小编典典

最未充分利用的数据可视化

all

直方图和散点图是可视化数据和变量之间关系的好方法,但最近我一直想知道我缺少哪些可视化技术。你认为最未被充分利用的情节是什么?

答案应该:

  1. 在实践中不是很常用。
  2. 无需大量背景讨论即可理解。
  3. 适用于许多常见情况。
  4. 包括可重现的代码以创建示例(最好在 R 中)。链接的图像会很好。

阅读 60

收藏
2022-08-05

共1个答案

小编典典

我真的同意其他海报:塔夫特的书很棒,值得一读。

首先,我会向您指出今年早些时候“查看数据”中关于 ggplot2 和 ggobi
的一个非常好的教程。
除此之外,我只强调一个来自
R 的可视化和两个图形包(它们不像基础图形、格子或 ggplot 那样广泛使用):

热图

我真的很喜欢可以处理多变量数据的可视化,尤其是时间序列数据。
热图对此很有用。David Smith 在 Revolutions
博客上
推荐了一款非常简洁的产品。这是 Hadley 提供的 ggplot 代码:

stock <- "MSFT"
start.date <- "2006-01-12"
end.date <- Sys.Date()
quote <- paste("http://ichart.finance.yahoo.com/table.csv?s=",
                stock, "&a=", substr(start.date,6,7),
                "&b=", substr(start.date, 9, 10),
                "&c=", substr(start.date, 1,4), 
                "&d=", substr(end.date,6,7),
                "&e=", substr(end.date, 9, 10),
                "&f=", substr(end.date, 1,4),
                "&g=d&ignore=.csv", sep="")    
stock.data <- read.csv(quote, as.is=TRUE)
stock.data <- transform(stock.data,
  week = as.POSIXlt(Date)$yday %/% 7 + 1,
  wday = as.POSIXlt(Date)$wday,
  year = as.POSIXlt(Date)$year + 1900)

library(ggplot2)
ggplot(stock.data, aes(week, wday, fill = Adj.Close)) + 
  geom_tile(colour = "white") + 
  scale_fill_gradientn(colours = c("#D61818","#FFAE63","#FFFFBD","#B5E384")) + 
  facet_wrap(~ year, ncol = 1)

最终看起来有点像这样:

所有文本

RGL:交互式 3D 图形

另一个值得努力学习的软件包是 RGL ,它可以轻松地提供创建交互式 3D
图形的能力。网上有很多例子(包括在 rgl 文档中)。

R-Wiki
有一个很好的例子
,说明如何使用 rgl 绘制 3D 散点图。

戈壁

另一个值得了解的包是rggobi。有一本关于该主题的 Springer
书籍
,以及许多很棒的在线文档/示例,包括“查看数据”课程。

2022-08-05