- 论坛徽章:
- 59
|
（1）在日常工作中，R最常用的数据可视化包和工具是什么？请具体列举，并说明优缺点。
R常用的数据可视化包和工具有ggplot2，recharts，rCharts，shiny，rbokeh，leaflet，plotty等。
1、ggplot是一个拥有一套完备语法且容易上手的绘图系统，在Python和R中都能引入并使用，在数据分析可视化领域拥有极为广泛的应用。本篇从R的角度介绍如何使用ggplot2包，首先给几个我觉得最值得推荐的理由：
a)采用“图层”叠加的设计方式，一方面可以增加不同的图之间的联系，另一方面也有利于学习和理解该package，photoshop的老玩家应该比较能理解这个带来的巨大便利
b)适用范围广，拥有详尽的文档，通过?和对应的函数即可在R中找到函数说明文档和对应的实例
c)在R和Python中均可使用，降低两门语言之间互相过度的学习成本
2、Leaflet包是号称最受欢迎的JS的开源交互式地图包（ most popular open-source JavaScript libraries for interactive maps），可以直接加载 OpenStreetMap, Mapbox, and CartoDB的底图数据，LeafletR主要是用R语言的语法封装了JS版的Leaflet，可以在R语言的plot窗口，利用html5技术显示各种地图，还可以绘制自己的要素图形。
它有如下功能：
交互地图浏览（缩放、平移）
使用多种底图进行任意组合
加载地图瓦片（WMTS）
点要素定位标记
多边形要素标记
线要素标记
弹出窗口
解析加载GeoJson
从R或者RSutido创建地图窗口
可以把地图嵌入 knitr/R包所生成的Markdown文档中，或者是Shiny制作的APP中。
可以直接获取通过SP包生成就（加载）的空间对象以及包含经纬度的数据框进行展示。
可以设定地图范围以及封装自定义的鼠标事件。
3、rCharts直接在R中生成基于D3的Web界面。
4、Recharts 是一个用 React 和 D3构建的重新定义的图表库。这个库能帮助你在 React 应用中轻易绘制图表，Recharts 的主要特点：
简单地使用 React 组件进行部署
支持原生 SVG，轻量级应用一些 D3 子模块
5、Shiny 是一个为 R 模型提供 Web 交互界面的应用框架，非常容易编写应用，不要求有 Web 开发技能。
Shiny 由 RStudio 公司开发，通过 CRAN 下载安装，利用R语言轻松开发交互式Web应用。
6、rbokeh，快速浏览了下，非常美观灵活好用，又发现其在很多语言也有应用，包括R语言，不过是刚刚发布的，好像功能比ggplot2包更强大
7、Leaflet 是一个为移动设备设计的交互式地图的开源的 javascript库， 并只有38k，包含了大多数开发者需要的地图特点。
8、Plotty通用于Python和R语言。
（2）不同统计图形有什么优劣？为什么不建议使用饼图、甜甜圈图等图形？哪种情况下数据不适合通过直方图展示？
数据可视化就是借助视觉的表达方式（不局限于文字），将枯燥的，专业的，不直观的数据内容，有趣的、浅显的、直观的传达给观众的一种手段。
非设计师在制作数据可视化时，往往会因为重点突出数据的重要性，而让可视化图表变得枯燥乏味。而设计师在制作数据可视化时，又会因为过度注重绚丽多彩而让数据的呈现效果大打折扣。所以在这种大环境下，催生出了数据可视化行业。
作为设计师，如何拥抱这个新兴的行业，如何把握设计与功能之间的平衡，从而更好的沟通与传达信息，即是本文的重点。
信息图表，就是数据可视化后产生的结果，就是我们在工作汇报中，项目介绍中，以及后台系统中经常见到的数据图表。
信息图形由信息和图形两个词语组成，它被称之为“信息图形”(Infographics或Information Graphics)。信息图形最初是在旧的纸质媒体上刊登的，更加有助于人们理解新闻信息的可视化内容。
饼图和甜甜圈图展现的信息量不大，而且比较紧凑，在展示效果上不是太好。如果数据量很少，使用直方图可能就两三个，这个时候更适合饼图。
（3）本书是一本以实战为主的R数据可视化图书，但也不乏对其背后原理的讲解。你觉得在实际工作中，哪些地方需要更多、更深入的探讨和说明？
要找准R语言的适用场合，结合其它脚本语言如Python，Php等，更充分的发挥各自擅长的地方。 |
|
免费注册
发表于 2021-01-18 12:03