大部分使用不足的数据可视化
直方图和散点图是数据可视化和variables之间关系的很好的方法，但是最近我一直在想我缺less的可视化技术。 你认为什么是最被滥用的情节types？
答案应该是：
- 在实践中不常用。
- 没有很多背景讨论就可以理解。
- 适用于许多常见的情况。
- 包括可重复的代码来创build一个例子（最好在R中）。 链接的图像会很好。
我非常同意其他的海报： Tufte的书很棒 ，值得一读。
首先，我会在今年早些时候向你指出一个关于ggplot2和ggobi的“看数据” 的非常好的教程 。 除此之外，我只会强调R的一个可视化和两个graphics包（不像基本graphics，点阵或ggplot那样广泛使用）：
热图
我非常喜欢可以处理多元数据的可视化，尤其是时间序列数据。 热图可以用于此。 大卫·史密斯 （ David Smith）在“革命”（Revolutions）博客上介绍了一个非常整洁的作品 这里是Hadley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)$year + 1900) library(ggplot2) ggplot(stock.data, aes(week, wday, fill = Adj.Close)) + geom_tile(colour = "white") + scale_fill_gradientn(colours = c("#D61818","#FFAE63","#FFFFBD","#B5E384")) + facet_wrap(~ year, ncol = 1) 最后看起来有点像这样：
RGL：交互式3Dgraphics
另一个非常值得学习的软件包是RGL ，它很容易提供创build交互式3Dgraphics的能力。 网上有很多例子（包括在rgl文档中）。
R-Wiki有一个很好的例子 ，说明如何使用rgl绘制三维散点图。
GGobi
另一个值得了解的软件包是rggobi 。 有一本关于这个主题的Springer书 ，还有很多很棒的文档/例子，包括在“查看数据”课程。
使用极坐标的地块当然没有得到充分利用 – 有些人会说很有道理。 我认为合理使用这种情况并不普遍， 我也认为，当这些情况出现时，极地地块可以揭示线性地块无法做到的数据模式。
我认为这是因为有时你的数据本质上是极性的而不是线性的，例如它是周期性的（x坐标代表多天的24小时内的时间），或者数据先前映射到极性特征空间。
这是一个例子。 这个图显示了一个网站的小时平均stream量。 注意下午10点和凌晨1点的两个尖峰。 对于本网站的networking工程师来说，这些都是重要的。 彼此之间彼此靠近也是相当重要的（相隔两个小时）。 但是，如果在传统的坐标系统上绘制相同的数据，这种模式将被完全隐藏 – 线性绘制，这两个尖峰将相隔20小时，尽pipe它们连续几天也相隔两个小时。 上面的极坐标图以简洁直观的方式显示了这一点（不需要图例）。
有两种方法（我知道）使用R创build这样的情节（我创build了W / R以上的情节）。 一种是在基本或网格graphics系统中编写自己的function。 换句话说，更简单的是使用圆形包装 。 你使用的function是' rose.diag '：
data = c(35, 78, 34, 25, 21, 17, 22, 19, 25, 18, 25, 21, 16, 20, 26, 19, 24, 18, 23, 25, 24, 25, 71, 27) three_palettes = c(brewer.pal(12, "Set3"), brewer.pal(8, "Accent"), brewer.pal(9, "Set1")) rose.diag(data, bins=24, main="Daily Site Traffic by Hour", col=three_palettes)
我真的很喜欢dotplots ，当我向他人推荐适当的数据问题时，他们总是感到惊讶和高兴。 他们似乎没有太多的用处，我不明白为什么。
以下是Quick-R的一个例子： 
我相信克利夫兰对这些的发展和颁布负有最大的责任，他的书中的例子（其中有错误的数据很容易通过点阵来检测）是一个有用的论据。 请注意，上面的例子中，每行只放一个点，而它们的实际功率随着每行的多个点而变化，而图解说明哪一个是哪一个。 例如，您可以在三个不同的时间点使用不同的符号或颜色，从而轻松地获得不同类别的时间模式感。
