Wizualizacja danych: Praktyczne wprowadzenie

Opinie czytelników

Książka „Data Visualization: A Practical Introduction” autorstwa Kierana Healy'ego otrzymała w większości pozytywne recenzje, chwalące jej czytelność, kompleksowe omówienie wizualizacji danych w R przy użyciu ggplot2 oraz równowagę między teorią a praktyką. Niektórzy czytelnicy zwrócili jednak uwagę na błędy w tekście, brak różnorodności w przykładach wizualizacji oraz niezadowolenie z fizycznej prezentacji książki po jej zakupie.

⬤ czytelna i dobrze zorganizowana zarówno dla początkujących, jak i ekspertów
⬤ zawiera kompleksowe samouczki i praktyczne przykłady
⬤ skutecznie wyjaśnia zasady wizualizacji danych
⬤ pięknie zaprojektowana
⬤ przydatne odniesienia do dalszej nauki
⬤ obejmuje kluczowe tematy, takie jak gramatyka grafiki i mapowanie.

⬤ Pewne błędy wynikające z ewoluujących bibliotek
⬤ niektóre rozdziały wydawały się powtarzalne
⬤ ograniczona różnorodność w przykładach wizualizacji
⬤ skargi na stan fizyczny od niektórych kupujących
⬤ nie wszyscy użytkownicy uważali, że zapewnia wystarczającą głębię dla zaawansowanych technik wizualizacji.

(na podstawie 44 opinii czytelników)

Oryginalny tytuł:

Data Visualization: A Practical Introduction

Zawartość książki:

Przystępny elementarz na temat tworzenia skutecznych grafik z danych.

Książka ta zapewnia studentom i badaczom praktyczne wprowadzenie do zasad i praktyki wizualizacji danych. Wyjaśnia, co sprawia, że niektóre wykresy odnoszą sukces, podczas gdy inne zawodzą, jak tworzyć wysokiej jakości figury z danych przy użyciu wydajnych i powtarzalnych metod oraz jak myśleć o wizualizacji danych w uczciwy i skuteczny sposób.

Data Visualization buduje doświadczenie czytelnika w ggplot2, wszechstronnej bibliotece wizualizacji dla języka programowania R. Poprzez serię praktycznych przykładów, ten przystępny elementarz pokazuje następnie, jak tworzyć wykresy kawałek po kawałku, zaczynając od podsumowań pojedynczych zmiennych i przechodząc do bardziej złożonych grafik. Tematy obejmują wykreślanie zmiennych ciągłych i kategorycznych.

Nakładanie warstw informacji na grafikę.

Tworzenie efektywnych wykresów "małych wielokrotności".

Grupowanie, podsumowywanie i przekształcanie danych na potrzeby tworzenia wykresów.

Tworzenie map.

Praca z wynikami modeli statystycznych.

I udoskonalanie wykresów, aby były bardziej zrozumiałe.

Efektywna grafika jest niezbędna do przekazywania pomysłów i jest świetnym sposobem na lepsze zrozumienie danych. Ta książka zapewnia praktyczne umiejętności potrzebne studentom i praktykom do wizualizacji danych ilościowych i maksymalnego wykorzystania wyników badań.

⬤ Zapewnia praktyczne instrukcje przy użyciu R i ggplot2.

⬤ Pokazuje, w jaki sposób "tidyverse" narzędzi do analizy danych sprawia, że praca z R jest łatwiejsza i bardziej spójna.

⬤ Zawiera bibliotekę zestawów danych, kodu i funkcji.