Plot chapter expanded

This commit is contained in:
Meik Hellmund 2024-05-27 20:10:30 +02:00
parent 6d032cfbea
commit b3079a799e
5 changed files with 309 additions and 289 deletions

View File

@ -26,7 +26,7 @@ book:
href: "Julia-f%C3%BCr-Numerik.pdf"
search: false
search: true
downloads: [pdf]
date: today
page-footer:
@ -40,23 +40,22 @@ book:
chapters:
- index.qmd
# - chapters/entwicklungsumgebungen.qmd
# - chapters/first_contact.qmd
# - chapters/Erste_Bsp.qmd
# - chapters/syntax.qmd
# - chapters/5_TricksHelp.qmd
# - chapters/numerictypes.qmd
# - chapters/Pi2.qmd
# - chapters/types.qmd
# - chapters/pcomplex.qmd
# - chapters/9_functs.qmd
# - chapters/6_ArraysEtcP1.qmd
# - chapters/7_ArraysP2.qmd
# - chapters/11_LinAlg.qmd
# - chapters/10_Strings.qmd
- chapters/entwicklungsumgebungen.qmd
- chapters/first_contact.qmd
- chapters/Erste_Bsp.qmd
- chapters/syntax.qmd
- chapters/5_TricksHelp.qmd
- chapters/numerictypes.qmd
- chapters/Pi2.qmd
- chapters/types.qmd
- chapters/pcomplex.qmd
- chapters/9_functs.qmd
- chapters/6_ArraysEtcP1.qmd
- chapters/7_ArraysP2.qmd
- chapters/11_LinAlg.qmd
- chapters/10_Strings.qmd
- chapters/14_Plot.qmd
# - chapters/13_IO.qmd
# - chapters/13_IO.qmd
# - chapters/makie.qmd
@ -82,6 +81,7 @@ format:
margin-width: 250px
gutter-width: 1.5em
cap-location: bottom
html-math-method: mathjax
julia-color-pdf:
pdf-engine: xelatex

View File

@ -10,367 +10,386 @@ using InteractiveUtils
```
# Plots, Datenvisualisierung und Grafik in Julia
# Plots und Datenvisualisierung in Julia: _Plots.jl_
Es gibt zahlreiche Grafikpakete für Julia. Zwei oft genutzte sind [Makie.jl](https://docs.makie.org/stable/) und
[Plots.jl](https://docs.juliaplots.org/latest/). Bevor wir diese genauer vorstellen, seien noch einige andere Pakete aufgelistet.
Es gibt zahlreiche Grafikpakete für Julia. Das Folgende ist nur eine kleine Auswahl.
## Kurze Übersicht: einige Grafikpakete
## Reines Julia: Makie.jl
| Paket/Doku | Tutorial | Beispiele | Bemerkungen |
|:----|:--|:--|:--------|
|[Plots.jl](https://docs.juliaplots.org/latest/) | [Tutorial](https://docs.juliaplots.org/latest/tutorial/) | [Galerie](https://goropikari.github.io/PlotsGallery.jl/) | konzipiert als einheitliches Interface zu verschiedenen _backends_ (Grafikbibliotheken) |
| [Makie.jl](https://docs.makie.org/stable/) | [Basic tutorial](https://docs.makie.org/v0.21/tutorials/basic-tutorial) | [Beautiful Makie](https://beautiful.makie.org/) | "data visualization ecosystem for Julia", Backends: Cairo (Vektorgrafik), OpenGL, WebGL |
|[PlotlyJS.jl](http://juliaplots.org/PlotlyJS.jl/stable/) | [Getting started](https://plotly.com/julia/getting-started/)| [Examples](https://plotly.com/julia/plotly-fundamentals/)| Interface zur [Plotly](https://plotly.com/graphing-libraries/) Javascript-Grafikbibliothek |
| [Gadfly.jl](https://gadflyjl.org/stable/)| [Tutorial](https://gadflyjl.org/stable/tutorial/) | [Galerie](https://github.com/GiovineItalia/Gadfly.jl?tab=readme-ov-file#gallery)| "a plotting and data visualization system written in Julia, influenced by R's [ggplot2](https://ggplot2.tidyverse.org/)" |
