具体描述
R具有强大的统计计算功能和便捷的数据可视化系统。《R数据可视化手册》重点讲解R的绘图系统，指导读者通过绘图系统实现数据可视化。
书中提供了快速绘制高质量图形的150多种技巧，每个技巧用来解决一个特定的绘图需求。读者可以通过目录快速定位到自己遇到的问题，查阅相应的解决方案。同时，作者在大部分的技巧之后会进行一些讨论和延伸，介绍一些总结出的绘图技巧。
《R数据可视化手册》侧重于解决具体问题，是R数据可视化的实战秘籍。《R数据可视化手册》中绝大多数的绘图案例都是以强大、灵活制图而著称的R包ggplot2实现的，充分展现了ggplot2生动、翔实的一面。从如何画点图、线图、柱状图，到如何添加注解、修改坐标轴和图例，再到分面的使用和颜色的选取等，本书都有清晰的讲解。虽然本书的大多数技巧使用的是ggplot2，但是并不仅仅局限于ggplot2的介绍。作者的理念是用合适的工具来完成合适的绘图任务，读者也可以学到许多其他有用的绘图函数和工具，来适应各种复杂的需求。
《R数据可视化手册》是学习R中丰富的数据可视化方法的权威手册，非常适合对R 语言有基本的了解的读者阅读。
作者简介
Winston Chang是Rstudio的软件工程师，致力于R中的数据可视化和软件开发工具的研发。他创立的网站“Cookbook for R”提供了R中常见问题的解决技巧。
译者介绍
肖楠，中南大学数学与统计学院统计学系在读博士，统计之都论坛R语言版版主。合作翻译出版了《R语言实战》、《ggplot2：数据分析与图形艺术》等图书，编写了protr、Rcpi等R软件包。关注领域为统计机器学习、化学信息学与生物信息学、定量与系统药理学。
邓一硕，毕业于中央财经大学统计与数学学院，统计之都论坛金融投资分析版版主，现效力于首钢总公司计财部。擅长的领域为时间序列分析以及数据挖掘在金融投资分析中的应用。
目录信息
1.1 安装包 1
1.2 加载包 2
1.3 加载分隔符式的文本文件 2
1.4 从Excel文件中加载数据 4
1.5 从SPSS文件中加载数据 5
第2章 快速探索数据 6
2.1 绘制散点图 6
2.2 绘制折线图 8
2.3 绘制条形图 9
2.4 绘制直方图 11
2.5 绘制箱线图 13
2.6 绘制函数图像 14
第3章 条形图 16
3.1 绘制简单条形图 16
3.2 绘制簇状条形图 19
3.3 绘制频数条形图 21
3.4 条形图着色 23
3.5 对正负条形图分别着色 24
3.6 调整条形宽度和条形间距 26
3.7 绘制堆积条形图 28
3.8 绘制百分比堆积条形图 31
3.9 添加数据标签 33
3.10 绘制Cleveland点图 37
第4章 折线图 42
4.1 绘制简单折线图 42
4.2 向折线图添加数据标记 44
4.3 绘制多重折线图 45
4.4 修改线条样式 49
4.5 修改数据标记样式 50
4.6 绘制面积图 52
4.7 绘制堆积面积图 54
4.8 绘制百分比堆积面积图 56
4.9 添加置信域 58
第5章 散点图 60
5.1 绘制基本散点图 60
5.2 使用点形和颜色属性，并基于某变量对数据进行分组 62
5.3 使用不同于默认设置的点形 64
5.4 将连续型变量映射到点的颜色或大小属性上 66
5.5 处理图形重叠 69
5.6 添加回归模型拟合线 74
5.7 根据已有模型向散点图添加拟合线 78
5.8 添加来自多个模型的拟合线 81
5.9 向散点图添加模型系数 84
5.10 向散点图添加边际地毯 87
5.11 向散点图添加标签 88
5.12 绘制气泡图 92
5.13 绘制散点图矩阵 94
第6章 描述数据分布 99
6.1 绘制简单直方图 99
6.2 基于分组数据绘制分组直方图 101
6.3 绘制密度曲线 104
