不同类型图形的应用场景

只要有数据,ggplot2几乎能够实现所有类型的图形,图形种类多种多样,有很多甚至难以叫出名字,那么我们怎么记住这些图形,怎么将这些图形进行分类归纳记忆,从而用于以后不同的工作场景呢?
针对这个问题,整理了一下不同图表的分类,在此总结为三大类:


  • 常用图表类型:按变量数和维度数划分
  • 时间序列类型
  • 地图类型

其实时间序列类型和地图类型也可以归纳在常用图表类型中(时间可以看作一种维度,地图其实也是,将经纬度看作对象的一个地理纬度),只是时间序列类型和地图类型比较特殊,所以拿出来单独讨论。

常用图表类型:按变量数和维度数划分

要将常用图表进行分类记忆,用于不同的场景,需要先理解两个概念:变量(或度量)和维度
****那么什么是变量?什么是维度?****

变量指的是我么说关注对象的数据,比如交易额,订单数等。
维度指的是对我们说描述的对象的形容,或者是该对象的一个标签。
举个例子:

Paste_Image.png

看看iris数据集,其中Sepal.Length、Sepal.Width、Petal.Length、Petal.Width都是变量,用来表示花瓣或萼片的长宽;Species就是维度,用来表示花的种属。这就是一个单维度多变量数据集,适合运用散点图来分析展现。

1,单变量单维度

1.1 直方图
1.2 密度曲线图
1.3 箱线图、小提琴图

2,单变量多维度

2.1 叠加条形图
2.2 饼图

3,多变量单维度

3.1 散点图

4,多变量多维度

4.1 多维数据散点图

时间序列类型

地图类型

本来想把各种图标对应的代码贴上去,但因为以下几点原因就不贴了。

  1. 因为很多数据隐私,不便公开
  1. 关于各种图形的绘制方法已经比较齐全了,百度应该能解决大部分。
  2. 地图绘制的方法前面的文章已经涉及,时间序列以后会单独在写,剩下的就是一些比较基础的图形。重要的是这些图形的理解以及应用场景匹配。
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,362评论 5 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,330评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,247评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,560评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,580评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,569评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,929评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,587评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,840评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,596评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,678评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,366评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,945评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,929评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,165评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,271评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,403评论 2 342

推荐阅读更多精彩内容