| [Bokeh.jl](https://cjdoris.github.io/Bokeh.jl/stable/) | | [Galerie](https://cjdoris.github.io/Bokeh.jl/stable/gallery/)| Julia-Frontend für [Bokeh](https://bokeh.org/) |
|[VegaLite.jl](https://www.queryverse.org/VegaLite.jl/stable/) | [Tutorial](https://www.queryverse.org/VegaLite.jl/stable/gettingstarted/tutorial/)| [Examples](https://www.queryverse.org/VegaLite.jl/stable/examples/examples_barcharts/)| Julia-Frontend für [Vega-Lite](https://vega.github.io/vega-lite/)|
| [Luxor.jl](http://juliagraphics.github.io/Luxor.jl/stable/) |[Tutorial](https://juliagraphics.github.io/Luxor.jl/stable/tutorial/helloworld/)|[Examples](https://juliagraphics.github.io/Luxor.jl/stable/example/moreexamples/)| Allgemeine Vektorgrafik/Illustrationen |
| [Javis.jl](https://juliaanimators.github.io/Javis.jl/stable/) |[Tutorials](https://juliaanimators.github.io/Javis.jl/stable/tutorials/)| [Examples](https://juliaanimators.github.io/Javis.jl/stable/examples/)| *Animierte* Vektorgrafik
| [TidierPlots.jl](https://github.com/TidierOrg/TidierPlots.jl)| [Reference](https://tidierorg.github.io/TidierPlots.jl/latest/) || "is a 100% Julia implementation of the R package ggplot2 powered by Makie.jl"|
| [PyPlot.jl](https://github.com/JuliaPy/PyPlot.jl) | | [Examples](https://gist.github.com/gizmaa/7214002)| Interface zu Matplotlib (Python), 1:1-Übertragung der Python-API, deswegen s. [Matplotlib-Dokumentation](https://matplotlib.org/stable/) |
`Makie` bezeichnet sich selbst als _"data visualization ecosystem for Julia"_.
: {.striped .hover}
Es ist vollständig in Julia geschrieben und bietet als _backends_ `Cairo` (Vektorgrafik), `OpenGL` und `WebGL` an.
- [Makie.jl](https://docs.makie.org/stable/)
- [Beautiful Makie](https://beautiful.makie.org/) - eine Seite mit vielen Beispielen
## Einbindung anderer Grafikbibliotheken
Viele Pakete liefern ein Interface zu existierender hochwertiger Visualisierungsssoftware.
### JavaScript: Interaktive Plots und Visualisierungen im Browser
- [PlotlyJS.jl](http://juliaplots.org/PlotlyJS.jl/stable/examples/3d/) Interface zur PlotlyJS-Grafikbibliothek
- [Bokeh.jl](https://cjdoris.github.io/Bokeh.jl/stable/gallery/) Interface zur Bokeh-Grafikbibliothek
- [VegaLite.jl](https://www.queryverse.org/VegaLite.jl/stable/) Interface zu VegaLite, vor allem statistische Plots
In der Regel kann man die Grafiken auch in ein Bildformat wie PNG exportieren.
### Cairo: 2D Vektorgrafik
- [Luxor.jl](http://juliagraphics.github.io/Luxor.jl/stable/) für Vektorgrafik
- [Javis.jl](https://juliaanimators.github.io/Javis.jl/stable/) für animierte Vektorgrafik
### Matplotlib (Python)
- [PyPlot.jl](https://github.com/JuliaPy/PyPlot.jl)
- weitgehende 1:1-Übertragung der Python-API, deswegen wird auch auf die [Matplotlib-Dokumentation](https://matplotlib.org/stable/gallery/index.html) verwiesen
- Beispiele mit Gegenüberstellung Python/Julia: [https://gist.github.com/gizmaa/7214002](https://gist.github.com/gizmaa/7214002)
### ggplot2 (R)
- [TidierPlots.jl](https://github.com/TidierOrg/TidierPlots.jl) "is a 100% Julia implementation of the R package ggplot2 powered by Makie.jl."