6.4 基于分组数据绘制分组密度曲线 107
6.5 绘制频数多边形 109
6.6 绘制基本箱线图 110
6.7 向箱线图添加槽口 112
6.8 向箱线图添加均值 113
6.9 绘制小提琴图 114
6.10 绘制Wilkinson点图 117
6.11 基于分组数据绘制分组点图 119
6.12 绘制二维数据的密度图 120
第7章 注解 123
7.1 添加文本注解 123
7.2 在注解中使用数学表达式 126
7.3 添加直线 127
7.4 添加线段和箭头 129
7.5 添加矩形阴影 131
7.6 高亮某一元素 132
7.7 添加误差线 133
7.8 向独立分面添加注解 136
第8章 坐标轴 139
8.1 交换x轴和y轴 139
8.2 设置连续型坐标轴的值域 140
8.3 反转一条连续型坐标轴 143
8.4 修改类别型坐标轴上项目的顺序 144
8.5 设置x轴和y轴的缩放比例 145
8.6 设置刻度线的位置 147
8.7 移除刻度线和标签 148
8.8 修改刻度标签的文本 149
8.9 修改刻度标签的外观 151
8.10 修改坐标轴标签的文本 153
8.11 移除坐标轴标签 154
8.12 修改坐标轴标签的外观 155
8.13 沿坐标轴显示直线 157
8.14 使用对数坐标轴 158
8.15 为对数坐标轴添加刻度 163
8.16 绘制环状图形 165
8.17 在坐标轴上使用日期 169
8.18 在坐标轴上使用相对时间 172
第9章 控制图形的整体外观 174
9.1 设置图形标题 174
9.2 修改文本外观 176
9.3 使用主题 178
9.4 修改主题元素的外观 180
9.5 创建自定义主题 183
9.6 隐藏网格线 184
第10章 图例 185
10.1 移除图例 185
10.2 修改图例的位置 187
10.3 修改图例项目的顺序 188
10.4 反转图例项目的顺序 190
10.5 修改图例标题 191
10.6 修改图例标题的外观 193
10.7 移除图例标题 194
10.8 修改图例标签 195
10.9 修改图例标签的外观 198
10.10 使用含多行文本的标签 199
第11章 分面 200
11.1 使用分面将数据分割绘制到子图中 200
11.2 在不同坐标轴下使用分面 202
11.3 修改分面的文本标签 204
11.4 修改分面标签和标题的外观 206
第12章 配色 207
12.1 设置对象的颜色 207
12.2 将变量映射到颜色上 208
12.3 对离散型变量使用不同的调色板 210
12.4 对离散型变量使用自定义调色板 214
12.5 使用色盲友好式的调色板 215
12.6 对连续型变量使用自定义调色板 217
12.7 根据数值设定阴影颜色 218
第13章 其他图形 221
13.1 绘制相关矩阵图 221
13.2 绘制函数曲线 224
13.3 在函数曲线下添加阴影 225
13.4 绘制网络图 227
13.5 在网络图中使用文本标签 230
13.6 如何绘制热图 232
13.7 绘制三维散点图 234
13.8 在三维图上添加预测曲面 237
13.9 保存三维图 240
13.10 三维图动画 241
13.11 绘制谱系图 241
13.12 绘制向量场 244
13.13 绘制QQ图 248
13.14 绘制经验累积分布函数图 249
13.15 创建马赛克图 250
13.16 绘制饼图 254
13.17 创建地图 255
13.18 绘制等值区域图 258
13.19 创建空白背景的地图 262
13.20 基于空间数据格式(shapefile)创建地图 263
第14章 输出图形用以展示 266
14.1 输出为PDF矢量文件 266
