Data Visualiztion

Yangyong Ye

2020-11-20

The greatest value of a picture is when it forces us to notice what we never expected to see.

--- John W. Tukey, 1977

数据可视化的功能在哪？

• 发现数据中的规律性的结论（pattern recognition)

• 发现一些新假设（hypothesis generation)

• 可预见与非可预见？

数据中的规律性的表现形式有哪些？

• 比大小
• 看分布
• 看构成
• 看相关
• 看地图
• 看不确定性

How many variables could be shown on a plot?

• x
• y
• color
• fill
• shape
• size
• facet(row, column)

Data Visualiztion

• Graph Type

  • Rankings: Barplot, lollipop/stem,

  • Distribution: histgram, density, boxplot, violin, ridgeline

  • Correlation: scatter, correlogram,

  • Composition: treemap, stacked bar, pie chart, doughnut

Data Visualiztion

• Graph Type

  • Evolution: line, Area,

  • Maps: background map,

  • Flow: sankey diagram

  • Other: animation & combination

Data Visualiztion

• Useful packages

  • comprehensive package: ggplot2

  • ggridges, ggrepel, ggthemes

  • viridis, RColorBrewer, colorspace

  • gganimate, patchwork.

Code

Readings for next week

• Chapter 17-30, Fundamentals of Data Visualization， 关于图形的选择与设计，主要涉及原理及案例，不包括代码；
• Chapter 7-10, 12-14, R Graphics Cookbook, 2nd edition，关于各类图形的具体操作，包括代码（学生重做书中所有案例）；

Packages need to be installed

• 多图合并：patchwork, cowplot,
• 要素调整：ggrepel, ggtext, geomtextpath, ggfittext, ggnewscale，scales
• 色彩选择：colorspace, paletteer, RColorbrewer(tutorial)，palette website
• 主题选择：ggthemes，hrbrthemes,
• 字体调整：showtext