在下面的例子中（用Excel做的所有事情！），你可以清楚地看到哪个类别可能遭受了标签交换。
如果你的散点图有很多点，那么它就变成了一个完整的混乱点，请尝试一个平滑的散点图。 这里是一个例子：
library(mlbench) ## this package has a smiley function n <- 1e5 ## number of points p <- mlbench.smiley(n,sd1 = 0.4, sd2 = 0.4) ## make a smiley :-) x <- p$x[,1]; y <- p$x[,2] par(mfrow = c(1,2)) ## plot side by side plot(x,y) ## left plot, regular scatter plot smoothScatter(x,y) ## right plot, smoothed scatter plot
hexbin软件包（由@Dirk Eddelbuettel提供）用于相同的目的，但smoothScatter()具有属于graphics软件包的优点，因此是标准R安装的一部分。
关于Sparkline和其他Tufte的想法， CRAN上的YaleToolkit包提供函数sparkline和sparklines 。
另一个对大数据集很有用的软件包是hexbin，因为它巧妙地将数据“桶”（bin）存储到桶中，以处理可能太大以至于幼稚的散点图的数据集。
小提琴情节 （与盒密度结合的盒子情节）是相对异乎寻常和非常凉快的。 R中的vioplot软件包可以让你很容易地做到这一点。
下面是一个例子（wikipedia链接也显示了一个例子）：
我刚刚回顾的另一个很好的时间序列可视化就是“凹凸图” （ 在“学习R”博客上的这篇文章中已经提到）。 这对于随时间变化的位置可视化非常有用。
你可以阅读关于如何在http://learnr.wordpress.com/上创build它，但这是最终的样子：;
我也喜欢Tufte对boxplots的修改，让你可以更容易地进行小倍数比较，因为它们是非常“薄”的水平，而不会让冗余墨水混乱的情节。 但是，对于相当多的类别来说，它效果最好; 如果你只在剧情上有一些，那么经常（Tukey）的箱型图会更好，因为他们对它们有更多的分量。
library(lattice) library(taRifx) compareplot(~weight | Diet * Time * Chick, data.frame=cw , main = "Chick Weights", box.show.mean=FALSE, box.show.whiskers=FALSE, box.show.box=FALSE )
在这个问题中讨论了其他方法（包括另一种Tufte boxplot）。
地平线图 （pdf），一次可视化多个时间序列。
平行坐标图 （pdf），用于多variables分析。
协会和马赛克图，用于可视化列联表（见vcd包）
我们不应该忘记可爱和（历史上）重要的干叶情节（Tufte也是这样）。 您可以直接对数据密度和形状进行数字概述（当然，如果数据集不大于200点）。 在R中，函数stem产生你的干叶（工作区）。 我更喜欢使用包fmsb中的 gstem函数直接在graphics设备中绘制它。 以下是逐个显示的海狸体温差异（数据应该在您的默认数据集中）：
require(fmsb) gstem(beaver1$temp)
除了Tufte的出色工作之外，我还推荐William S. Cleveland的书籍： 可视化数据和graphics数据元素 。 它们不仅非常出色，而且都是在R中完成的，我相信代码是公开的。
盒形图！ R帮助中的示例：
boxplot(count ~ spray, data = InsectSprays, col = "lightgray")
在我看来，这是查看数据或比较分布的最方便的方法。 对于更复杂的分布，有一个名为vioplot的扩展。
马赛克情节似乎符合所有提到的四个标准。 在马赛克图下有r个例子。
看看Edward Tufte的作品，特别是这本书
您也可以尝试抓住他的旅行介绍 。 这是相当不错的，包括他的四本书。 （我发誓我不拥有他的出版商的股票！）
顺便说一句，我喜欢他的sparkline数据可视化技术。 惊喜！ 谷歌已经写好了，并把它放在Google Code上
摘要图？ 就像这个页面提到的那样：
可视化汇总统计和不确定性
