首页 > 资讯 > 云计算 > 正文

R语言之数据可视化

16-08-15 来源：[db:作者]

收藏我要投稿

完整的数据研究流程

第一部分

定义研究问题 定义理想的数据集 确定能够获取什么数据 获取数据 清理数据

第二部分

探索性的数据分析（数据可视化） 统计分析/建模（机器学习等）

第三部分

解释/交流结果（数据可视化） 挑战结果（分析过程是不是有没有其他的可能） 书写报告（Reproducible原则）

变量类型

quantitative（数值变量）

可以进行加减乘除求平均等舒适运算

连续的：可以再给定区间内去任意的数值（无限的）

离散的：在给定的数值区间内取值（有限的）

数值变量的特征和可视化

1、数据集中趋势的测量（measures of center）

均值（mean）、中位数（median）、众数（mode）、方差、四十分位距

2、数据分散趋势的测量（measures of spread）

值域（range：max-min）、方差（variance）、标准差（standard variance）

> (x=c(1,9,2,8,3,9,4,5,7,6))q1`
 [1] 1 9 2 8 3 9 4 5 7 6
> mean(x)  #求均值
[1] 5.4
> median(x) #中位数
[1] 5.5
> var(x) #求方差
[1] 8.266667
> sd(x) #求标准差
[1] 2.875181
> summary(x) #介绍x的整体情况
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
   1.00    3.25    5.50    5.40    7.75    9.00

3、稳健统计量（robust statistics）

是：中位数、四分位差（受极端值的影响比较小）否：均值、标准差、值域（受极端值的影响比较大）

4、一个变量的可视化

histogram(柱状图) dot plot(点状图分布)
在点图中，每个数据出现一次，点就相应的出现一次。
box plot（箱图）中位数、分位点、极端值

5、两个变量的关系

scatter plot（散点图）：方向、形状、强度、极端值。

qualitative （分类变量）

取值空间有限，不能进行计算

无序的分类数据，不可比较。

有序的分类数据，顺序是有意义的。

进行数据分析的时候我们不只是关心一个变量，还要关心数据变量之间的关系。
变量间的不关系对应不同的可视化方法和统计分析方法。

分类变量的特征和可视化

分类变量的特征主要是频率

1、一个变量的可视化

frequency table(频率表)
bar plot(条形图)

2、两个变量的可视化

contingency table（关联表）
relative frequency（相对频率表）

3、两个分类变量的关系

分段条形图
相对频率分段条形图
mosaicplot（马赛克图）

4、一个分类变量和一个数值变量之间的关系

side-by-side box plot（并排箱图）

R语言的三大绘图系统

绘图函数（graphics包）

plot/hist/boxplot/points/lines/text/title/axis 调用函数会启用一个图形设备（如果没有正在运行的图形设备）并在设备上绘图。
基本绘图系统 + 屏幕设备

Base Plotting System (基本绘图系统)

艺术家的调色板：绘图始于空白帆布
需要事先计划：直观地实时反映绘图和分析数据逻辑 两步 = 图 + 修饰/添加 = 执行一系列函数 适用于绘制2维图形（只存在两个变量的图形） 允许通过添加注释进行修改。

plot()

plot(x,y,…) 重要参数xlab(x轴的名字)、ylab(y轴的名字)、lwd(线的宽度)、lty(线的种类)、pch(pch的取值决定图上点的类型)、col(颜色控制)

举例

hist(airquality$Wind,xlab = "风速 ") #柱状图

boxplot(airquality$Wind,xlab="Wind",ylab="Speed(miles/hour)") #单个箱型图不同月份，风速的分布情况。

boxplot(Wind~Month,airquality,xlab="Month",ylab="Speed(miles/hour)") #将风速按照月份进行箱型图排布


plot(airquality$Wind,airquality$Temp)  #创建散点图

with(airquality,plot(Wind,Temp)) #设置散状图

title(main="Wind and Temp in NYC") #为刚刚创建的图设置标题

with(airquality,plot(Wind,Temp,main="Wind and Temp in NYC")) #这样直接把标题信息放到plot函数里面也是可以的。

with(airquality,plot(Wind,Temp,   #先画好图的横纵轴和标题，再分三次添加数据。
                     main="Wind and Temp in NYC",
                     type="n"))
with(subset(airquality,Month==9),  #设置九月份的数据为红色的点
     points(Wind,Temp,col="red"))
with(subset(airquality,Month==5),  #设置五月份的数据为蓝色的点
     points(Wind,Temp,col="blue"))
with(subset(airquality,Month %in% c(6,7,8)),   #设置六、七、八月份的数据为黑色的点
     points(Wind,Temp,col="black"))

