R语言数据处理及可视化分析

R语言强大的统计分析及可视化能力是其他语言所不能比拟的，是统计学界、医学界比较流行的分析语言。正因为如此,R语言被蒙上了异常神秘的面纱，并且由于流行面窄，其优秀的功能不为大众所熟知，特别是在国内R语言基本处于不温不火的状态。

笔者使用R语言多年后发现： 市面上的经典R语言书籍大多出自外国作者，由于文化、原始数据示例均来自国外，增加了学习者理解的难度； 国内不少介绍R语言的书籍，也偏重统计等内容，而且不少书籍的内容安排对初学者不够友好： 可能刚介绍完一个R语言知识点，接着就出现一个复杂的例子，而且理论太多，感觉学了之后，在实际工作中无法运用或者需要很长的酝酿期。

基于上述内容，本书希望解决大多数R语言学习者在学习过程中碰到的难点，聚焦R语言本身数据处理、可视化特点，以举例子的方式循序渐进地讲述R语言数据处理及可视化中用到的经典软件包，以便读者能快速将所学内容运用到实际工作中。

本书主要内容

第1章介绍R语言入门内容，主要介绍R语言是什么、软件的具体安装过程及需要注意的问题。

第2章介绍R语言数据可视化入门知识，主要简要介绍R语言ggplot2可视化基本语法、例子，以便给读者一个大体印象，激励读者继续学习。理论上应该在第1章的基础上讲解数据处理方法，但其是一个枯燥抽象的过程，初学者难以坚持，容易半途而废。

第3章介绍数据储存结构及数据处理(重点章节)，介绍R语言中的数据存储结构、数据处理经典包。可视化分析需要数据输入，实际情况中的数据基本上需要重塑处理才能可视化，因此学习可视化分析的重要环节是掌握一定的数据处理技巧。

第4章介绍ggplot2可视化(重点章节)。以常用图形开始，逐个讲解ggplot2中各类图形绘制的具体语法和关键点。最后介绍图形的美化等工作(坐标轴、颜色、图例等的调整)。

第5章介绍ggplot2增强包。由于ggplot2非常流行，为了满足更为广泛的功能需求，不同作者围绕ggplot2开发了增强包，如ggforce、rplotly、ggstream等，本章将对此进行介绍。

第6章介绍数据可视化分析示例，介绍R语言在实际使用过程中的运用实例，按照由难到易的顺序运用本书前几章所学的内容，涉及外部数据采集、数据整合、分析可视化等内容。

附录A简要介绍rmarkdown环境，以便满足部分读者希望R语言直接生成报告的需求。另外，介绍数据量在吉字节级别的处理神器data.table包。

阅读建议

笔者从事财务分析、经营分析、数据挖掘多年，以非统计、医学等专业视角介绍R语言，把它视作Excel、Python、Tableau、数据库等同类分析工具介绍给大家，侧重数据处理及可视化在日常工作和学习中的运用，降低学习难度。扫描目录上方的二维码可下载本书源码。

相信本书对数据分析有兴趣或从业者学习R语言有一定帮助； 对于财务分析、经营分析、商业分析等有一定经验的读者，如果想突破Excel、Tableau等数据处理及可视化瓶颈，则本书也是不错的选择。当然，本书没有涉及统计、医学等专业领域特定的软件包，但对于该领域的读者学习数据处理及ggplot2绘图还是有积极借鉴意义的。

致谢

感谢我的父母及妻子，在我写作的过程中承担了全部的家务并照顾小孩儿，使我可以全身心地投入写作工作。感谢清华大学出版社赵佳霓编辑，在写作过程中不厌其烦地指点修正版式、结构等内容。

由于时间仓促，书中难免存在不妥之处，请读者见谅，并提宝贵意见。

杨德春
2023年8月15日

本书以R语言常见数据处理方法、ggplot2可视化为主线，希望解决大多数R学习者在学习过程中碰到的难点。本书以实战为目的，聚焦R语言本身数据处理、可视化特点，以一个个例子循序渐进的讲述R语言数据处理及可视化中用到的经典软件包。以便读者能快速将所学内容运用到在实际场景中。 本书共6章，第1~3章分别介绍R语言及其软件安装、数据可视化入门介绍、数据存储结构及数据处理方法；第4章和第5章分别介绍ggplot2可视技巧、常见ggplot2增强包使用方法；第6章数据可视化分析示例，对数据处理及可视化技巧综合运用作了介绍；附录A简要介绍rmarkdown及大数据处理神器data.table包。 本书侧重数据处理及可视化在日常工作学习中的运用，以降低读者学习曲线。本书为R语言的入门书，也可以作为在财务分析、经营分析、商业分析、数据分析等有一定经验读者的参考图书。

杨德春，毕业于山西财经大学财务管理专业。长期参与企业信息化、数据流治理工作，从事过财务分析、经营分析、市场分析、数据挖掘等数据分析相关领域岗位工作。服务过多家大型企业，如家乐福、沃尔玛、顺丰等。熟悉R语言、数据库、Python等数据处理工具及方法的实际运用，近年在痴迷于数据可视化的同时，专注于高性能计算、机器学习、量化金融等领域。