14.2 输出为SVG矢量文件 267
14.3 输出为WMF矢量文件 268
14.4 编辑矢量格式的输出文件 268
14.5 输出为点阵(PNG/TIFF)文件 270
14.6 在PDF文件中使用字体 272
14.7 在Windows的点阵或屏幕输出中使用字体 274
第15章 数据塑形 276
15.1 创建数据框 277
15.2 从数据框中提取信息 277
15.3 向数据框添加列 278
15.4 从数据框中删除一列 279
15.5 重命名数据框的列名 279
15.6 重排序数据框的列 280
15.7 从数据框提取子集 281
15.8 改变因子水平的顺序 283
15.9 根据数据的值改变因子水平的顺序 284
15.10 改变因子水平的名称 285
15.11 去掉因子中不再使用的水平 287
15.12 在字符向量中改变元素的名称 287
15.13 把一个分类变量转化成另一个分类变量 288
15.14 连续变量转变为分类变量 290
15.15 变量转换 291
15.16 按组转换数据 293
15.17 分组汇总数据 295
15.18 使用标准误差和置信区间来汇总数据 300
15.19 把数据框从“宽”变“长” 303
15.20 把数据框从“长”变“宽” 305
15.21 把时间序列数据对象拆分成时间和数据 306
附录A ggplot2介绍 309
A.1 背景知识 309
A.2 若干术语和理论 313
A.3 构建一幅简单图形 314
A.4 打印输出 317
A.5 统计变换 317
A.6 主题 317
A.7 结语 317
· · · · · · (收起)
读后感
在学习这本书之前，我是在学习《ggplot2数据分析与图形艺术》这本书，但这本书我理解得不好，后来又看到了《R数据可视化手册》，里面的案例非常清楚，并且学习了这本书之后，对于毕业论文中的图表处理，基本上问题不大。
在学习这本书之前，我是在学习《ggplot2数据分析与图形艺术》这本书，但这本书我理解得不好，后来又看到了《R数据可视化手册》，里面的案例非常清楚，并且学习了这本书之后，对于毕业论文中的图表处理，基本上问题不大。
作业靠抄，考试作弊，再过一阵就毕业了，工作中老板叫你把数据展现出来，可能不会做，是不是很怕，不论是学习做图，还是工作出图，都可以在数据视界（www.datashow.com.cn）寻求答案 是不是对文献里的各种高大上的图羡慕嫉妒恨？是不是对着杂乱的结果无从美图秀秀，no proble...
作业靠抄，考试作弊，再过一阵就毕业了，工作中老板叫你把数据展现出来，可能不会做，是不是很怕，不论是学习做图，还是工作出图，都可以在数据视界（www.datashow.com.cn）寻求答案 是不是对文献里的各种高大上的图羡慕嫉妒恨？是不是对着杂乱的结果无从美图秀秀，no proble...
在学习这本书之前，我是在学习《ggplot2数据分析与图形艺术》这本书，但这本书我理解得不好，后来又看到了《R数据可视化手册》，里面的案例非常清楚，并且学习了这本书之后，对于毕业论文中的图表处理，基本上问题不大。
用户评价
我是一个偏爱简洁明了风格的读者，很多技术文档写得像教科书一样枯燥乏味，读起来效率很低。《R数据可视化手册》的阅读体验完全不同。它的叙事风格非常轻快，夹杂着一些作者亲身经历的小故事和在特定图表选择上的理由阐述，这使得阅读过程更像是一次愉快的知识交流，而不是机械的学习。对于那些经常需要进行跨学科交流的专业人士来说，这本书的价值在于它清晰地区分了“展示型”图表和“探索型”图表的使用场景，并提供了相应的最佳实践。比如，在解释时间序列数据时，它不仅仅展示了线图，还对比了季节性分解图和日历热力图的优劣。这种对比和深入分析，让我对数据的理解层次更进了一步。它教会我如何选择“最恰当”的图，而不是“最炫酷”的图，这对于提升我报告的专业性和可信度至关重要。
