以R語言為實現工具，以數據可視化分析為導向，結合實際案例介紹數據的可視化方法。內容涵蓋類別數據可視化、分布特征可視化、變量間關繫可視化、樣本相似性可視化、時間序列可視化、概率分布可視化等多個方面。除graphics包外，還使用了ggiraphExtra、ggplot2、ggpubr、sjPlot等多個繪圖包。對常用的繪圖函數列出了參數的詳細注釋，所有圖形均附有詳細的繪制代碼。

賈俊平，中國人民大學統計學院副教授，多年來，一直從事統計教學和研究工作。著有《統計學》《統計學—基於SPSS》《統計學—基於Excel》《統計學—基於R》《數據可視化分析—基於R語言》《統計學基礎》等多部統計學教材，並先後獲得國家統計局優秀統計教材、北京高等教育精品教材等獎項。參與的教學研究項目“非統計學專業本科公共基礎課—統計學教學改革”項目獲得***教學成果二等獎、北京市教育教學成果一等獎。個人還先後獲得過北京市經濟技術創新標兵等獎項。

• 
• 
• 
• 

第1章 數據可視化與R 語言
1．1 數據可視化概述
1．1．1 可視化及其分類
1．1．2 可視化的數據類型
1．1．3 可視化的實現工具
1．1．4 可視化的注意事項
1．2 R 軟件的初步使用
1．2．1 Ｒ軟件的下載、安裝與更新
1．2．2 對像賦值與運行
1．2．3 編寫代碼腳本
1．2．4 查看幫助文件
1．2．5 包的安裝與加載
1．3 創建R 格式數據
1．3．1 向量、矩陣和數組
1．3．2 數據框
1．3．3 因子和列表
1．4 R 語言數據處理
1．4．1 數據讀取和保存
1．4．2 隨機數和數據抽樣
1．4．3 生成頻數分布表
1．4．4 數據類型的轉換
習題
第2章 R 語言繪圖基礎
2．1 R 語言的基本繪圖函數
2．1．1 高級繪圖函數
2．1．2 低級繪圖函數
2．2 繪圖參數與圖形控制
2．2．1 繪圖參數
2．2．2 圖形控制
2．2．3 圖形顏色
2．3 頁面布局與圖形組合
2．3．1 用par 函數布局頁面
2．3．2 用layout 函數布局頁面
2．3．3 同時打開多個繪圖窗口
習題
第3章 類別數據可視化
3．1 條形圖及其變種
3．1．1 簡單條形圖和帕累托圖
3．1．2 並列條形圖和堆疊條形圖
3．1．3 不等寬條形圖和脊形圖
3．2 樹狀圖
3．2．1 條形樹狀圖
3．2．2 矩形樹狀圖
3．3 馬賽克圖及其變種
3．3．1 馬賽克圖
3．3．2 馬賽克圖的變種
3．4 關聯圖和獨立性檢驗P 值圖
3．4．1 關聯圖
3．4．2 獨立性檢驗的P 值圖
3．5 氣球圖和熱圖
3．5．1 氣球圖
3．5．2 熱圖
3．6 南丁格爾玫瑰圖
3．7 金字塔圖
3．8 餅圖及其變種
3．8．1 餅圖和扇形圖
3．8．2 環形圖和弧形圖
3．8．3 餅環圖和旭日圖
習題
第4章 分布特征可視化
4．1 直方圖與核密度圖
4．1．1 直方圖
4．1．2 核密度圖
4．2 箱線圖和小提琴圖
4．2．1 箱線圖
4．2．2 小提琴圖
4．3 莖葉圖
4．4 點圖、帶狀圖和太陽花圖
4．4．1 點圖
4．4．2 帶狀圖
4．4．3 太陽花圖
4．5 海盜圖
4．6 分布概要圖
習題
第5章 變量間關繫可視化
5．1 散點圖與散點圖矩陣
5．1．1 散點圖
5．1．2 散點圖矩陣
5．1．3 相關繫數矩陣
5．1．4 相關繫數網狀圖
5．2 條件散點圖
5．3 大數據集的散點圖
5．4 3D 散點圖和氣泡圖
5．4．1 3D 散點圖
5．4．2 氣泡圖
5．5 散點餅圖
5．6 廣義配對圖
習題
第6章 樣本相似性可視化
6．1 輪廓圖和雷達圖
6．1．1 輪廓圖
6．1．2 雷達圖
6．2 星圖和臉譜圖
6．2．1 星圖
6．2．2 臉譜圖
6．3 聚類圖和熱圖
6．3．1 聚類圖
6．3．2 熱圖
習題
第7章 時間序列可視化
7．1 變化模式可視化
7．1．1 折線圖與面積圖
7．1．2 蒸汽圖與風箏圖
7．1．3 地平線圖
7．1．4 雙坐標圖
7．1．5 日歷圖
7．2 變動特征可視化
7．2．1 時間序列的瀑布圖
7．2．2 兩個時點間的斜率圖
7．2．3 序列的改變點
7．2．4 時間序列的動態交互圖
7．3 序列成分可視化
7．3．1 成分分解圖
7．3．2 隨機成分平滑曲線
7．4 預測結果可視化
7．4．1 指數平滑預測可視化
7．4．2 ARIMA 模型預測可視化
習題
第8章 概率分布可視化
8．1 二項分布可視化
8．2 正態分布可視化
8．2．1 正態分布曲線和概率
8．2．2 累積分布函數和經驗累積分布函數
8．2．3 正態概率圖
8．3 2分布、t 分布和F 分布的可視化
8．3．1 2 分布可視化
8．3．2 t 分布可視化
8．3．3 F 分布可視化
8．4 抽樣分布的可視化
8．4．1 樣本均值的抽樣分布
8．4．2 樣本方差的抽樣分布
8．4．3 樣本比例的抽樣分布
8．5 統計推斷結果的可視化
8．5．1 2 檢驗的可視化
8．5．2 t 檢驗的可視化
8．5．3 F 檢驗的可視化
習題
第9章 其他可視化圖形
9．1 瀑布圖
9．2 沃羅諾伊圖
9．3 和弦圖
9．4 桑基圖和平行集圖
9．5 3D 透視圖
9．6 詞雲圖
9．7 甘特圖
9．8 網絡圖
9．9 出版物中的圖表
9．9．1 繪制表格
9．9．2 繪制帶有表格和注釋文本的圖形
9．9．3 繪制帶有檢驗信息的圖形
9．10 為圖形添加背景圖片
習題
附錄1 R語言制作HTML 表格
附錄2 本書使用的R包和R函數
參考文獻