## Plots.jl
### Einfache Plots
Die `plot()`-Funktion erwartet im einfachsten Fall:
- als erstes Argument einen Vektor von $x$-Werten der Länge $n$ und
- als zweites Argument einen gleichlangen Vektor mit den dazugehörigen $y$-Werten.
- Das zweite Argument kann auch eine $n\times m$-Matrix sein. Dann wird jeder Spaltenvektor als eigener Graph (in der Docu `series` genannt) angesehen und es werden $m$ Kurven geplottet:
```{julia}
using Plots
plotly()
x = 1:33
y = rand(33)
plot(x, y, linecolor =:green, bg_inside =:pink, line =:solid, label = "Wasserstand")
x = range(0, 8π; length = 100)
sx = @. sin(x) # the @. macro broadcasts (vectorizes) every operation
cx = @. cos(2x^(1/2))
plot(x, [sx cx])
```
- [Plots.jl](https://docs.juliaplots.org/latest/) ist konzipiert als ein einheitliches Interface zu verschiedenen _backends_ (Grafikbibliotheken).
> Man kann zu einem anderen _backend_ wechseln und dieselben Plot-Kommandos und -Attribute verwenden.
- Einige _backends_:
- [GR](https://gr-framework.org/)
- PyPlot (d.h., Matplotlib)
- Plotly(JS)
- Die Funktionen des _Plots.jl_-Paketes wie `plot(), scatter(), contour(), heatmap(),histogram(), bar(),...` usw. starten alle einen neuen Plot.
- Die Versionen `plot!(), scatter!(), contour!(), heatmap!(), histogram!(), bar!(),...` erweitern einen existierenden Plot:
```{julia}
plot(x, sx) # plot only sin(x)
plot!(x, cx) # add second graph
plot!(x, sqrt.(x)) # add a thirth one
```
__Im Rest dieses Notebooks wird Plots.jl vorgestellt.__
Plots sind Objekte, die zugewiesen werden können. Dann kann man sie später weiterverwenden, kopieren und insbesondere mit den `!`-Funktionen erweitern:
```{julia}
plot1 = plot(x, [sx cx])
plot1a = deepcopy(plot1) # plot objects are quite deep structures
scatter!(plot1, x, sx) # add scatter plot, i.e. unconnected data points
```
## einige _backends_
Die kopierte Version `plot1a` ist durch die `scatter!`-Anweisung nicht modifiziert worden und kann unabhängig weiterverwendet werden:
```julia
using Plots
backend() # Anzeige des gewählten backends, GR ist der default
```{julia}
plot!(plot1a, x, 2 .* sx)
```
```julia
x = 1:30
y = rand(30)
plot(x, y, linecolor =:green, bg_inside =:pink, line =:solid, label = "Wasserstand")
```
```julia
# wir wechseln das backend zu
# plotly/js
plotly()
```
```julia
# dasselbe Plot-Kommando
# das ist interaktiv (zoom in/out, pan),
# 'überlebt' aber leider die PDF-Konvertierung des notebooks nicht
plot(x, y, linecolor =:green, bg_inside =:pink, line =:solid, label = "Wasserstand")
```
```julia
# und noch ein backend
pyplot()
```
```julia
plot(x, y, linecolor =:green, bg_inside =:pink, line =:solid, label = "Wasserstand")
```
```julia
# zurück zu GR als backend
gr()
```
## Plots.jl und recipes
Andere Pakete können die Möglichkeiten von `Plots.jl` erweitern, indem sie _recipes_ für spezielle Plots und Datenstrukturen definieren, siehe [https://docs.juliaplots.org/latest/ecosystem/](https://docs.juliaplots.org/latest/ecosystem/), z.B.:
- `StatsPlots.jl` direktes Plotten von Dataframes, spezielle statistische Plots,...