#在图上添加回归线来拟合数据
#第一步、拟合一个模型，这里用的是线性模型lm(因变量 ~ 自变量,数据集的名称)
fit=lm(Temp ~ Wind,airquality)

#第二步、添加到图里面去
abline(fit,lwd=2)

#为图里面的标志设置说明
legend("topleft",pch=1, #设置说面在图的左上角，pch=1设置说明的标志格式和图中一样都是空心的圆圈。
       col=c("red","blue","black"), #设置颜色，对应画图的数据。
       legend=c("Sep","May","Other")) #为颜色赋予含义

par()

用于设置全局的参数（作用于R中所有的plot绘图）

bg(背景)/mar(图像与边距的距离)/las(坐标的排版是横的还是竖的)/mfrow(先将当前的画板分成几几行几列再按照行来填充)/mfcol(先将当前的画板分成几几行几列再按照列来填充)，这些参数可以在每次plot之前进行修改。

举例

#设置、查看全局变量
> par("bg")   #查看背景背景
[1] "white"   
> par("col")  #查看图标的默认颜色
[1] "black"
> par("mar")  #查看图表和边框的距离5.1到2.1，分别是下边距、左边距、上边距、右边距。
[1] 5.1 4.1 4.1 2.1
> par("mfcol")   #查看面板被划分成了多少行多少列，按列填充
[1] 1 1
> par("mfrow")   #查看面板被划分成了多少行多少列，按行填充
[1] 1 1
par(mfrow=c(2,1)) #设置面板分为两行一列，将温度和风速的柱状图填入面板。
hist(airquality$Temp)
hist(airquality$Wind)

par(mfcol=c(1,2)) #设置面板分为一行两列，将温度和风速的箱型图填入面板。
boxplot(airquality$Temp)
boxplot(airquality$Wind)

Lattice Plotting System(Lattice绘图系统)

绘图 = 只使用一次函数调用（一次成图） 特别适用于观测变量之间的交互：在变量Z的不同水平，变量y如何随变量x变化。 自动处理标题、文字说明、空间等信息。 Lattice绘图系统的绘图函数主要在

Lattice系统特别适合呈现交互效果

Lattice绘图系统的函数在lattice这个包里面。 xyplot(散点图)/bwplot())/histogram(画柱状图)/stripplot()/dotplot()/splom()/levelplot()/contourplot()

Panel函数，用于控制每个面板内的绘图

grid包

实现了独立于base的绘图系统 lattice包是基于grid 创建的，很少直接从grid包调函数

Latice和Base的区别

Base绘图函数是直接在图形设备上绘图的 lattice绘图函数返回trellis对象，命令执行的时候，trellis会被自动打印，所以看起来就像是lattice函数直接完成了绘图。

格式：xyplot(y ~ x | f * g, data ) y代表因变量，x代表自变量，f*g是分类变量，使得我们可以查看x和y在分类变量的不同水平下的状态。

举例

library(lattice) #先导入lattice包
xyplot(Temp ~ Ozone,data=airquality) #用lattice的xyplot函数创建散点图
airquality$Month=factor(airquality$Month) #将月份转化成分类变量  
xyplot(Temp ~ Ozone | Month,data=airquality,
       layout=c(5,1)) #设置一行五列，不同的列代表不同的月份下臭氧含量和温度的关系

q=xyplot(Temp ~ Wind,data=airquality) #先将lattice绘图函数返回trellis对象赋值给q
print(q) #再将q打印出来

#用Lattice绘图系统体现分类变量对数值变量分布的影响
set.seed(1) #设置种子点，才能生成一样的随机数。只要是使用随机数，就一定要设置种子点。
x=rnorm(100) #生成100个正太分布的随机数
> (f=rep(0:1,each=50))
  [1] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
 [51] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
y=x+f-x*f+rnorm(100,sd=0.5) #让x与y之间的关系与f有交互，加入一些误差，使得点不在一条直线上，看起来像是些随机数据。
f=factor(f,labels=c("Group1","Group2"))  #将f设置为分类变量
xyplot( y~x | f,layout=c(2,1)) #设置为一行两列
xyplot(y~x | f,panel=function(x,y)
   panel.xyplot(x,y) #调用默认的panel函数
   panel.abline(v=mean(x),h=mean(y),lty=2)  #在x均值对应的地方画一条垂直（v）的直线，在y的均值对应的地方画一条水平（h）的直线。
   panel.lmline(x,y,col="red")  #调用lmline函数来在面板中添加回归线，用来拟合x和y的关系。
})

ggplot2 Plotting System(ggplot2绘图系统)

