R 最未充分利用的数据可视化

发布于01月17日

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什么可视化技术.你认为最未被充分利用的情节类型是什么？

答案应该是:

不常用于
无需太多就能理解
适用于许多常见情况.
包括可复制的代码以创建

推荐答案

我真的同意其他海报:Tufte's books are fantastic张，非常值得一读.

首先，我想指出今年早些时候"查看数据"中的a very nice tutorial on ggplot2 and ggobi条.除此之外，我将重点介绍R中的一个可视化和两个图形包(它们不像基本图形、晶格或ggplot那样广泛使用):

Heat Maps

我非常喜欢能够处理多元数据的可视化，尤其是时间序列数据.Heat maps可能对这个有用.其中一个非常整洁的是David Smith on the Revolutions blog.以下是哈德利提供的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:

alt text