#zaklady vizualizace
#nactete tabulku podnety (oddelovac je carka)

#prozkoumejte tabulku
head(tabulka)
str(tabulka)
summary(tabulka)

#cisteni dat v tabulce
#ve sloupci zobrazeni a odpovedi  je u kazdeho cisla navic slovo zobrazeni respektive odpovedi, nechte ve sloupci jen cislo
tabulka$zobrazeni <- gsub(" Zobrazení", "", tabulka$zobrazeni)
tabulka$odpovedi <- gsub(" Odpovědi", "", tabulka$odpovedi)

#ze summary nebo str se zda, ze nektere sloupce nejsou cislo, to napravime nasledujicimi prikazy
tabulka$pro <-as.numeric(as.character(tabulka$pro)) #as.character je zde velmi dulezite, pokud ho zrusite, nahradi se cislo za jeho poradi
tabulka$proti <-as.numeric(as.character(tabulka$proti))
tabulka$zdrzelse <-as.numeric(as.character(tabulka$zdrzelse))
tabulka$zobrazeni <-as.numeric(as.character(tabulka$zobrazeni))
tabulka$odpovedi <-as.numeric(as.character(tabulka$odpovedi))


#celkem nemuzeme upravit na jeden prikaz, rychlejsi bude secist pro, proti a zdrzel se
tabulka$celkem =  tabulka$pro + tabulka$proti + tabulka$zdrzelse

#spocitejte procentualni hodnotu hlasu pro
tabulka$pro_proc = tabulka$pro/tabulka$celkem*100


#zobrazeni histogramu
hist(tabulka$pro_proc)


#histogram lze upravovat v nekolika parametrech
hist(tabulka$pro_proc,
main="Podil hlasu pro v clenskych podnetech",  #hlavni nadpis
xlab="podil hlasu (v %)", #popis osy x
ylab="pocet", #popis osy y
xlim=c(0,100),  #rozsah zobrazeni na ose x
ylim=c(0,150),  #rozsah zobrazeni na ose y
breaks=5,  #kolik vznikne kategorii
col="blue", #barva #odkaz na barvy v R http://www.stat.columbia.edu/~tzheng/files/Rcolor.pdf
freq=TRUE) # pokud je false, tak zobrazi kolik procent z dat kazdy sloupec predstavuje

#0odkaz na barvy v R http://www.stat.columbia.edu/~tzheng/files/Rcolor.pdf

#lze pripsat popisky k sloupcum
h <- hist(tabulka$pro_proc, ylim=c(0,150))
text(h$mids,h$counts,labels=h$counts, adj=c(0.5, -0.5))


#vytvorte histogram pro promenou odpovedi (promenna ukazuje pocet prispevku v diskusi o clenskem podnetu)
# napiste nazev, popiste osy, zaridte, aby kategorie byly zhruba po deseti, aby nejvyssi sloupec histogramu nepresahoval osu y a aby sloupce byly cervene
hist(tabulka$odpovedi, breaks=106, ylim=c(0,350), xlim =c(0,1060), 
     main = "pocet prispevku v diskusich k celnskym podnetum", ylab="pocet", xlab="prispevky v diskusi", col="red")



#scatterplot
plot(tabulka$odpovedi, tabulka$pro_proc, main="Scatterplot",
     xlab="pocet zobrazeni fora ", ylab="podil hlasu pro ", pch=1)
abline(lm(tabulka$pro_proc~tabulka$odpovedi), lty = 3, col="red") # pridani regresni cary (y~x)

#symboly v R http://www.sthda.com/english/wiki/r-plot-pch-symbols-the-different-point-shapes-available-in-r
# typy car http://www.sthda.com/english/wiki/line-types-in-r-lty

#matice grafu
pairs(~pro_proc+odpovedi+zobrazeni,data=tabulka,
      main="Scatterplot Matrix")


##ggplot  - ukazka ukazuje vodstate totez co jsme udelali pomoci hist, ggpplot ale umoznuje delat mnohem peknejsi grafy, nez zakladni funkce 
#install.packages("ggplot2")
library(ggplot2)
qplot(tabulka$pro_proc, geom="histogram") 

ggplot(data=tabulka, aes(pro_proc)) + 
  geom_histogram(breaks=seq(0, 100, by=10), # nebo lze pouzit binwidth = 10,
                 col="orange", 
                 fill="blue", 
                 alpha = .5) + 
  labs(title="Histogram", x="podil hlasu", y="pocet") + 
  xlim(c(0,100)) + 
  ylim(c(0,130))