進入21世紀, 數據可視化作為一門相對獨立的學科仍處於迅速發展和完善之中, 它在生活、生產和科學研究的各個領域得到廣泛應用.
本書與其他可視化書籍不同, 本書立足於數據類型和可視化目的對圖形進行分類, 如類別數據的頻數圖形、數值數據的分布圖形、多變量的關繫圖形、多樣本的相似性圖形、時間序列圖形等, 從而有利於讀者根據所面對的數據類型和分析目的選擇圖形；體現R 的多樣性和靈活性. 同一種圖形盡可能使用不同的R 包和不同的函數實現. 除R 基礎安裝中自帶的包及其函數外, 本書還使用了70 多個繪圖包, 涉及300 多個繪圖函數；詳細的繪圖代碼. 書中共繪制了200 多幅不同的圖形, 每幅圖形均列出了相對獨立的繪制代碼, 並標有詳細注釋, 直接運行即可得到相應的圖形；詳盡的圖形解讀. 每幅圖形均結合實際數據做出了詳盡解讀, 以幫助讀者更好地理解和應用.

數據可視化是數據分析的基礎，也是數據分析的重要組成部分。可視化本身既是對數據的展示過程，也是對數據信息的再提取過程，它不僅可以幫助我們理解數據，探索數據的特征和模式，還可以提供數據本身難以發現的額外信息。對使用者而言，可視化分析需要清楚數據類型、分析目的和實現工具3個基本問題。數據類型決定你可以畫出什麼圖形；分析目的決定你需要畫出什麼圖形；實現工具決定你能夠畫出什麼圖形。
本書概要
本書以R語言為實現工具，以數據可視化分析為導向，結合實際案例介紹數據的可視化方法，全書包括9章內容，第1章介紹數據可視化的基本問題以及R語言數據處理的基本技能，為可視化分析奠定基礎。第2章介紹R語言繪圖基礎，重點介紹R傳統繪圖包graphics中的繪圖函數及基本使用方法。第3章介紹類別數據的可視化方法，包括類別頻數和頻數百分比的可視化方法。第4章介紹數據分布特征的可視化方法，包括直方圖與核密度圖、箱線圖和小提琴圖、莖葉圖和點圖等，第5章介紹變量間關繫的可視化方法，包括散點圖、散點圖矩陣、相關繫數矩陣等，第6章介紹樣本相似性的可視化方法，包括輪廓圖和雷達圖、星圖和臉譜圖、聚類圖和熱圖等。第7章介紹時間序列的可視化方法，包括變化模式和變動特征的可視化、序列成分的可視化和預測結果的可視化等。第8章介紹概率分布的可視化方法，包括二項分布、正態分布、X2分布、t分布和F分布的可視化，抽樣分布的可視化及統計推斷結果的可視化等。第9章介紹其他一些特殊的可視化圖形以及出版物中圖表的使用技巧。附錄給出了R語言表格制作的方法以及本書使用的R包和R函數。
本書特色
不同的可視化角度，與其他可視化書籍不同，本書基於數據類型和可視化目的對圖形進行分類，如類別數據的頻數圖形、數值數據的分布圖形、多變量的關繫圖形、多樣本的相似性圖形、時間序列圖形等，從而有利於讀者根據所面對的數據類型和分析目的選擇圖形。
體現R的多樣性和靈活性。同一種圖形盡可能使用不同的R包和不同的函數實現，除R基礎安裝中自帶的包及其函數外，本書還使用了70多個繪圖包，如ggiraphExtra、ggplot2、ggpubr、plotrix、sjPlot等，涉及300多個繪圖函數。
詳細的繪圖代碼。書中共繪制了200多幅不同的圖形，每幅圖形均列出了相對獨立的繪制代碼，並標有詳細注釋，直接運行即可得到相應的圖形。
詳盡的圖形解讀。每幅圖形均結合實際數據做出了詳盡解讀，以幫助讀者更好地理解和應用。
讀者對像
本書可作為高等院校各專業開設數據可視化課程的教材，也可作為數據分析工作者、R語言和可視化分析愛好者的參考書，閱讀本書需要具備一定的統計學知識。R語言是個永遠也挖不完的金礦，其中的更多資源還需要讀者自己挖掘。因作者水平有限，書中繪制的可視化圖形隻是冰山一角，其中也難免存在諸多不當之處。隻要能起到拋磚引玉的作用，就達到了本書的目的。