介紹完優秀的可視化類別網站後(可視化圖表種類不清楚?這兩個寶藏參考網址推薦給你~~),這一期,小編就給大家推薦如何去實現那麼多種圖表的在線可視化技巧(由於小編使用R進行可視化繪製較多,這裏主要介紹關於R語言的)。主要內容如下:
-
優質在線可視化書籍介紹 -
優質在線可視化技巧介紹
優質在線可視化書籍介紹
這一部分小編主要介紹一下關於使用R或R-ggplot2包進行可視化繪製的優質在線可視化書籍,介紹的每一本在線書籍都有非常多的示例和基礎的繪製代碼,詳細內容如下:
-
Fundamentals of Data Visualization
這一本在線書籍系統介紹了數據可視化的方方面面,幫助大家如何如何製作能夠準確反映數據、講述故事並看起來很專業的可視化作品,也是小編經常參考和查閱的一本書籍。地址爲:https://clauswilke.com/dataviz/
更多關於本書籍介紹可參考:Fundamentals of Data Visualization[1]
-
Data Visualization(A practical introduction)
這是一本是使用R語言進行各類可視化圖表繪製的技能類書籍,涉及的圖表也是從簡單到稍微繁瑣,同時也介紹了R中許多優秀的第三方包(數據、數據處理、可視化等)。在線地址爲:https://socviz.co/
更多關於本書籍介紹可參考:Data Visualization(A practical introduction)[2]
-
Data Visualization with R
這一本在線書籍主要介紹使用R-ggplot2包進行可視化繪製,當然,當然還包括R本身和其他的一些繪製方法。在線地址爲:https://rkabacoff.github.io/datavis/
更多關於本書籍介紹可參考:Data Visualization with R)[3]
-
ggplot2: Elegant Graphics for Data Analysis
這本書我想對R語言數據可視化愛好者來書一點都不陌生了吧,現在也出到了第3版本,同時提供了在線版本。在線地址爲:https://ggplot2-book.org/
更多關於本書籍介紹可參考:ggplot2: Elegant Graphics for Data Analysis[4]
以上就介紹完小編經常參考的優質在線可視化書籍,希望可以幫助到大家~~
優質在線可視化技巧介紹
介紹完在線書籍,小編再介紹幾個可以在線學習可視化繪製技巧的優質網站(含代碼和圖表說明)
-
The R Graph Gallery
這一網站詳細介紹了幾乎所有R繪製的可視化圖表,有R基礎方法、ggplot2方法以及特定可視化包繪製方法。詳細網址爲:https://www.r-graph-gallery.com/。
更多關於此網址的信息可參考:The R Graph Gallery[5]。當然,該網站還有使用Python、D3語言可視化繪製的例子。
-
R CHARTS R CHARTS 這個網站機會和The R Graph Gallery網站一樣,包含豐富的可視化圖表樣式和對應的樣例代碼,除此之外,還包括 顏色學習樣例和 基礎R可視化的學習。網址爲:https://r-charts.com/。
更多關於此網址的信息可參考:R CHARTS[6]。
以上就是小編介紹的關於R可視化繪製學習的在線學習網站,不僅含有豐富的可視化類型,而且都有具體的代碼和數據示例,對大家理解和學習非常友好,推薦大家經常閱讀。
總結
今天小編介紹了自己平時經常閱讀的R可視化繪製網站,結合之前介紹的可視化圖表種類(可視化圖表種類不清楚?這兩個寶藏參考網址推薦給你~~),相信大家都可以快速學習可視化的技巧。後期小編也會定期推薦優秀的可視化作品集合,和大家一起提高可視化配色、設計技巧~~
推薦閱讀
再小的技能,也應該被認真對待。
參考資料
書籍:Fundamentals of Data Visualization: https://clauswilke.com/dataviz/。
[2]書籍:Data Visualization: https://socviz.co/。
[3]書籍:Data Visualization with R: https://rkabacoff.github.io/datavis/。
[4]書籍:ggplot2: Elegant Graphics for Data Analysis: https://ggplot2-book.org/。
[5]可視化網站:The R Graph Gallery: https://www.r-graph-gallery.com/。
[6]可視化網站:R CHARTS: https://r-charts.com/。
喜歡就點個 在看 唄 👇
本文分享自微信公衆號 - 大數據流動(RealtimeBigdata)。
如有侵權,請聯繫 [email protected] 刪除。
本文參與“OSC源創計劃”,歡迎正在閱讀的你也加入,一起分享。