☆☆☆☆☆




點擊這裡下載

類似圖書 點擊查看全場最低價

---

內容簡介

　　《ggplot2：數據分析與圖形藝術》介紹的ggplot2是R中新穎的數據可視化包，功能強大、靈活便捷，其靈感源自Leland Wilkison的《圖形的語法》一書。使用ggplot2可以輕鬆實現：
　　高質量圖形的繪製，自動化添加圖例。
　　疊加來自不同數據源的多個圖層（點、綫、地圖．瓦片圖、箱綫圖等），自適應通用標度。
　　利用R強大的建模功能添加平滑麯綫，如loess、綫性模型、廣義可加模型和穩健迴歸。
　　保存任意ggplot2圖形，方便修改或重復使用。
　　製作主題，滿足內部定製或雜誌風格的需求，便捷地應用到多幅圖形上。
　　從視覺角度上審視你的圖形，斟酌每一部分數據如何呈現在圖形上。
　　如果你想將枯燥的數據轉化為生動，形象的圖片，《ggplot2：數據分析與圖形藝術》絕對大有裨益。你需要瞭解R的基本知識（比如如何將數據導入到R），不過ggplot2是專門為繪圖量身打造的“迷你語言”，在《ggplot2：數據分析與圖形藝術》中你就可以學到你需要的所有知識。在閱讀完《ggplot2：數據分析與圖形藝術》之後，你就可以針對你的問題繪製齣精確定製的圖形，並且發現將腦海中的圖片繪製在屏幕上已經變得輕而易舉瞭。

作者簡介

　　Hadley Wickham，RStudio首席科學傢，美國萊斯大學統計學助理教授，畢業於愛荷華州立大學統計係。Hadley是R社區活躍的人之一，代碼風格獨樹一幟，緻力於開發用於數據處理、分析、成像的工具，截至2012年已經開發瞭超過30個高質量的R軟件包，比如ggplot2，lubridate，plyr，reshape2，stringr，httr等。

內頁插圖

前言/序言

　　每當我們看到一個新的軟件，第一反應會是：為什麼又要發明一個新軟件？ggplot2是R世界裏相對還比較年輕的一個包，在它之前，官方R已經有自己的基礎圖形係統（graphics包）和網格圖形係統（grid包），並且Deepayan Sarkar也開發瞭lattice包，看起來R的世界對圖形的支持已經足夠強大瞭。那麼我們不禁要問，為什麼還要發明一套新的係統？設計理念
　　打個比方，想想我們小時候怎樣學中文的。最開始的時候我們要識字，不認識字就沒法閱讀和寫作，但我們並不是一直按照一個個漢字學習的，而是通過句子和具體的場景故事學習的。為什麼不在小學時背六年字典呢？那樣可能認識所有的漢字。原因很簡單，光有單字，我們不會說話，也無法閱讀和寫作。我們缺的是什麼？答案是對文字的組織能力，或者說語法。
　　R的基礎圖形係統基本上是一個“紙筆模型”，即：一塊畫布擺在麵前，你可以在這裏畫幾個點，在那裏畫幾條綫，指哪兒畫哪兒。後來lattice包的齣現稍微改善瞭這種情況，你可以說，我要畫散點圖或直方圖，並且按照某個分類變量給圖中的元素上色，此時數據纔在畫圖中扮演瞭一定的中心角色，我們不用去想具體這個點要用什麼顔色（顔色會根據變量自動生成）。然而，lattice繼承瞭R語言的一個糟糕特徵，就是參數設置鋪天蓋地，足以讓人窒息，光是一份xyplot（）函數的幫助文檔，恐怕就夠我們消磨一天時間瞭，更重要的是，lattice仍然麵嚮特定的統計圖形，像基礎圖形係統一樣，有直方圖、箱綫圖、條形圖等等，它沒有一套可以讓數據分析者說話的語法。
　　那麼數據分析者是怎樣說話的呢？他們從來不會說這條綫用#FE09BE顔色，那個點用三角形狀，他們隻會說，把圖中的綫用數據中的職業類型變量上色，或圖中點的形狀對應性彆變量。有時候他們畫瞭一幅散點圖，但馬上他們發現這幅圖太擁擠，最好是能具體看一下裏麵不同收入階層的特徵，所以他們會說，把這幅圖拆成七幅小圖，每幅圖對應一個收入階層。然後發現散點圖的趨勢不明顯，最好加上迴歸直綫，看看迴歸模型反映的趨勢是什麼，或者發現圖中離群點太多，最好做一下對數變換，減少大數值對圖形的主導性。
　　從始至終，數據分析者都在數據層麵上思考問題，而不是拿著水彩筆和調色闆在那裏一筆一劃作圖，而計算機程序員則傾嚮於畫點畫綫。LelandWilkinson的著作在理論上改善瞭這種狀況，他提齣瞭一套圖形語法，讓我們在考慮如何構建一幅圖形的時候不再陷在具體的圖形元素裏麵，而是把圖形拆分為一些互相獨立並且可以自由組閤的成分。這套語法提齣來之後他自己也做瞭一套軟件，但顯然這套軟件沒有被廣泛采用；幸運的是，Hadley Wickham在R語言中把這套想法巧妙地實現瞭。
　　為瞭說明這種語法的思想，我們考慮圖形中的一個成分：坐標係。常見的坐標係有兩種：笛卡爾坐標係和極坐標係。在語法中，它們屬於一個成分，可自由拆卸替換；笛卡爾坐標係下的條形圖實際上可以對應極坐標係下的餅圖，因為條形圖的高可以對應餅圖的角度，本質上沒什麼區彆。因此在ggplot2中，從一幅條形圖過渡到餅圖，隻需要加極少量的代碼，把坐標係換一下就可以瞭。如果我們用紙筆模型，則可以想象，這完全是不同的兩幅圖，一幅圖裏麵要畫的是矩形，另一幅圖要畫扇形。
　　更多的細節在本書中會介紹，這裏我們隻是簡略說明用語法畫圖對用紙筆畫圖來說在思維上的優越性；前者是說話，後者是說字。
ggplot2：數據分析與圖形藝術 [Ggplot2.Elegant Graphics for Data Analysis] 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

類似圖書 點擊查看全場最低價

查看全網最低價