我是一名刚接触数据分析不久的学生，手里已经囤了不少关于R语言的书籍，但很多都偏重于理论或者统计建模，真正能专注于“可视化表现力”的书籍相对较少。拿到这本《R数据可视化手册》后，我的感受是：它真的太“接地气”了。作者似乎完全站在我们这些“小白”的角度来考虑问题。书中对数据预处理和可视化代码之间的衔接处理得非常流畅，你不需要在不同章节间来回翻找，就能看到一个完整的数据分析流程。比如说，它对如何处理缺失值后直接进行分组可视化，讲解得非常细致入微。而且，书中对于一些常见的“陷阱”，比如图表误导性、颜色盲友好性等方面，也给出了中肯的建议和对应的代码实现。这让我明白了，好的可视化不光要展示数据，更要准确无误地传达信息。这本书帮我搭建了一个扎实的实践框架，我已经开始尝试用它教的方法重构我之前的一些旧项目图表了，效果提升立竿见影。
这本新出的《R数据可视化手册》真是让人眼前一亮！说实话，我之前学R语言做图的时候，经常被各种参数搞得焦头烂额，ggplot2的语法虽然强大，但初学者上手确实有点门槛。这本书的厉害之处就在于，它没有像其他教材那样堆砌理论，而是直接深入到实战案例中去。我尤其喜欢它对不同类型图表的讲解方式，从基础的散点图、柱状图到更复杂的网络图和地理信息可视化，每一步都有清晰的代码示例和详细的注释。尤其是它对主题（theme）定制那一章，简直是宝藏！我以前总觉得自己的图“丑”，现在终于能根据不同的报告需求，把图表的颜色、字体、坐标轴标签调整得专业又美观。感觉这本书不只是教你怎么画图，更是在培养你的“数据审美”。对于经常需要做数据报告的分析师或者学生来说，这本书绝对是放在手边必备的工具书，查阅起来非常方便，实用性极高，绝对值回票价。
我职业生涯中用过不少统计绘图软件和工具包，从Matlab到Python的Matplotlib，再到R的各个版本，但R语言在灵活度和美观度上始终占据一席之地。这次的《R数据可视化手册》非常出色地把握了R生态系统的前沿动态。它不仅包含了基础的静态图表制作，还花了相当篇幅讲解了如何利用`plotly`或`leaflet`等包制作交互式可视化作品，这一点对于提升演示效果非常关键。书中对于交互式图表的设计原则讨论得很到位，比如如何设置有效的悬停信息（tooltip）和缩放区域，避免信息过载。此外，作者在附录部分整理的常用调色板资源和字体管理指南，简直是细节控的福音。我很少看到一本技术书籍能把这些“辅助性”内容也做得如此详尽和实用。读完这本书，我感觉自己对R可视化工具的掌握程度，已经从一个“熟练使用者”蜕变成了一个能够“精细控制”可视化产出的创作者。
说实话，我对市面上大部分强调“手册”二字的IT书籍都抱有保留态度，通常它们要么内容过浅，要么更新速度跟不上实际的包版本迭代。然而，《R数据可视化手册》在这两方面都超出了我的预期。它的内容深度足够支持中高级用户的需求，它并没有止步于`ggplot2`的基础语法，而是深入探讨了诸如`patchwork`或`cowplot`这样的布局管理工具的高级应用，以及如何利用RMarkdown或Shiny来集成和动态展示可视化结果。我特别欣赏作者对性能优化的关注点，在处理大数据集时，书中提及的几种优化绘图渲染的技巧，对我处理实际工作中的TB级数据报告至关感到了极大的帮助。这本书更像是一位经验丰富的老前辈，在你迷茫时给出清晰的导航，而不是简单地罗列函数说明。它的结构组织极具逻辑性，让人感觉每翻开一页，都能收获一个清晰的知识点或一个实用的技巧。
赞一个！不过更高层次的数据可视化还得从plyr包和reshape2包出发去理解ggplot2～
读过英文版，ggplot2完全指南
在码农的道路上狂奔
真的实用，很赞
在摸索着找了各种课程之后发现这本书真是完美手册
