En biolog googlar #3

Jag håller just nu på med de sista delarna i skrivandet av min och mina kollegors senaste artikel, som handlar om effekten av olika slåtterfrekvenser, alltså hur ofta en slåttrar, på artrika ängs- och hagmarker. Spoiler alert: olika frekvenser har förvånansvärt liknande effekt. En viktig del i en bra vetenskaplig artikel är självklart snygga figurer som visar vad vi kommit fram till på ett tydligt vis. Och snygga figurer gör man med fördel i R (som är ett programmeringsspråk som används till statistiska analyser och grafer). Detta är dock första gången jag använder mig av R för att göra just detta och därför var det ganska svårt att få till figurerna som jag tänkt mig. Detta i sin tur innebär att jag har googlat väldigt mycket den senaste tiden. Några dagar när jag stängde ner datorn för dagen hade jag sammanlagt ett 20-tal olika flikar öppna samtidigt i min webbläsare, som innehöll svar (förhoppningsvis) på de frågor jag ställt under dagen. Här är exempel på några av de googlingar jag gjorde:

  • Shapes and line types
    De symboler som en väljer att representera datapunkterna i en figur måste ju vara snygga, och i R finns det ett antal symboler och linjetyper att välja ifrån, som cirklar, diamanter eller streckade linjer. Men för att veta exakt vilka som finns att välja på, och hur exakt en kodar för att få till rätt typ måste en nybörjare som jag så klart googla. Den som är intresserad av vilka olika typer som finns kan titta här.
  • Jittering
    Om en har många datapunkter som hamnar på exempelvis samma x-koordinat kan det vara bra att använda sig av jittering, vilket sprider ut punkterna horisontellt och därmed gör det möjligt att lättare se individuella punkter. Detta var exakt vad jag ville göra för vissa av figurerna, men jag kunde inte knäcka hur en jittrar (?) grafer när data kommer från två olika källor (när data alltså plottas separat, fast i samma figur). Tyvärr kunde jag dock inte hitta någon smidig lösning på detta, utan löste istället problemet genom att göra lite ändringar i själva rådata, så att de olika punkterna hamnade bredvid varandra istället för ovanpå varandra.
  • Don’t know how to add o to a plot
    Ständigt dessa felmeddelanden! Ofta är det dessutom extremt oklart vad det egentligen är som blivit fel och då får oftast Google stå för lösningen. I detta fall minns jag inte riktigt vad som orsakade just detta felmeddelande, det kan ha varit så enkelt att jag glömt ett plustecken eller en parentes, eller att jag glömt att specificera vilken data som faktiskt skulle plottas.
  • Add segment lines to a plot
    Ibland kan det ju vara så att en känner för att lägga till lite snygga horisontella linjer i sina grafer för att representera data på ett snyggt sätt. Detta kände jag för, men det var tyvärr inte så lätt som att jag ville ha dem på samma y-värde i alla figurer, utan y-värdet var olika för olika linjer och grafer. Och med hjälp av Google kom jag fram till att funktionen geom_segment(), som finns i ggplot2-paketet som kan användas i R, var mycket användbart för att lägga till horisontella linjer vars placering byggde på rådata och inte var fasta värden.

För den som inte har koll på hur man kan använda sig av R, men ändå måste göra det kan jag glatt rekommendera Stack Overflow, där en kan få svar på frågor om det mesta kring programmering.

Här är två bilder på hur jag tänkte mig att en av figurerna skulle se ut innan jag började och hur den blev i slutändan. Den som är intresserad av hur man faktiskt ska tolka figuren får vänta tills vi faktiskt är klara med själva artikeln. Men den som väntar på nåt gott…

m

Leave a Reply

Your email address will not be published. Required fields are marked *