19、优化数据可视化：从理论到实践

优化数据可视化：从理论到实践

1. 有效运用主题元素

在数据可视化中，主题元素的使用至关重要。它不仅能帮助我们固定设计元素，还能让我们更专注于数据本身。以 GSS 受访者年龄分布的小倍数图为例，我们可以通过一系列操作来创建一个有效的可视化图表。

首先，我们需要计算感兴趣年份的受访者平均年龄。由于 GSS 调查并非涵盖 1972 年以来的所有年份，我们选择大约每四年的数据进行分析。以下是具体的代码实现：

yrs <- c(seq(1972, 1988, 4), 1993, seq(1996, 2016, 4))
mean_age <- gss_lon %>%
  filter(age %nin% NA && year %in% yrs) %>%
  group_by(year) %>%
  summarize(xbar = round(mean(age, na.rm = TRUE), 0))
mean_age$y <- 0.3
yr_labs <- data.frame(x = 85, y = 0.8,
                      year = yrs)

接下来，我们准备数据并设置图形元素：

p <- ggplot(data = subset(gss_lon, year %in% yrs),
            mapping = aes(x = age))
p1 <- p + geom_density(fill = "gray20"