- `GraphRecipes.jl` [Plotten von Graphstrukturen](https://docs.juliaplots.org/stable/graphrecipes/examples/)
- ...
## Einige Verschönerungen
```julia
using Plots.PlotMeasures # für Angaben in mm, cm,...
using LaTeXStrings # für LaTeX-Konstrukte in Plot-Beschriftungen
using PlotThemes # vorgefertigte Themen
```
```julia
# Liste der Themen
keys(PlotThemes._themes)
```
```julia
Plots.showtheme(:juno)
```
```julia
Plots.showtheme(:dao)
```
```julia
# so legt man ein Thema für die folgenden Plots fest:
theme(:dao)
# Wir wollen es wieder langweilig haben...
theme(:default)
```
## Funktionen in Plots.jl
```
plot()
scatter()
contour()
heatmap()
histogram()
bar()
plot3d()
... und weitere
```
Diese Funktionen erzeugen ein neues `Plot`-Objekt.
Die Varianten mit Ausrufezeichen `plot!(), scatter!(),...` modifizieren das letzte `Plot`-Objekt oder das `Plot`-Objekt, das ihnen als 1. Argument übergeben wird:
```julia
x = range(0,10, length=40) # 40 x-Werte von 0 bis 10
pl1 = plot(x, sin.(x))
```
```julia
pl1a = deepcopy(pl1) # unmodifizierte copy aufheben
pl2 = plot!(x, cos.(x)) # modifiziert pl1
```
```julia
pl3 = scatter!(pl1a, x, cos.(x)) # add to (copy of) original Plot
```
Plot-Objekte kann man als Grafikdateien (PDF, SVG, PNG,...) abspeichern:
```julia
savefig(pl2, "pl2.png")
```{julia}
savefig(plot1, "plot.png")
```
```julia
;ls -l pl2.png
```{julia}
;ls -l plot.png
```
... oder zB als Sub-Plots mit einem layout-Parameter zusammenfügen:
Plot-Objekte können auch als Teilplot in andere Plots eingefügt werden, siehe Abschnitt @sec-subplot.
```julia
plot(pl1, pl2, pl3, layout = (1,3))
### Plot-Themen
> "PlotThemes is a package to spice up the plots made with Plots.jl."\
Hier geht es zur illustrierten [Liste der Themen](https://docs.juliaplots.org/stable/generated/plotthemes/)
oder:
```{julia}
using PlotThemes
# Liste der Themen
keys(PlotThemes._themes)
```
```{julia}
Plots.showtheme(:juno)
```
```{julia}
using PlotThemes
theme(:juno) # set a theme for all further plots
plot(x, [sx cx 1 ./ (1 .+ x)])
```
```julia
plot(pl1, pl2, pl3, layout = (3,1))
```
## Input-Daten
- im einfachsten Fall ein Vektor von $m$ `x`-Werten und ein gleichlanger Vektor von $m$ `y`-Werten
- falls $y$ eine $m\times n$-Matrix ist, wird jeder Spaltenvektor als eine `Series` angesehen und es werden $n$ Kurven geplottet:
```julia
plot(x, [sin.(x) cos.(x) sqrt.(x)])
```
- Durch eine `layout`-Angabe kann man die einzelnen `series` auch in einzelnen Subplots
unterbringen.
- Man kann `layouts` auch schachteln und explizite Breiten/Höhenangaben verwenden.
```julia
theme(:dark)
la1 = @layout [
a{0.3w} [ b
c{0.2h} ]
]
plot(x, [sin.(x) cos.(x) sqrt.(x)] , layout = la1)
```
## Plot-Attribute
### Plot-Attribute
Die Funktionen des `Plots.jl`-Paketes haben eine große Anzahl von Optionen.
