本系列文章將以 R 語言的 ggplot2 為核心,結合 tidyverse 的資料處理能力,系統性探索資料視覺化的技術與設計思維。內容分為兩大部分:
技術面:透過Statistics Globe課程學習心得,從基本的語法與美學映射,到進階的圖形類型與套件擴展,並透過實作案例逐步加深理解.
設計面:結合資料視覺化理論與最佳實務,涵蓋圖表設計原則、顏色與比例的應用、資訊層次的呈現,以及如何避免常見的視覺化誤區.
將在30 天的持續創作,最終將完成一套從資料分析到圖表設計的完整學習筆記挑戰.
為什麼選擇資料視覺化? 多年前,我總是追求如何將數據圖表畫得「漂亮」。但在閱讀多本資料視覺化的書籍後,我體會到它其實是科學與美學的結合,而更多時候是「科學」──...
ggplot2 的基本語法結構 ggplot2 的語法基於 「圖形語法(Grammar of Graphics)」 的理論基礎,讓使用者可以用組合的方式建構圖表...
在 ggplot2 的語法設計中,aesthetic(美學映射) 就像是數據的化妝術。 透過它,使用者可以決定資料變數如何轉換成圖表上的顏色、形狀、線條或位置。...
ggplot2 的圖層概念 在 ggplot2 裡,每一張圖是由多個「圖層 (layer)」堆疊而成。 這些圖層不僅限於幾何圖形 (geoms),也可以是文字、...
在 ggplot2 中,分面 (Facets) 是非常重要的核心元素之一,能協助我們將資料依照分類變數進行拆分與比較。這對於含有多個類別屬性的資料分析特別有幫助...