The Grammar of Graphics 图：动词、名词、形容词等

数据映射到几何客体（points/lines/bars）的美学属性（颜色/形状/大小）上

基本绘图系统 + Lattice绘图系统 = ggplot2绘图系统

自动处理标题、文字说明、空间等，但是也允许通过添加注释进行修改。

层

Data 感兴趣的变量(data frame) Aesthetics 与美学属性相关的内容 x-axis/y-axis/color(背景颜色)/fill(填充的颜色)/size(大小)/lables(标签)/alpha(透明度)/shape(形状)/linear width(线宽)/linear type(线的类型) Geometries 几何客体层 point/line/histogram(柱状图)/bar(条形图)/boxplot(箱图) Facets 面 columns(行)/rows(列) Statistics 统计层 binning/smoothing/descriptive/inferential Coordinates 坐标系 cartesian()/fixed()/polar()/limits() Themes 主题 non-data ink ggplot2最基础的三个层分别是数据层、几何客体层、美学层

绘图函数

qplot()
类似于Base系统中的plot(),参数包含aesthetics(美学特征)/geom(几何客体)/facet(面)… 隐藏了绘图的实现细节 ggplot()
是 ggplot2绘图系统的核心，可以实现qplot函数无法实现的功能。调用ggplot()本身并不能实现绘图，要在其基础上添加层（如geom_point()）才可以实现真正的绘图。 ggplot(绘图所用到的数据集,美学相关的层)

qplot举例

library(ggplot2)
qplot(Wind,Temp,data=airquality)
qplot(Wind,Temp,data=airquality,color=Month) #设置color=Month，可以得到不同月份的数据点在颜色差异上的变化分布。

airquality$Month=factor(airquality$Month) #只有使用factor()函数，将月份转变为分类变量，才能使得不同月份的数据对应不同颜色的点。

qplot(Wind,Temp,data=airquality,color=Month) #设置数据的颜色按照月份进行分类

qplot(Wind,Temp,data=airquality,color=I("red")) #设置所有数据点的颜色都是红色
qplot(Wind,Temp,data=airquality,shape=Month) #设置shape=Month，可以得到不同月份的数据点在形状查已上的变化分布。
qplot(Wind,Temp,data=airquality,size=Month)  #设置size=Month，可以得到不同月份的数据点在尺寸大小差异上的变化分布。

qplot(Wind,Temp,data=airquality,size=I(5),
      xlab="Wind(mph)",ylab="Temperature",
      main="Wind vs. Temp")

qplot(Wind,Temp,data=airquality,size=Month,color=Month,
      xlab="Wind(mph)",ylab="Temperature",
      main="Wind vs. Temp")

qplot(Wind,Temp,data=airquality,color=Month,
      geom=c("point","smooth")) #geom的意思是几何客体，它的赋值包含两个，第一个是点，第二个是smooth。smooth会给你一条根据这些点拟合出来的一条线。
#上述两行代码会得到一个有阴影的带有回归线的图，阴影部分就是这个图的置信区间。

qplot(Wind,Temp,data=airquality,
      facets = Month ~.) #把面板分成了5行1列，每一行代表了月份的一个数据分布水平。

qplot(Wind,Temp,data=airquality,
      facets = .~ Month) #把面板分成了1行5列，每一列代表了月份的一个数据分布水平。

qplot(Wind,data=airquality) #qplot传进去是两个参数自动生成散点图，传进去一个参数生成按照频率分布的柱状图。

qplot(Wind,data=airquality,facets=Month ~.) #得到一个5行1列的柱状图矩阵，每行对应一个月份。

qplot(y=Wind,data=airquality) #只传进去y轴的数据时，还是只画一个散点图，区别在于，会按照风速出现的顺序来绘图。也就是说在下轴的最左边的值是最早出现的值，最右边的值是最晚出现的值。

qplot(Wind,data=airquality,fill=Month)  #得到一个累加的柱状图，不同的月份用不同的颜色表示。

qplot(Wind,data=airquality,geom="density") #设置geom="density"会得到风速的频率分布的轮廓线

qplot(Wind,data=airquality,geom="density",color=Month) #再设置color=Month，可以得到不同月份风速数据的频率分布轮廓线。