`Plots.jl` teilt die Attribute in 4 Gruppen ein:
```julia
::::{.cell}
```{julia}
#| output: asis
plotattr(:Plot) # Attribute für den Gesamtplot
```
::::
```julia
::::{.cell}
```{julia}
#| output: asis
plotattr(:Subplot) # Attribute für einen Teilplot
```
::::
```julia
::::{.cell}
```{julia}
#| output: asis
plotattr(:Axis) # Attribute für eine Achse
```
::::
```julia
::::{.cell}
```{julia}
#| output: asis
plotattr(:Series) # Attribute für eine Serie, also zB ein Linienzug im Plot
```
::::
Man kann auch nachfragen, was die einzelnen Attribute bedeuten und welche Werte zulässig sind:
```{julia}
plotattr("linestyle")
```
```julia
# Zur Erinnerung nochmal:
Ein Beispiel:
```{julia}
theme(:default) # zurück zum Standardthema
using Plots
using Plots.PlotMeasures # für Angaben in mm, cm,...
x = 0:0.05:1
y = sin.(2π*x)
plot(x, y, seriestype = :sticks, linewidth = 4, seriescolor = "#00b300",
marker = :circle, markersize = 8, markercolor = :green,
)
```
### Weitere Extras
```{julia}
using Plots # Wiederholung schadet nicht
using Plots.PlotMeasures # für Maßangaben in mm, cm,...
using LaTeXStrings # für LaTeX-Konstrukte in Plot-Beschriftungen
using PlotThemes # vorgefertigte Themen
```
Das Paket `LaTeXStrings.jl` stellt einen String-Konstruktor `L"..."` zur Verfügung. Diese Strings können LaTeX-Konstrukte, insbesondere Formeln, enthalten. Wenn der String keine expliziten Dollarzeichen enthält, wird er automatisch im LaTeX-Math-Modus interpretiert.
```julia
```{julia}
xs = range(0, 2π, length = 100)
data = [sin.(xs) cos.(xs) 2sin.(xs) (x->sin(x^2)).(xs)]
data = [sin.(xs) cos.(xs) 2sin.(xs) (x->sin(x^2)).(xs)] # 4 Funktionen
pl10 = plot(xs, data,
theme(:ggplot2)
plot10 = plot(xs, data,
fontfamily="Computer Modern",
# LaTeX-String L"" ist im Math-mode
title = L"\textrm{Winkelfunktionen}\ \sin(\alpha), \cos(\alpha), 2\sin(\alpha), \sin(\alpha^2)",
