数据可视化：框架

[XiangyunHuang]

数据方面

• 尽量选用一些社会、经济、文化、历史方面的数据，有具体背景，可以考虑国家统计局统计年鉴
• 数据质量探查、探索、分析、展示。
• 仓库下的目录 data/ 存放整理后的 rds 格式的数据文件。原始数据文件放在本地目录 data-raw/ 下，且不上传，相比于整理后的数据集，它们大得多。

软件方面

• Github Action 默认安装 Quarto 最新发布的版本。
• 绘图 R 包尽量选用依赖少的，相对稳定的。有时甚至难以避免，比如本文两例：
  • ggplot2 从版本 3.4.0 开始，视觉映射 size 被替换为 linewidth ，size 会无效。
    而在版本 3.4.0 之前，如果使用 linewidth 会报警告问题 Warning: Ignoring unknown parameters: linewidth 详见 Rename size aesthetic for line-based geoms tidyverse/ggplot2#3672
  • spatstat 版本 3.0-0 以后 spatstat.core 包被拆分成 spatstat.explore 和 spatstat.model 两个包，届时得用 spatstat.explore::density.ppp 替换 spatstat.core::density.ppp
  • 简单的表格一律用 knitr::kable 来做，复杂的表格一律用 gt 包做，主要考虑到 gt 的活跃开发现状， gt 和 Quarto 的紧密结合，以及 gt 的扩展生态，以及 gt 和 Quarto 都属于 RStudio 大厂持续维护和高投入。
  • gt 的 cols_width() 目前不支持 LaTeX 输出 Column widths not porting to LaTeX rstudio/gt#634
  • 由于 ggplot2 3.4.0 的改动导致使用下游 R 包报出警告，预计 2022 年10月底之前发布 3.4.0 版本。
    • Warning from tidyr re unite_() deprecation haleyjeppson/ggmosaic#60
    • Warning message: The size argument of element_rect() is deprecated as of ggplot2 3.4.0. jbryer/likert#127

风格方面

• 除了本身介绍配色和主题的小节外， 图形的配色和主题尽量统一。
• 注意统一参考文献的引用：没有期刊关联的 R 包的引用，有期刊关联的 R 包的引用和期刊文章的引用一样人名+年份。基于一个数据集描述尽可能多的图形。

内容方面

• 涉及统计模型和方法的统计图形，主要讲述统计图形的作用，描述了数据的什么方面，看到了什么有意思的情况，其次讲图形和方法之间的联系，介绍不同的模型、参数下的效果，避免做掉包侠。注意，不要详细讲图形背后的统计模型和算法实现，那些东西是其它章节的重点。
• 数据背景介绍、数据展示解读、分析思路阐述和作图过程详解，四个方面相统一。需要一条线串起来，需要一个模版。然后应用于接下来的所有小节。

数据可视化可以分两章写，一章以基础知识为主，一章以常用统计图形为主。其它种类繁多的统计图形，暂不放入本章，否则本章内容太多，目前编译出来的已有40多页。其次，掌握基础知识后，其他统计图形不过是一些统计图层的组合，基础知识的综合运用。

• 根据出版社的反馈，充实第 1 节、第2节内容，补充示例、图形的详细说明。
• 重新组织本章：开头概览性介绍 ggplot2 ，然后介绍三个示例， 之后介绍 ggplot2 基础知识，之后详细介绍 ggplot2 进阶又常用的内容（如动画和布局），接着介绍常用统计图形（趋势、占比、对比、关系和分布），最后本章总结作图经验。
• 注意围绕一个主题「过去 25 年，开源统计软件 R 的发展史」介绍统计图形 还是选用一些经济社会数据好，更加真实更加相关，给读者以了解社会现状的感觉，吸引人入坑数据分析。

[github-actions]

🚀 Deployed on https://6323018925e2f31ca844c803--data-analysis-in-action.netlify.app

[XiangyunHuang]

ggplot2 中的统计图层 stat_ellipse 的实现来自 car::dataEllipse