qplot(Wind,data=airquality,geom="dotplot")   #设置geom="dotplot"，得到的是点图。

ggplot2举例

library(ggplot2)

ggplot(airquality,aes(Wind,Temp)) + geom_point() #ggplot2有数据层、美学层、几何客体层，ggplot(airquality,aes(Wind,Temp))是数据层和美学层。

ggplot(airquality,aes(Wind,Temp))+
      geom_point(color="steelblue",alpha=0.4,size=5) #color="steelblue",alpha=0.4,size=5 设置半透明的，大小为5的，蓝色的点。

ggplot(airquality,aes(Wind,Temp))+
      geom_point(aes(color=factor(Month)),alpha=0.4,size=5) #先将 Month转换成分类变量，因为是把数据映射到color这个美学属性上，所以要把color=factor(Month)写到aes函数里面。

ggplot(airquality,aes(Wind,Temp))+
      geom_point()+
      geom_smooth() #数据层、几何层，使用几何客体来添加统计学信息

ggplot(airquality,aes(Wind,Temp))+
      geom_point()+
      stat_smooth() #也可以使用stat_smooth()统计层直接添加统计信息

ggplot(airquality,aes(Wind,Temp))+
      stat_smooth(method="lm",se=FALSE)  #几何客体层和统计层可以二选一，通过method方法可以设置线性回归的方法,设置se=FALSE可以关掉置信区间的活跃值。

ggplot(airquality,aes(Wind,Temp))+
      stat_smooth(method="lm",se=FALSE,aes(col=Month)) #在stat_smooth（统计层）中设置aes(col=Month)美学属性，为每个月份的数据拟合一条回归线。

ggplot(airquality,aes(Wind,Temp,col=factor(Month)))+
      stat_smooth(method="lm",se=FALSE) #在ggplot函数中设置col=factor(Month)，在绘制stat_smooth（统计层）的时候，就会对每一个月份的数据进行处理。

ggplot(airquality,aes(Wind,Temp,col=factor(Month),group=1))+
      geom_point()+
      stat_smooth(method="lm",se=FALSE) #在ggplot函数的aes参数中设置group=1，在绘制stat_smooth（统计层）的时候，所有月份的数据都会绘制成一条直线，基于整体进行拟合。但是在散点层geom_point()，数据仍然是有区别的。

ggplot(airquality,aes(Wind,Temp,col=factor(Month)))+
      geom_point()+
      stat_smooth(method="lm",se=FALSE,aes(group=1))+
      stat_smooth(method="lm",se=FALSE) #在第一个stat_smooth（统计层）的aes参数中设置col=factor(Month)，这个stat_smooth（统计层）会受影响，下一个stat_smooth（统计层）不会受影响。

#如何主动设置颜色
library(RColorBrewer) #加载调色板包
myColors=c(brewer.pal(5,"Dark2"),"black") #5个月份的数据拟合曲线加上基于整体的数据拟合曲线，一共有6条拟合曲线。从Dark2这个调色板中取出5个颜色。
display.brewer.pal(5,"Dark2")  #查看颜色
ggplot(airquality,aes(Wind,Temp,col=factor(Month)))+
  geom_point()+
  stat_smooth(method="lm",se=FALSE,aes(group=1,col="All"))+ #在对于所有数据进行拟合的统计层函数中，aes参数设置col="All"，在之后生成的图例中就会多显示一行All。
  stat_smooth(method="lm",se=FALSE)+
  scale_color_manual("Month",values=myColors) #设置月份需要使用的颜色是myColor中的那几种颜色

#如何将不同的月份画在不同的面板上
library(RColorBrewer) #加载调色板包
myColors=c(brewer.pal(5,"Dark2"),"black") #5个月份的数据拟合曲线加上基于整体的数据拟合曲线，一共有6条拟合曲线。从Dark2这个调色板中取出5个颜色。
display.brewer.pal(5,"Dark2")  #查看颜色
ggplot(airquality,aes(Wind,Temp,col=factor(Month)))+
  geom_point()+
  stat_smooth(method="lm",se=FALSE)+
  scale_color_manual("Month",values=myColors)+ #设置月份需要使用的颜色是myColor中的那几种颜色
  #facet_grid(.~Month)  #将不同的月份画在不同的面板上一行五列
  facet_grid(Month~.)  #将不同的月份画在不同的面板上一列五行

#如何设置主题
ggplot(airquality,aes(Wind,Temp))+
  stat_smooth(method="lm",se=FALSE,aes(col=Month))+
  theme_classic()