xlabel = L"\textrm{ Winkel\ } \alpha",
ylabel = L"\textrm{Funktionswert}",
# LaTeX-String L"..."
title = L"Winkelfunktionen $\sin(\alpha), \cos(\alpha), 2\sin(\alpha), \sin(\alpha^2)$",
xlabel = L"Winkel $\alpha$",
ylabel = "Funktionswert",
# 1x4-Matrizen mit Farben, Marker,... für die 4 'Series'
color=[:black :green RGB(0.3, 0.8, 0.2) :blue ],
color=[:black :green RGB(0.3, 0.8, 0.2) :blue ],
markers = [:rect :circle :utriangle :diamond],
markersize = [3 3 0 6],
linewidth = [1 3 1 5],
markersize = [2 1 0 4],
linewidth = [1 3 1 2],
linestyle = [:solid :dash :dot :solid ],
# Achsen
xlim = (0, 6.6),
ylim = (-2, 2.3),
yticks = -2:.4:2.3,
yticks = -2:.4:2.3, # mit Schrittweite
# Legende
legend = :bottomleft,
label = [ L"\sin(\alpha)" "cos" "2sin" L"\sin(\alpha^2)"],
label = [ L"\sin(\alpha)" L"\cos(\alpha)" L"2\sin(\alpha)" L"\sin(\alpha^2)"],
top_margin = 5mm,
top_margin = 5mm, # hier wird Plots.PlotMeasures gebraucht
)
# Zusatzelement
# Zusatztext: annotate!(x-pos, y-pos, text("...", font, fontsize))
annotate!(pl10, 4.1, 1.8, text("nicht schön, aber viel",10))
annotate!(plot10, 4.1, 1.8, text("nicht schön, aber viel","Computer Modern", 10) )
```
### Andere Plot-Funktionen
Bisher haben wir vor allem Linien geplottet. Es gibt noch viele andere Typen wie _scatter plot, contour, heatmap, histogram, stick,..._
Dies kann man mit dem `seriestype`-Attribut steuern:
```{julia}
theme(:default)
x = range(0, 2π; length = 50)
plot(x, sin.(x), seriestype=:scatter)
```
oder indem man die spezielle Funktion benutzt, die so heißt wie der `seriestype`:
```{julia}
x = range(0, 2π; length = 50)
scatter(x, sin.(x))
```
### Subplots und Layout {#sec-subplot}
Mehrere Plots können zu einer Abbildung zusammengefasst werden. Die Anordnung bestimmt der `layout`-Parameter. Dabei bedeutet `layout=(m,n)`, dass die Plots in einem $m\times n$-Schema angeordnet werden:
```{julia}
x = range(0, 2π; length = 100)
plots = [] # vector of plot objects
for f in [sin, cos, tan, sinc]
p = plot(x, f.(x))
push!(plots, p)
end
plot(plots..., layout=(2,2), legend=false, title=["sin" "cos" "tan" "sinc"])
```
```{julia}
plot(plots..., layout=(4,1), legend=false, title=["sin" "cos" "tan" "sinc"])
```
Man kann Layouts auch schachteln und mit dem `@layout`-Macro explizite Breiten/Höhenanteile vorgeben:
```{julia}
mylayout = @layout [
a{0.3w} [ b
c{0.2h} ]
d{0.2h}
]
plot(plots..., layout=mylayout, legend=false, title=["sin" "cos" "tan" "sinc"])
```
### Backends
`Plots.jl` ist konzipiert als ein einheitliches Interface zu verschiedenen _backends_ (Grafik-Engines). Man kann zu einem anderen Backend wechseln und dieselben Plot-Kommandos und -Attribute verwenden.
Allerdings unterstützen nicht alle _backends_ alle Plot-Typen und -Attribute. Einen Überblick gibt es [hier](https://docs.juliaplots.org/stable/generated/supported/).
Bisher wurde das Standard-Backend verwendet. Es heißt [GR](https://gr-framework.org/about.html) und ist eine am Forschungszentrum Jülich entwickelte und hauptsächlich in C geschriebene Grafik-Engine.
```{julia}
using Plots
backend() # Anzeige des gewählten backends, GR ist der default
```
Nochmal ein Beispiel
```{julia}
x = 1:30
y = rand(30)
plot(x, y, linecolor =:green, bg_inside =:lightblue1, line =:solid, label = "Wasserstand")
```
und hier derselbe Plot mit dem `PlotlyJS`-Backend.
```{julia}
plotlyjs() # change plots backend
plot(x, y, linecolor =:green, bg_inside =:lightblue1, line =:solid, label = "Wasserstand")
```
Dieses Backend ermöglich mit Hilfe von Javascript eine gewisse Interaktivität. Wenn man die Maus in das Bild bewegt, kann man mit der Maus zoomen, verschieben und 3D-Plots auch drehen.
```{julia}
gr() # zurück zu GR als backend
```
### 3D Plots
Die Funktionen `surface()` und `contour()` ermöglichen den Plot einer Funktion $f(x,y)$. Als Argumente werden benötigt:
- eine Menge (Vektor) $X$ von $x$-Werten,
- eine Menge (Vektor) $Y$ von $y$-Werten und
- eine Funktion von zwei Variablen, die dann auf $X \times Y$ ausgewertet und geplottet wird.
