# 歡迎
> 原文: [Welcome](https://serialmentor.com/dataviz/)
> 校驗:[飛龍](https://github.com/wizardforcel)
> 自豪地采用[谷歌翻譯](https://translate.google.cn/)
本書旨在作為制作可視化,準確反映數據,講述故事和看起來很專業的指南。它源于我和實驗室中的學生和博士后在數千個數據可視化上的合作經驗。多年來,我注意到同樣的問題一再出現。我試圖以本書的形式從這些互動中收集我積累的知識。
整本書都是用 R Markdown 編寫的,使用 RStudio 作為我的文本編輯器,以及 **bookdown** 包來將一系列 Markdown 文檔轉換為連貫的整體。該書的源代碼托管在 GitHub 上, [clauswilke/dataviz](https://github.com/clauswilke/dataviz)。如果您發現拼寫錯誤或其他問題,請隨時在 GitHub 上新建 Issue 或提交拉取請求。如果您執行后者,請在提交消息中添加“I assign the copyright of this contribution to Claus O. Wilke”(我將此貢獻的版權賦予 Claus O. Wilke),以便我可以保留以其他形式發布本書的選項。
中文版采用 [CC BY-NC-SA 4.0](https://creativecommons.org/licenses/by-nc-sa/4.0/legalcode) 許可協議授權,原書采用 [CC BY-NC-ND 4.0](https://creativecommons.org/licenses/by-nc-nd/4.0/legalcode) 許可協議授權。
- 數據可視化的基礎知識
- 歡迎
- 前言
- 1 簡介
- 2 可視化數據:將數據映射到美學上
- 3 坐標系和軸
- 4 顏色刻度
- 5 可視化的目錄
- 6 可視化數量
- 7 可視化分布:直方圖和密度圖
- 8 可視化分布:經驗累積分布函數和 q-q 圖
- 9 一次可視化多個分布
- 10 可視化比例
- 11 可視化嵌套比例
- 12 可視化兩個或多個定量變量之間的關聯
- 13 可視化自變量的時間序列和其他函數
- 14 可視化趨勢
- 15 可視化地理空間數據
- 16 可視化不確定性
- 17 比例墨水原理
- 18 處理重疊點
- 19 顏色使用的常見缺陷
- 20 冗余編碼
- 21 多面板圖形
- 22 標題,說明和表格
- 23 平衡數據和上下文
- 24 使用較大的軸標簽
- 25 避免線條圖
- 26 不要走向 3D
- 27 了解最常用的圖像文件格式
- 28 選擇合適的可視化軟件
- 29 講述一個故事并提出一個觀點
- 30 帶注解的參考書目
- 技術注解
- 參考