R语言的绘图颜色

grDevice包
colorRamp() & colorRampPalrttr() 颜色的名字可以通过colors()来获取

RColorBrewer包

三类调色板信息sequential/diverging/qualitative sequential(adj. 连续的；相继的；有顺序的)，颜色从一个极端过度到另一个极端，适合呈现顺序数据。 diverging(adj. 发散的；分歧的；岔开的（等于divergent）)，两边的取值鲜艳，中间的取值很淡，适合凸显处于极端的数值，而不是处在中间部位的数值。适合强调高低对比。 qualitative(adj. 定性的；质的，性质上的) 调色板信息可以与colorRamp/colorRampPalette结合使用，不同颜色之间的对比很鲜明，适合用于呈现分类变量。

举例

> #R语言的颜色
> pal=colorRamp(c("Red","blue"))

> pal(0) #red
     [,1] [,2] [,3]
[1,]  255    0    0

> pal(1) #bule
     [,1] [,2] [,3]
[1,]    0    0  255

> pal(0.5)
      [,1] [,2]  [,3]
[1,] 127.5    0 127.5

> pal(seq(0,1,len=10))  #等间距获得10个RGB数值。
           [,1] [,2]      [,3]
 [1,] 255.00000    0   0.00000  #第一行是红色
 [2,] 226.66667    0  28.33333
 [3,] 198.33333    0  56.66667
 [4,] 170.00000    0  85.00000
 [5,] 141.66667    0 113.33333  #在两个极端数值之间等间距取值得到的数值
 [6,] 113.33333    0 141.66667
 [7,]  85.00000    0 170.00000
 [8,]  56.66667    0 198.33333
 [9,]  28.33333    0 226.66667
[10,]   0.00000    0 255.00000  #最后一行是蓝色


#colorRamPalette用法
> pal=colorRampPalette(c("red","yellow"))
> pal(1) #返回颜色16进制的表示
[1] "#FF0000"
> pal(2)
[1] "#FF0000" "#FFFF00"
> pal(10) #返回10个数，其中第一个数是红色，最后一个数是黄色，其他的数处于这两个数的中间。
 [1] "#FF0000" "#FF1C00" "#FF3800" "#FF5500" "#FF7100" "#FF8D00" "#FFAA00" "#FFC600" "#FFE200" "#FFFF00"

> library(RColorBrewer)
> brewer.pal.info #查看调色板的信息
         maxcolors category colorblind
BrBG            11      div       TRUE #maxcolors对应在面板上最多可以使用的颜色的数量，比如BrBG就是11个
PiYG            11      div       TRUE #catagrory对应颜色在哪个调色板
PRGn            11      div       TRUE #colorblind对应这个调色板对色盲人士是否是友好的。
PuOr            11      div       TRUE
RdBu            11      div       TRUE
RdGy            11      div      FALSE
RdYlBu          11      div       TRUE
RdYlGn          11      div      FALSE
Spectral        11      div      FALSE
Accent           8     qual      FALSE #Accent最多可以使用的颜色的数量是8个
Dark2            8     qual       TRUE
Paired          12     qual       TRUE
Pastel1          9     qual      FALSE
Pastel2          8     qual      FALSE
Set1             9     qual      FALSE
Set2             8     qual       TRUE
Set3            12     qual      FALSE
Blues            9      seq       TRUE
BuGn             9      seq       TRUE
BuPu             9      seq       TRUE
GnBu             9      seq       TRUE
Greens           9      seq       TRUE
Greys            9      seq       TRUE
Oranges          9      seq       TRUE
OrRd             9      seq       TRUE
PuBu             9      seq       TRUE
PuBuGn           9      seq       TRUE
PuRd             9      seq       TRUE
Purples          9      seq       TRUE
RdPu             9      seq       TRUE
Reds             9      seq       TRUE
YlGn             9      seq       TRUE
YlGnBu           9      seq       TRUE
YlOrBr           9      seq       TRUE
YlOrRd           9      seq       TRUE

> clos=brewer.pal(3,"Blues") #从RColorBrewer的Greens调色板中取三个颜色。
> pal=colorRampPalette(clos) #把clos传给colorRampPalette调色板，返回值存在pal这个变量中。
> display.brewer.pal(3,"Reds") #使用display函数查看brewer.pal(3,"Reds")取到的是什么颜色。pal(20)就是在这3个颜色的渐变色之间进行取值。
> image(volcano,col=pal(20)) #调用image这个函数。数据集是volcano，颜色col设置成pal(20)，以传给colorRampPalette的三个颜色为端点，在这三个端点之间进行取值。加上这3个端点一共有20个颜色。image函数的数据集只能是矩阵型的数据。
> display.brewer.pal(9,"YlGnBu") #display.brewer.pal(取得颜色的个数,"调色板名称")可以查看哪几个颜色从这个调色板中被取出来。

