• 阅读: 349 回复: 0
    DataCharm

    统计、可视化两不误,多达19种可视化技能你一定要掌握~~

    楼主 发表于 2021-10-09 10:30:58

    今日小编继续给大家推荐优质绘图工具,帮助小伙伴们更好的是实现不同领域中可视化作品的快速绘制。今天的主角为R-grafify包,其包含5大类共19种可视化图表,舒适和符合出版要求的配色更是为这个可视化包填色,下面就通过以下两个方面介绍下整个优质可视化工具。

    • R-grafify介绍

    • R-grafify样例介绍

    R-grafify介绍

    这一部分小编重点放在R-grafify可绘制的5大类可视化图表和颜色搭配上,内容如下:

    5大类可视化图表

    R-grafify包可绘制的19种图表主要可分为以下5个小类:

    • Two variables、

    • Three or four variables、

    • Numeric X-Y Plots、

    • Before-after Plots

    • Data distributions

    下面的样例介绍部分,小编将进行具体介绍~~

    颜色搭配

    R-grafify 包有其自己独有的颜色搭配设计,这里直接列出其所有的颜色条,如下图所示:

    你可以像使用ggplot2种的scale_fill... 和scale_colour... 函数一样使用R-grafify包的颜色名称进行颜色选择和设置。

    R-grafify样例介绍

    这一部分小编将对上述列举过的5大类图表进行一一介绍(有的类样例较多,将介绍几个典型的图表类型),详细内容如下:

    Two variables

    这一小类所含图表类型较多,这里小编简单列举3个样例,如下:

    • plot_scatterbar_sd()

    • 「注意」:这里更改了颜色条:ColPal = "bright",且ColRev设置成False。

      Three or four variables

      这类图表包含plot_3d_scatterbar(), plot_3d_scatterbox(), plot_4d_scatterbar(), plot_4d_scatterbox() 函数,具体如下:

      • plot_3d_scatterbar()

    以上就是小编关于R-grafify包的简单介绍,特别是对每种绘图函数所需数据的数据形式理解。更多关于该包参数和使用方法等介绍可参考R-grafify包官网[1]

    总结

    今天的推文小编简单介绍了R-grafify包的各种图表类型和颜色搭配,希望感兴趣的小伙伴可以进行相关科研图表 的绘制和对其颜色搭配 的参考~~

    本文内容转载自“DataCharm”(ID:shujumeili),作者宁俊骐。

热门文章

数据可视化的意义与案例分享

「数据治理那点事」系列之三:不忘初心方得始终,数据质量治理?

「数据治理那点事」系列之一:那些年我们一起踩过的坑

「数据治理那点事」系列之二:手握数据「户口本」,数据治理肯定稳!

最新文章

我常用的两个可视化工具,Echarts和Tableau

是分是合,影响研发组织设计的主要因素

《深度剖析原型设计:认知、设计和规范最佳实践!》

详解数据可视化的4种类型:手把手教你正确选择图表

  • 未登录

    回复楼主

    登录后可回复
    /1000