超级会员免费看
本文讨论了数据可视化中常见的错误，如为均值分离制作条形图、小样本量的小提琴图、单向数据的双向色标等，并提供了示例说明为何这些做法不合适。作者提醒在创建热图、网络图和条形图时，要考虑行和列的排序、异常值检查、颜色选择等因素，以确保数据的准确传达。
不要对数据进行某些类型可视化 - 它们是什么以及为什么它们不好。
- 0 引言
- 1 朋友不要让朋友为均值分离制作条形图
- 2 朋友不要让朋友为小样本量制作小提琴图
- 3 朋友不要让朋友对单向数据使用双向色标
- 4 朋友不要让朋友做 Bar Plot Meadow
- 5 朋友不要让朋友在不重新排序行和列的情况下制作热图
- 6 朋友不要让朋友在不检查异常值的情况下制作热图
- 7 朋友不要让朋友忘记检查每个因子级别的数据范围
- 8 朋友不要让朋友在不尝试不同布局的情况下制作网络图
- 9 朋友不会让朋友混淆基于位置和长度的可视化效果
- 10 朋友不要让朋友做饼图
- 11 朋友不要让朋友做同心甜甜圈
- 12 朋友不要让朋友使用红色/绿色和彩虹作为色阶
- 13 朋友不要让朋友忘记重新排序堆叠条形图
- 14 结论
0 引言
这篇文章的内容翻译自 Github 项目。该项目介绍了关于不要对数据进行某些类型可视化 - 它们是什么以及为什么它们不好。，并给出了对应的数据、图片和代码。
Scripts/ 该目录包含生成如下所示的图形的文件 .Rmd 。
它需要 R、RStudio 和 rmarkdown 包。
- R: R 下载
- RStudio: RStudio 下载
- 可以使用 RStudio 中的安装包接口安装 rmarkdown
Github项目地址：https://github.com/cxli233/FriendsDontLetFriends
1 朋友不要让朋友为均值分离制作条形图
这必须是第一个。 均值分离图是科学出版物中最常见的一种。 我们有两个或多个组，其中包含多个观测值;它们可能具有不同的均值、方差和分布。 可视化的任务是
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