图形设备

屏幕设备（探索性数据分析常用）：电脑屏幕

windows() on Windows/quartz() on Mac/xll() on Unix or Linux 使用不同的操作系统，就需要使用调用相应操作系统的函数。

文件设备（打印/文章图常用）
-向量格式（vector format）:PDF 易于调整尺寸、便携的，不易于呈现大量的数据点，适合存储线条图
-位图（bitmap format）:PNG/JPGE/TIFF/BMP

grDevices包

包含了实现各种图形设备的代码 ?Devices 如PDF/PNG/BMP

生成图形的两种途径

调用绘图函数（默认使用屏幕）—–>屏幕设备显示图形—–>进一步修饰图形明确指定图形设备—–>调用绘图函数(如果指定的是文件设备则无法再屏幕上看到图形)—–>进一步修饰图形—–>关闭图形设备，使用dev.off这个函数。可以同时打开多个设备，但是一次只能在一个设备上绘图。 dev.cur()函数，找到当前活跃的设备/dev.set()设置指定设备为活跃设备。

拷贝图形

多个图形之间的相互拷贝：dev.copy 拷贝到PDF文件：dev.copy2pdf 注意：拷贝的结果可能和原图是有出入的，因为copy的过程，不是一个完全一一对应的过程

举例

#如何把图画到文件设备中
pdf(file="../../article/20220623/file.html") #使用pdf函数，设置file参数为目标文件名
with(airquality,plot(Wind,Temp,main="Wind and Temp in NYC"))
dev.off() #关闭设备
getwd() #查看工作路径，去找写好的文件。

#如何进行设备间的复制。
pdf(file="../../article/20220623/file.html")
with(airquality,plot(Wind,Month,main="Wind and Temp in NYC")) #先得到一个pdf文件
dev.copy(png,file="MyCopy.png") #再复制成png文件
dev.off() #关闭设备

探索性数据分析

目的

了解数据特征、找到数据中的模式、形成分析策略。 图与数字之间相互验证、帮助发现错误、用于交流结果。

特点

快速的、呈现在屏幕设备上的。 不需要过分注重你的图是否漂亮 请注重六大作图原则
凸显比较（和谁比较）凸显机制（因果/机制/解释）凸显多元性（>2个变量、逃离扁平）整合证据，整合文字、数字、图、表等，用多种方式显示数据特征，不能让工具主宰分析。使用适当的图标、尺度等，完备性、一图胜千言。内容是王道 > 作图漂亮 提问方式：操作系统、版本、哪一步产生了错误、预期是什么、得到的结果是什么、其他有用的信息。

如何制作和发布报告

Replication vs. Reproducible Research

Replication（可重复） 独立的研究者/数据/分析方法/工具得到一致的证据

缺点：有些研究是不能被重复的，没钱/没时间/没机会/独特性

Reproducible Research(可再现研究)

让数据和分析方法（code）透明使用你的数据和分析方法得到你的结果 R MarkDown，Reproducible Research(可再现研究工具) 人可以读懂的语言是：文字（目的/方法等） MarkDown 机器可以读懂的语言是：code(加载数据/计算结果、生成图和表) R Markdown:R code + Markdown R Markdown—–>Markdown—–>HTML

使用R MarkDown来生成相应的报告文档

在R Studio里面点击file –> new file –>R Markdown –>输入报告的名字、作者，选择输出格式。–> 点击Kint HTML查看效果 可以在R MarkDown里面写上R命令，这样R MarkDown生成的报告也是会有相应的命令的结果出现。

发布报告

点击Kint HTML查看效果—–>在弹出的预览框的右上角有 Pulish按钮，点击即可在RPubs上发布数据了。

注意事项

Do

研究一个有意思/有意义的问题 教会电脑做事情 使用版本控制（GitHub） 注明软件使用环境 在判断随机数这种该设置种子点的时候，是否设置了种子点。seed 保持全局性，知道处于分析的哪一个阶段。

Do Not

手工操作 只使用GUI点来点去（注意按钮背后调用的函数） 只保存输出结果（应该保存数据和整个过程） 信息层级化

信息层级化

举例

科研论文/报告
标题/作者和单位/摘要前言/方法/结果/讨论补充材料（code/data/details）