ggplot2 案例:赫罗图

今天的推文是个 ggplot2 案例,不过也是一个动态图表,在开始敲今天的代码之前我们先了解一下什么是“赫罗图”?

赫罗图(Hertzsprung-Russell diagram,简写为 H-R diagram 或 HRD)是丹麦天文学家赫茨普龙及由美国天文学家罗素分别于 1911 年和 1913 年各自独立提出的。后来的研究发现,这张图是研究恒星演化的重要工具,因此把这样一张图以当时两位天文学家的名字来命名,称为赫罗图。赫罗图是恒星的光谱类型与光度之关系图,赫罗图的纵轴是光度与绝对星等,而横轴则是光谱类型及恒星的表面温度,从左向右递减。恒星的光谱型通常可大致分为 O.B.A.F.G.K.M 七种,要记住这七个类型有一个简单的英文口诀 “Oh be A Fine Girl/Guy. Kiss Me!”

上面一段是我百度的。。。

新冠肺炎疫情的发展 —— 使用 R 语言绘制动态图表

昨天我介绍了如何使用 R 语言绘制动态图表,今天我们再来练习一下。不如我们就绘制一些动态图表展示这一个多月的新冠肺炎疫情的发展趋势吧!

从原始数据到动态图表 —— 在 R 中完成所有的操作

之前看过一篇文章:How to build Animated Charts like Hans Rosling — doing it all in R,这篇文章讲述了如何完全使用 R 语言创建动态图表。不过里面的代码都是非常过时的,本文使用 tidyverse 系列的代码重现了这篇文章的内容,强烈推荐学习。

通过一些 GIF 图理解 dplyr 包的各种 join 函数

tidyverse 系列有很多 join 函数,例如我最常用的 left_join(),很多同学对这个可能很难理解,我找了些动图,大家可以结合着理解下,来自:https://github.com/gadenbuie/tidyexplain

弹性、半弹性及其在 Stata 中的代码实现

本文使用 grilic_small.dta 数据集,通过受教育年限对工资的影响的案例讲解了经济学中弹性和半弹性的概念。

Stata 的基础操作

本文介绍了 Stata 的概况和一些基本的数据处理、绘图命令。

Python版:Expatistan生活成本数据可视化

Expatistan 生活成本数据分析是我们社区去年 12 月 15 号的时候布置的一个 Project,今天我们再重新回顾一下这个 Project,改进一下图表绘制部分。

Stata 最优化与马科维茨有效前沿

本文使用 4 只股票:银泰资源、大悦城、中国天楹和通化金马的历史数据演示了如何使用 Stata 进行股票分析、构建投资组合(夏普比率最大 or 方差最小)及寻找马科维茨有效前沿。

使用 ncov 包获取并分析疫情数据

昨天的推文里,我介绍了开发一个最简单的 R 包的工作流程,相信不少同学已经对 R 包的开发流程有所了解了,今天我们就用这个 ncov 包获取疫情数据然后分析分析吧!

新型冠状病毒肺炎疫情发展情况:2020-01-28

可能是由于确诊流程的简化,昨天新型冠状病毒肺炎疫情新增确诊病例三千多例!所以我今天再更新一波分析。

ggplot2 案例:绘制大规模散点图

本文首先介绍了最近我搜集的一些新的地图数据,包括一个带九段线的世界地图(精度较低),然后通过两个案例(世界人口分布和中国夜间灯光数据)演示了如何使用 ggplot2 绘制大规模散点图。

可视化 Expatistan 网站上的各国生活成本指数数据

本周的小项目作业是“爬取 Expatistan 网站上的各国生活成本数据并绘制一幅世界地图进行展示”。

Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×