tibble(eesnimi=c("Juku", "Kati", "Mati"), pikkus=c(170, 160, 165)) %>%
  ggplot(aes(eesnimi, pikkus))+geom_col()

tibble(eesnimi=c("Juku", "Kati", "Mati"), pikkus=c(170, 160, 165)) %>%
  ggplot(aes(eesnimi, pikkus))+geom_col(fill="green", color="blue")+
  #theme(axis.text.y=element_text(angle=90, color="red"))+
  coord_flip()

tibble(eesnimi=c("Juku", "Kati", "Mati"), pikkus=c(170, 160, 165)) %>%
  ggplot(aes(eesnimi, pikkus, fill=eesnimi))+
  geom_col(show.legend = FALSE)+
  scale_fill_manual(
    values=c("Juku"="red", "Kati"="yellow", "Mati"="blue"))+
    ggtitle("Isikute pikkused")+
    xlab("Lapse pikkus (cm)") + ylab("Lapse eesnimi")

tibble(eesnimi=factor(c("Juku", "Kati", "Mati"), 
                      levels=c("Kati", "Mati", "Juku")), 
       pikkus=c(170, 160, 165)) %>%
  ggplot(aes(eesnimi, pikkus))+geom_col()


isikud=tibble(eesnimi=c("Juku", "Kati", "Mati"), pikkus=c(170, 160, 165)) 
isikud$pikkus
isikud$eesnimi[order(isikud$pikkus)]


tibble(eesnimi=c("Juku", "Kati", "Mati"), pikkus=c(170, 160, 165)) %>%
  mutate(eesnimi=factor(eesnimi, levels=eesnimi[order(pikkus)])) %>%
  ggplot(aes(eesnimi, pikkus))+geom_col()

#andmed http://www.tlu.ee/~jaagup/andmed/muu/estonia_reisijad.txt
#arvutage igas riigis ellujäänute hulk
#Jätke alles riigid, kus neid on vähemalt 5
#Kuvage andmed tulpdiagrammina
#Järjestage kahanevalt

reisijad=read_csv("http://www.tlu.ee/~jaagup/andmed/muu/estonia_reisijad.txt")
reisijad %>% filter(Survived=="1") %>% group_by(Country) %>%
   summarise(elus=n()) %>% filter(elus>4) %>% 
   mutate(Country=factor(
     Country, levels=Country[rev(order(elus))])) %>% 
    ggplot(aes(Country, elus))+geom_col()

reisijad %>% filter(Survived=="1") %>% group_by(Country) %>%
  summarise(elus=n()) %>% filter(elus>1) %>% 
  mutate(Country=factor(
    Country, levels=Country[rev(order(elus))])) %>% 
  ggplot(aes(Country, elus))+geom_col()+
  theme(axis.text.x=element_text(angle=90))


reisijad %>% ggplot(aes(Country))+geom_bar()

reisijad %>% ggplot(aes(Country, Survived))+geom_col()+coord_flip()

reisijad %>% group_by(Country) %>% 
  summarise(elus=sum(Survived=="1"), surnud=sum(Survived=="0")) %>%
  ggplot(aes(elus, surnud, label=Country))+geom_text()

reisijad %>% group_by(Country) %>% 
  summarise(elus=sum(Survived=="1"), surnud=sum(Survived=="0")) %>%
  ggplot(aes(elus, surnud, label=Country))+geom_point() + coord_fixed()

reisijad %>% group_by(Country) %>% 
  summarise(elus=sum(Survived=="1"), surnud=sum(Survived=="0")) %>%
  ggplot(aes(elus, surnud, label=Country))+geom_jitter() +
  xlim(0, 20) + ylim(0, 25) 

reisijad %>% group_by(Country) %>% 
  summarise(elus=sum(Survived=="1"), surnud=sum(Survived=="0")) %>%
  ggplot(aes(elus, surnud, label=Country))+geom_text() +
  scale_x_log10() + scale_y_log10()


reisijad %>% group_by(Country) %>% 
  summarise(elus=sum(Survived=="1"), surnud=sum(Survived=="0")) %>%
  mutate(logelus=log(elus, 10), logsurnud=log(surnud, 10)) %>%
  ggplot(aes(logelus, logsurnud, label=Country))+geom_text()+
  scale_x_continuous(breaks=log(c(1, 10, 100), 10), 
                      labels=c("1", "10", "100"), limits = c(0, 3))


reisijad %>% group_by(Country, Survived) %>% summarise(kogus=n()) %>%
   ggplot(aes(Country, kogus, fill=factor(Survived))) + geom_col()


reisijad %>% group_by(Country) %>% filter(n()>10) %>%
  group_by(Country, Survived) %>% summarise(kogus=n()) %>%
  ggplot(aes(Country, kogus, fill=factor(Survived))) + 
   geom_col(position=position_dodge())+
   coord_flip()

#Järjestage maad ellujäänute arvu järgi



jarjekord=reisijad %>% filter(Survived==1)  %>% group_by(Country) %>% 
    summarise(kogus=n()) %>% arrange(-kogus) %>% .$Country 
reisijad %>% mutate(Country=factor(Country, levels=jarjekord)) %>%
  group_by(Country) %>% filter(n()>10) %>%
  group_by(Country, Survived) %>% summarise(kogus=n()) %>%
  ggplot(aes(Country, kogus, fill=factor(Survived))) + 
  geom_col(position=position_dodge())


reisijad %>% group_by(Country) %>% summarise(kogus=n()) %>%
   ggplot(aes(x="", y=kogus, fill=Country)) + geom_col()


reisijad %>% group_by(Country) %>% summarise(kogus=n()) %>%
  ggplot(aes(x="", y=kogus, fill=Country)) + 
  geom_col(show.legend = FALSE)+
  coord_polar("y")


reisijad %>% group_by(Country) %>% summarise(kogus=n()) %>%
  filter(kogus>10) %>%
  ggplot(aes(x="", y=kogus, fill=Country)) + 
  geom_col()+
  coord_polar("y")+xlab("")+ylab("")+
  theme(axis.text=element_blank(), axis.ticks = element_blank(),
         panel.grid=element_blank())


reisijad %>% group_by(Country) %>% 
  summarise(elusosakaal=sum(Survived==1)/n())

reisijad %>% group_by(Country) %>% 
  summarise(elusosakaal=sum(Survived==1)/n(), keskvanus=mean(Age)) %>%
  ggplot(aes(elusosakaal, keskvanus, label=Country))+geom_text()

Koosta tulpdiagramm näitamaks ellujäänud reisijate osakaalu riigiti
Koosta xy-joonis keskmise vanuse ning ellujäänute osakaaluga riigiti
Koosta tulpdiagramm, kus eraldi näha elus meeste ja naiste ning
       hukkunud meeste ja naiste arv riigiti
Koosta karpdiagramm (geom_boxplot) vanuselise jaotuse kohta riigiti