美學最佳實務

ggplot2 資料視覺化入門

Rick Scavetta

Founder, Scavetta Academy

該用哪些視覺屬性？

發揮你的創意專長，並且
遵循明確準則
Jacques Bertin
- The Semiology of Graphics, 1967
William Cleveland
- The Elements of Graphing Data, 1985
- Visualizing Data, 1993

形式服膺功能

功能

主要：

準確且高效的呈現

次要：

美觀、吸睛的圖表

指導原則

避免：

曲解或遮蔽資料
以複雜度讓觀者困惑

務必：

針對每張圖的受眾與目的來設計

從資料擷取資訊

最佳視覺屬性選擇

高效率
- 比數值摘要更快掌握全貌
高準確
- 降低資訊流失

視覺屬性－連續變數

ggplot(iris, aes(x = Sepal.Length,
                 y = Sepal.Width,
                 color = Species)) + 
  geom_point()

視覺屬性－連續變數

ggplot(iris, aes(color = Sepal.Length,
                 y = Sepal.Width,
                 x = Species)) + 
  geom_point()

三張 iris 散佈圖

三張 iris 散佈圖，y 軸不對齊

單一分面圖，共用 y 軸

視覺屬性－類別變數

ggplot(iris, aes(x = Sepal.Length,
                 y = Sepal.Width, 
                 col = Species)) + 
  geom_point()

視覺屬性－類別變數

ggplot(iris, aes(x = Sepal.Length, 
                 y = Sepal.Width, 
                 col = Species)) + 
  geom_point(position = "jitter", 
             alpha = 0.5)

換你試試看

ggplot2 資料視覺化入門