用熱力圖的方式去觀察資料的分布，在工作上進行客戶留存率分析時也做過一次熱力圖，要展現許多資料的大小比較時，我認為熱力圖是一個可以讓老大清楚看出優劣的作圖概念。

我用這種概念來分出"月"跟"星期"，用到滿多種時間處理的概念的。

用lubridate包的ymd可以讓數字型態的20050101變成日期格式，再用wday可以找出是星期幾，month可以找出輸入的日期是幾月。
將資料合併為一個 data.frame ， 日期，星期，月份，資料
再來就是ggplot作圖了，必須將資料變成因子與數值型態，這部分要特別留意。

library(lubridate)
Data = cbind(rownames(qq),qq[,1])
wday = wday(ymd(Data[,1]))
mday = month(ymd(Data[,1]))

data = data.frame(time = ymd(Data[,1]),wday,mday,profit = Data[,2])
p <- ggplot(data,aes(factor(mday),factor(wday),z=as.numeric(Data[,2])))
p +stat_summary_2d(fun=function(x) median(x))+
   labs(x='月份',y='星期')

我們可以看出來，星期一跟星期天比較多人，七、八月也比較多人，猜想是暑假的關係吧！

參考資料：https://www.r-bloggers.com/lang/chinese/929