-
Notifications
You must be signed in to change notification settings - Fork 0
New issue
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
写作计划讨论帖 #1
Comments
生成 PDF 版本感觉没什么必要,编译起来挺费劲的,最后利用 officedown 包生成 Word 文档交给出版社就可以了。 |
|
用下面的代码可以生成一个官方示例 install.packages("officedown")
# remotes::install_github("davidgohel/officedown")
dir <- system.file(package = "officedown", "examples", "bookdown")
file.copy(dir, getwd(), recursive = TRUE, overwrite = TRUE)
rmarkdown::render_site("bookdown")
browseURL("bookdown/_book/bookdown.docx") 另外包的作者还写了一本电子书,详见:https://ardata-fr.github.io/officeverse/ |
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment
讨论的目的是形成一篇规划,规划出来前,这里可以随意记录所思所想。写一段综述,描述本书写作的主要方向、目标读者
第二版和第一版偏互补型,应用和实战的特点更多一些
第一部分 技术专题
比较稳定的技术实现,如开篇 https://msg2nd.netlify.app/ 所述,读者若看源码,会发现直接使用的 R 包都是相当成熟稳定的。
字体配色
其它图形
第一版未包括的,比如岭线图、四象限图、帕累托图、水流图、桑基图、词云图、时间线图等 10 种,尽量结合使用场景介绍,比如常用雷达图去描述能力模型,敏感性分析去做复盘分析,时间线图做项目回顾,甘特图做项目规划,瀑布图、留存图做经营分析
第一版 包括的,比如二维核密度估计,但是未介绍相关统计理论,可以补充,因为它确实在我的实际工作中用到了,所以,介绍哪个不介绍哪个,看起来带有个人偏见
技术实现上尽量以 Base R / ggplot2 自带的数据或模拟的数据集为基础介绍,控制依赖的数目
双峰分布,老忠实泉的喷发规律,混合正态分布
作图工具
除了 R 语言,Python Octave TikZ Graphviz nomnoml Inkscape Gimp Gephi gnuplot 等面向不同领域的作图工具,
交互图形
图形导出
网页
plotly 和 shiny
三维图形
图形导出
rgl
rayshader
https://github.com/mrdoob/three.js WebGL 技术
动态图形
图形导出
动画
从数据出发,也就是从应用场景出发,探索合适的展示形式图形
第二部分 数据专题
从数据出发,从场景出发,根据不同的数据特点,通过探索、分析、展示,找到合适的展示形式
时序数据
网络数据
空间数据
时空数据
文本数据
图像数据、音频数据、 视频数据有没有可能?
第三部分 应用专题
经典图形
4-5 个故事,在那个年代,创作者为什么会想到用这个图形来展示数据,为什么这个图形是最适合这个数据的,相似的图形有哪些?
统计模型
通过可视化的方式介绍一些经典的统计模型,介绍什么范围和深度的统计理论和模型,如何平衡理论的严谨和图形的直观,落脚点应该在统计思维和场景应用上。毕竟,数理统计理论性的教材、专著已经汗牛充栋。
区间估计、覆盖概率、置信椭圆、假设检验、实验设计
1/3 现有大众统计课本能找到,1/3 统计专业会覆盖,剩余 1/3 属于前沿扩展。
阳春白雪、下里巴人、深入浅出、通俗易懂,是个既要、又要、还要的过程。
https://cosx.org/2019/09/common-tests-as-linear-models/
这是一篇好文章,现在来看自己的评论有些故意拔高的成分
业界案例
结合业界的案例,比如经济学人、bbc、纽约时报杂志、新闻、传媒如何借助图形讲经济、社会中的故事,这样,从全书来看,古代、当代和现代相结合
国内公开的案例、数据集
https://github.com/alibaba
https://github.com/baidu
https://github.com/Tencent
https://github.com/bytedance
https://github.com/TuSimple
https://github.com/meituan
附录
编程基础
数据处理
The text was updated successfully, but these errors were encountered: