifications
• useful extensions - patchwork, ggpubr, ggeffects
• shiny trailer (ukázka)

7 + 8 Automatizace skriptu - 3. a 10. 11. 2025

• napsání vlastní funkce
• použití smyček (for loops)
• purrr a ukázka práce s nested dataframes

9 + 10 Mapy v R - 24. 11. a 1. 12. 2025

• mapy pomocí terra
• zobrazení vzorků v prostoru (přehledová mapa, měřítko, legenda…) na podkladě open street maps
• kartogramy, mapování v gridu
• extrakce dat z rastru, digitální model
• výběr dat pomocí masky
• škálování mapovaných bodů podle hodnot (barva, symbol)

11 Od databáze ke grafu (opakovací hodina) - 8. 12. 2025

• import dat z databáze, propojení různých datových souborů, úprava struktury dat
• filtrování podsouboru
• sloučení duplicit např. vzniklých převodem nomenklatury
• napojení externích vlastností, výpočty vážených průměrů
• příprava grafu pro publikaci
• sloučení celého procesu do jedné pipeliny

12 GitHub - 15. 12. 2025

• jak funguje, stažení dat z veřejných projektů
• version control
• vlastní účet, propojení s RStudiem
• vytvoření vlastního úložiště (repository), propojení s R projektem v počítači
• spolupráce na projektu (branch, commit, push, pull, merge conflicts)
• publikace skriptu, zveřejnění (doi, zásady readme)
• GitHub pages