延续性数据时间趋势可视化笔记总结

延续性数据时间趋势可视化笔记总结：拟合线：绘制一条线穿过尽可能多的数据节点，同时尽量减少各数据节点和拟合线间的总距离。

延续性数据时间趋势可视化笔记总结

• 在时间中寻求什么
  • 发现趋势
    • 上升/下降
    • 周期性循环
    • 全局/细节
• 时间中的离散点
  • 柱形
    • 基本框架
      • x轴
        • 时间轴
        • 显示了按先后顺序排列的各时间点
      • y轴
        • 数值轴
        • 线性标尺
        • 从0开始标注
      • 宽度及彼此间间隔
        • 一般不代表数值
    • 创建柱形图
      • “内森杯”热狗大胃王比赛
      • 使用R创建基本柱形图
        • 载入CSV
        • barplot()
          • 柱形名称
          • 坐标轴
          • 边框
          • 颜色
          • 标题
          • 间隔
            • 如果和柱形宽度相似，会产生振动效应
          • ……
        • c()
          • 创建向量
            • 注意：R中向量从1开始
        • ?func
          • 帮助
    • 在Illustrator中完善图表
      • 好的数据设计可以帮助读者更清楚地理解整个故事
  • 柱形的堆叠
    • 用途
      • 如果数据存在子分类，且个子分类之和有意义
    • 创建堆叠柱形图
      • 过程
        • 载入数据
        • 确保数据有适当的格式
        • 通过某个R函数创建图形
      • 例
        • 把上例中关注点从冠军扩大到三甲
      • R实现
        • R不喜欢标头的名称是数字，会强加一个字母，需手动改回
        • 向barplot中传矩阵
      • Illustrator改善
  • 圆点
    • 优点
      • 占据空间小
      • 体现出“流”的感觉
    • 创建散点图
      • 散点图
        • 通常表现两个变量间的关系
        • 不必总从0开始，当然0通常是不错的
      • R创建
        • plot()
        • points()
          • 因为一用plot()就是创建新图表
      • Illustrator改善
• 延续性数据
  • 点与点相连
    • 基本框架
      • 节点
      • 边
      • x轴
        • 过短：点与点间增长看起来夸张
        • 过长：无法发现其中的变化模式
      • y轴
    • 创建时间序列图表
      • 用R设计
        • plot()
          • type用l
      • 用Illustrator设计
        • 折线图
  • 一步一个台阶
    • 标准折线图缺陷
      • 必须要表现A-B间稳定变化
    • 阶梯图
      • 用R创建
        • plot()
          • type用s
      • Illustrator改善
        • Illustrator没有直接创建的工具
  • 平滑和估算
    • 场景
      • 手中数据太多
      • 数据杂乱无章
    • 拟合线
      • 绘制一条线穿过尽可能多的数据节点，同时尽量减少各数据节点和拟合线间的总距离
      • LOESS
        • 局部加权散点平滑法
        • 拟合一堆微小的曲线
    • 拟合一条LOESS曲线
      • R创建
        • scatter.smooth()
          • degree:多项式的阶数
          • span:曲线的平滑度
            • 越接近0，拟合的程度越高
      • Illustrator改善