本书源码

第1章R语言介绍及软件安装

1.1R语言介绍

1.2R软件及RStudio软件安装

1.2.1R软件安装

1.2.2RStudio软件安装

1.2.3R及RStudio界面介绍

1.2.4关于R语言程序包

1.2.5R语言基础运算

第2章R语言数据可视化入门

2.1散点图

2.2柱形图及条形图

2.3折线图

2.4饼图

2.5直方图

2.6热力图

2.7其他图形

第3章数据储存结构及数据处理

3.1数据框

3.2向量

3.3列表

3.4矩阵

3.5readr包介绍

3.5.1read_csv()函数

3.5.2其他主要函数

3.6tidyr包

3.6.1expand_grid()函数

3.6.2drop_na()函数

3.6.3replace_na()函数

3.6.4extract()函数

3.6.5fill()函数

3.6.6gather()函数

3.6.7pivot_longer()函数

3.6.8spread()函数

3.6.9pivot_wider()函数

3.7dplyr包

3.7.1select()函数

3.7.2filter()函数

3.7.3mutate()函数

3.7.4group_by()与summarise()函数

3.7.5arrange()函数

3.7.6join()函数集合

3.7.7R语言循环及判断

3.8map()函数群

第4章ggplot2可视化介绍

4.1散点图

4.2散点图局部放大

4.3气泡图

4.4棒棒糖图

4.5哑铃图

4.6柱状图

4.7柱状图填充色调整

4.8堆积柱状图

4.9百分比柱状图

4.10条形图

4.11折线图

4.12折线图强调某些序列

4.13折线图添加拟合曲线

4.14折线图显示不同纲量数据

4.15阶梯图

4.16面积图

4.17多系列面积图

4.18饼图

4.19圆环图

4.20玫瑰图

4.21直方图

4.22密度曲线

4.23累计密度曲线

4.24箱线图

4.25向箱线图添加槽口和平均值

4.26箱线图 散点图

4.27不等宽箱线图

4.28小提琴图

4.29小提琴图与箱线图叠加显示

4.30小提琴图与箱线图水平并列显示

4.31二维密度图

4.32分面

第5章ggplot2增强包介绍

5.1ggforce包介绍

5.1.1ggforce中的分面

5.1.2标注区域

5.1.3平行集合图

5.1.4沃罗诺伊图

5.2cowplot包介绍

5.2.1添加脚注

5.2.2双坐标轴图

5.2.3图形添边际密度图

5.3ggstream包介绍

5.4ggrepel包介绍

5.5treemapify包介绍

5.6waterfalls包介绍

5.7geomtextpath包介绍

5.7.1geom_textpath函数

5.7.2geom_textline函数

5.7.3geom_textdensity函数

5.7.4geom_textsmooth和geom_labelsmooth

5.7.5geom_contour_filled和geom_textcontour

5.7.6添加带标签的参考线

5.8ggfittext包介绍

5.9ggtext包介绍

5.9.1在theme()函数中使用element_markdown()

5.9.2在theme()函数中使用element_textbox()

5.10ggbreak包介绍

5.11ggpointdensity包介绍

5.12ggridges包介绍

5.13ggmosaic包介绍

5.14ggcharts包介绍

5.14.1ggcharts包对分面优化

5.14.2棒棒糖图

5.14.3哑铃图

5.14.4正负值条形图

5.14.5正负值棒棒糖图

5.14.6金字塔图

5.15patchwork包介绍

5.16绘图相关的其他包介绍

第6章数据可视化分析示例

6.1销售数据分析

6.1.1日均销售研究

6.1.2销售结构研究

6.2库存结构分析

6.3中国上市公司分析

6.3.1数据获取及清洗

6.3.2上市公司数量概况

6.3.3上市公司收入概况

附录Armarkdown及data.table包

A.1rmarkdown介绍

A.2data.table包介绍

本书以R语言常见数据处理方法、ggplot2可视化为主线，希望解决大多数R学习者在学习过程中碰到的难点。本书以实战为目的，聚焦R语言本身数据处理、可视化特点，以一个个例子循序渐进的讲述R语言数据处理及可视化中用到的经典软件包。以便读者能快速将所学内容运用到在实际场景中。 本书共6章，第1~3章分别介绍R语言及其软件安装、数据可视化入门介绍、数据存储结构及数据处理方法；第4章和第5章分别介绍ggplot2可视技巧、常见ggplot2增强包使用方法；第6章数据可视化分析示例，对数据处理及可视化技巧综合运用作了介绍；附录A简要介绍rmarkdown及大数据处理神器data.table包。 本书侧重数据处理及可视化在日常工作学习中的运用，以降低读者学习曲线。本书为R语言的入门书，也可以作为在财务分析、经营分析、商业分析、数据分析等有一定经验读者的参考图书。

杨德春，毕业于山西财经大学财务管理专业。长期参与企业信息化、数据流治理工作，从事过财务分析、经营分析、市场分析、数据挖掘等数据分析相关领域岗位工作。服务过多家大型企业，如家乐福、沃尔玛、顺丰等。熟悉R语言、数据库、Python等数据处理工具及方法的实际运用，近年在痴迷于数据可视化的同时，专注于高性能计算、机器学习、量化金融等领域。