```{julia}
f(x,y) = (1 - x/2 + x^5 + y^3) * exp(-x^2 - y^2)
surface( -3:0.02:3, -3:0.02:3, f)
```
```{julia}
contour( -3:0.02:3, -3:0.02:3, f, fill=true, colormap=:summer, levels=20, contour_labels=false)
```
Kurven (oder auch einfach Punktmengen) in drei Dimensionen lassen sich plotten, indem man `plot()` mit 3 Vektoren
aufruft, die jeweils die $x$, $y$ und $z$-Koordinaten der Datenpunkte enthalten.
```{julia}
plotlyjs()
t = range(0, stop=8π, length=100) # parameter t
x = @. t * cos(t) # x(t), y(t), z(t)
y = @. 0.1 * t * sin(t)
z = @. 100 * t/8π
plot(x, y, z, zcolor=reverse(z), markersize=3, markershape= :circle,
linewidth=5, legend=false, colorbar=false)
```
### Säulendiagramm
> Wir verwenden mal das `plotlyjs`-Backend, damit ist der Plot interaktiv und kann mit der Maus gedreht und gezoomt werden.
### Plots.jl und _recipes_
Andere Pakete können die Möglichkeiten von `Plots.jl` erweitern, indem sie sogenannte _recipes_ für spezielle Plots und Datenstrukturen definieren, siehe [https://docs.juliaplots.org/latest/ecosystem/](https://docs.juliaplots.org/latest/ecosystem/), z.B.:
- `StatsPlots.jl` direktes Plotten von _Dataframes_, spezielle statistische Plots usw. oder
- `GraphRecipes.jl` [Plotten von Graphstrukturen](https://docs.juliaplots.org/latest/GraphRecipes/examples/)
### Ein Säulendiagramm
```julia
Für das letzte Beispiel laden wir ein Paket, das über 700 freie (_"public domain"_) Datensätze, darunter z.B:
- die Passagierliste der _Titanic_,
- Verbrauchsdaten amerikanischer Autos aus den 70ern oder
- historische Währungskurse
bereitstellt:
```{julia}
using RDatasets
```
Inhalt: über 700 freie (_"public domain"_) Datensätze, darunter z.B:
- Passagierliste der _Titanic_
- Verbrauchsdaten amerikanischer Autos aus den 70ern
- historische Währungskurse
```julia
RDatasets.datasets()
```{julia}
#| error: false
#| echo: false
#| output: false
#RDatasets.datasets()
```
Der Datensatz ["Motor Trend Car Road Tests"](https://rdrr.io/r/datasets/mtcars.html)
```julia
```{julia}
cars = dataset("datasets", "mtcars")
```
Wir brauchen für den Plot nur die beiden Spalten `cars.Model` und `cars.MPG`, den Benzinverbrauch in _Meilen pro Gallon_ (Mehr heißt sparsamer!)
```julia
```{julia}
theme(:bright)
bar(cars.Model, cars.MPG,
@ -385,7 +404,3 @@ bar(cars.Model, cars.MPG,
```
```julia
```

View File

@ -1,6 +1,7 @@
/*-- scss:defaults --*/
$h3-font-size: 1.2rem !default;
$border-radius: 0;

View File

@ -1,6 +1,8 @@
/*-- scss:defaults --*/
$h3-font-size: 1.2rem !default;
$border-radius: 0;
/* $code-block-border-left: #909090; */
/* $code-block-bg: #f3f3f3; */

View File

@ -50,4 +50,6 @@
BoldItalicFont = *-BoldItalic,
Contextuals = AlternateOff,
%CharacterVariant=1,
]
]
\setkeys{Gin}{width=0.7\textwidth,keepaspectratio}