鐵人檔案
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...
在前五天介紹了 ggplot2 的基礎後，今天想先暫停技術面，分享一場啟發我許多的演講。 英國資料視覺化顧問 Cara Thompson 在 2023 Shin...
在資料視覺化的世界裡，「顏色」與「背景主題」往往決定了圖表的第一印象。今天的分享將從 ggplot2 的內建顏色配置開始，逐步介紹 自訂顏色 與 主題套件 的應...
在 Claus O. Wilke 的《Fundamentals of Data Visualization》一書中提到：將資料對應於結果圖形的可量化特徵值上，就...
前提 基於 ggplot2 的基本架構，相信到這裡大家已經能夠順利完成一張圖表。然而，實際應用情境中，常常需要針對特定目的進行修飾與加工。例如：調整軸距、設定字...
在資料視覺化中，色彩不只是美觀的裝飾，更是傳遞資訊的重要元素。合適的顏色能幫助快速辨識不同訊息內容，避免混淆，也可以強化資料的解讀。 今天要介紹的 cols4a...
