有時候數字確實需要分享一個美麗的故事分享!

當今社會，數據可視化是至關重要的。沒有強大的可視化，幾乎不可能在堆積如山的數據中創造或者敘述它的故事。這些故事有助于我們構建策略，并做出明智的商業決策。

R是讓數據可視化更加有趣和簡單的很好支持。它已經具備了基本的功能，Package提供的外部支持使它成為一個令人開心的工作工具，感謝我們的社區成員。

在所有的包中，ggplot package已經在R中成為了數據可視化的同義詞,它可以讓你獲得更多的控制圖，圖表和地圖，也被稱為能創造讓人吃驚的圖形。我要衷心的感謝Hadley Wickam， 這個成就ggplot2 package的父親。

在這篇文章中，通過R用戶用ggplot package工作中，我已經回答了的一些最常見的問題，所以，下一次當你需要可視化數據的時候，你可以選擇下面的任何一個。

注：這篇文章最適合初學者，和中級的具有數據可視化的基本知識的R用戶，您可以參考這個完整的數據可視化指南。

現在開始

讓我們快速結束可視化熱身儀式

數據集：在這篇文章中，我們使用了來自大市場預測的數據集。數據可供下載。

現在我們可以更好的開始了，對變量類進行檢查。這將有助于你決定最適合他們制圖的類型。

Q1如創建散點圖

使用類型：要看連續變量之間的關系時，使用散點圖。

讓我們快速了解ggplot的代碼的結構：

1、 aes-指美學，它包含用于創建圖的變量的名稱。

2、 geom_point-ggplot提供了很多可以用來代表數據的geoms。因為，在這里我們用散點圖，我們用gem_points.

3、 Scale_x_continuous-x 變量是連續的。這個參數是用來表示在x軸改變的信息。

4、 scale_y_continuous-它在Y軸執行與scale_x_continuous相同的任務。

5、 heme_bw –指設置情節的背景。我使用了網格版本。

我們還可以在當前的情節添加一個分類變量(item_type)。檢查數據，以熟悉數據集中的可用數據。

我們甚至可以通過創建單獨的item_type讓分離散點圖更好。

在結尾，你需要”縮放”這個圖成為一個清晰的視圖。放大的版本看起來像這個樣子。在這種情況下，參數facet_wrap搞了鬼。它包括了矩形布局中的面。

Q2：如何創建直方圖?

使用類型：當我們要繪制一個連續的變量，我們就使用直方圖。

Q3：如何創建一個條形圖?

使用類型：當我們要繪制一個分類變量或連續變量和分類變量組合時，就使用條形圖。

你可以刪除coord_flip()參數得到這個垂直條形圖。正如你所看到的，我對這個圖形嘗試了不同的主題。歡迎你用ggplot package來做實驗。

為了達到更好的視覺效果，你可以在末端放大這個圖形。在這個圖中，我分別在x和y軸使用了分類和連續變量。

Q4：如何創建棧條形圖?

什么時候使用：它是一個高級版本的條形圖。當我們希望可視化組合分類變量時使用。

Q5：如何創建一個箱線圖?

使用類型：箱線圖被用來繪制分類和連續變量的組合。此圖有助于我們分辨數據分類并檢測異常。

黑點是異常值。異常檢測與排除是成功的數據挖掘的一個重要步驟。

Q6：如何創建一個區域圖?

使用類型：區域圖是用來顯示一個變量或數據集的連續性。這是非常相似的線形圖。它是常用的時間序列圖?；蛘?，它是用來繪制連續變量和分析的基本趨勢。

Q7：如何創建一個熱圖?

使用類型：熱圖是用顏色的強度(密度)來顯示兩三個或多個變量在一個二維圖像中的關系。

為了更好的視覺，你可以最后放大這個圖表。黑暗的部分表示項目MRP接近50.較亮的部分表示項目的MRP是接近250。

熱圖也可以產生于圖像識別的視覺效果。這可以通過添加一個參數作為插入來完成。

Q8：如何創建一個相關圖?

使用類型： 相關圖是用來測試數據集的可用變量間的關聯程度。創建一個相關圖，我們用corrgram package代替ggplot。我意識到用專業軟件包創建相關圖比ggplot容易多了。

這也很容易解釋。顏色越深，變量間的相關性越高。藍色表示正相關。紅色表示負相關。顏色強度表示相關性的大小。

Q9：如何繪制地理地圖?

使用類型：地圖常被用來可視化某些影響地理位置的一些因素。在R中繪制很容易。

讓我們繪制一個參加2016年的ICC世界杯T20的國家。經過研究，我發現今年有16個國家參加。讓我們來看看這些國家在世界地圖上的位置。

我們會用ggmaps package一起創建這些地圖。

這很容易，是不是?我們還可以美化這個地圖。如果你不熟悉世界地圖，對你來說就很難找出這些國家的名字。讓我們用ggmap package的功能設計這個地圖。

這樣看起來就更好。ggmap package 是與谷歌地圖連接的，因此提取詳細的地段直接連接。但是我有一個遺憾。如果你仔細看這幅地圖，你會發現這個地圖是不完整的。西印度群島沒有在這個地圖上顯示。我試著從多個源中提取數據，但是并沒有成功。如果你們中的任何一個能解決這個謎題，請分享你的解決方案吧。

Q10：如何繪制單個命令中的數據集?

我們每個人都在試圖在某個時候做到這一步。我們都在尋找一個命令，使用這個命令讓我們可以將所有的變量的數據集一次性畫出來。這是你的答案。

你可以使用tabplot package 來完成這個偉業。

結尾注釋：

我們終于結束一個豐富多彩的旅程!我希望它能讓人們開始幾次新的豐富多彩的旅程。你可以已經注意到用ggplot 2會容易很多。大多數的代碼是重復的，因此你會很快適應它。當你用geoms制作圖表的時候要小心，因為這是最主要的設計元素。當我們開始學習這個包時，我問了在不同的節點的所有問題。因此，一篇關于所有問題的文章出現在我的腦海里。

在這篇文章中，我討論了9種不同的可以用ggplot package繪制的可視化。這些可視化是否能很好的使用取決于提供給它們的變量類型。因此，如果你想畫出來，必須要小心變量的類型。