# 欢迎
> 原文: [Welcome](https://serialmentor.com/dataviz/)
> 校验:[飞龙](https://github.com/wizardforcel)
> 自豪地采用[谷歌翻译](https://translate.google.cn/)
本书旨在作为制作可视化,准确反映数据,讲述故事和看起来很专业的指南。它源于我和实验室中的学生和博士后在数千个数据可视化上的合作经验。多年来,我注意到同样的问题一再出现。我试图以本书的形式从这些互动中收集我积累的知识。
整本书都是用 R Markdown 编写的,使用 RStudio 作为我的文本编辑器,以及 **bookdown** 包来将一系列 Markdown 文档转换为连贯的整体。该书的源代码托管在 GitHub 上, [clauswilke/dataviz](https://github.com/clauswilke/dataviz)。如果您发现拼写错误或其他问题,请随时在 GitHub 上新建 Issue 或提交拉取请求。如果您执行后者,请在提交消息中添加“I assign the copyright of this contribution to Claus O. Wilke”(我将此贡献的版权赋予 Claus O. Wilke),以便我可以保留以其他形式发布本书的选项。
中文版采用 [CC BY-NC-SA 4.0](https://creativecommons.org/licenses/by-nc-sa/4.0/legalcode) 许可协议授权,原书采用 [CC BY-NC-ND 4.0](https://creativecommons.org/licenses/by-nc-nd/4.0/legalcode) 许可协议授权。
- 数据可视化的基础知识
- 欢迎
- 前言
- 1 简介
- 2 可视化数据:将数据映射到美学上
- 3 坐标系和轴
- 4 颜色刻度
- 5 可视化的目录
- 6 可视化数量
- 7 可视化分布:直方图和密度图
- 8 可视化分布:经验累积分布函数和 q-q 图
- 9 一次可视化多个分布
- 10 可视化比例
- 11 可视化嵌套比例
- 12 可视化两个或多个定量变量之间的关联
- 13 可视化自变量的时间序列和其他函数
- 14 可视化趋势
- 15 可视化地理空间数据
- 16 可视化不确定性
- 17 比例墨水原理
- 18 处理重叠点
- 19 颜色使用的常见缺陷
- 20 冗余编码
- 21 多面板图形
- 22 标题,说明和表格
- 23 平衡数据和上下文
- 24 使用较大的轴标签
- 25 避免线条图
- 26 不要走向 3D
- 27 了解最常用的图像文件格式
- 28 选择合适的可视化软件
- 29 讲述一个故事并提出一个观点
- 30 带注解的参考书目
- 技术注解
- 参考