下载掌阅APP，畅读海量书库
立即打开
在科学研究中，数据可视化是不可或缺的一环，清晰、准确、美观的图表能够帮助我们更好地呈现研究结果，揭示数据背后的规律。R语言作为一种流行的数据分析和编程语言，提供了丰富的图形绘制和数据可视化功能，使得我们能够以精确和专业的方式呈现研究结果。R语言已经成为众多科研人员绘制科研论文配图的首选。然而，市场上关于使用R语言绘制常见科研论文配图的图书相对较少，导致读者缺少可参考的资料。基于以上原因，笔者编写了本书，系统地介绍了用R语言快速绘制美观的科研论文配图的方法和技巧。
本书适合想通过R语言进行数据分析、科研论文配图绘制的不同专业的在校学生，以及对数据分析与可视化感兴趣的科研人员阅读。
全书内容共8章，主要内容如下。
第1章 介绍科研论文配图的绘制基础与配色基础。
第2章 介绍R软件和RStudio的安装，以及如何与Jupyter Notebook进行交互，并重点介绍R语言中重要绘图工具包ggplot2图形语法。
第3章 介绍科研论文中常见的单变量图形及其绘制方法。
第4章 介绍科研论文中常见的双变量图形及其绘制方法。
第5章 介绍科研论文中常见的多变量图形及其绘制方法。
第6章 介绍科研论文中常见的地理空间数据型图形及其绘制方法。
第7章 介绍科研论文中的其他类型统计图形及其绘制方法。
第8章 以一篇完整科研论文中的配图的绘制为例，详细讲解选择配图和绘制配图的方法。
本书所讲解的图形的绘制方法大部分是用R语言中的ggplot2绘图工具包，以及基于ggplot2开发的其他绘图工具包实现的，适用于目前科研论文中的多种常见配图类型。同时，本书详细地介绍了多种空间数据型图形的绘制方法，读者可将绘制方法应用到自己的实际项目中。
本书使用的R语言版本为4.2.3，主要使用的绘图工具包为tidyverse（2.0.0）、ggplot2（3.4.3）、ggpubr（0.6.0）、sf（1.0～14），主要数据读取及处理分析工具包为readr（2.1.4）、readxl（1.4.3）、dplyr（1.1.2）、tidyr（1.3.0）和stringr（1.5.0）等。作为免费开源的工具，R语言及其工具包的更新迭代很快，因此，读者可以根据实际使用情况或运行代码脚本后给出的提示更新自己的工具包。
本书提供所有绘图示例的R语言绘图源文件（.R文件）和Excel（.xlsx文件）、CSV、TXT格式的数据文件。注意：读者在运行代码脚本时，若看到提示某一个数据分析与可视化工具包不存在的信息，请根据提示安装相关的工具包。
读者可关注笔者的微信公众号（DataCharm）、哔哩哔哩账号（DataCharm）、抖音账号（DataCharm）、小红书账号（DataCharm），获取数据可视化文章。读者可通过关注微信公众号（DataCharm），在微信公众号中回复关键字“R语言科研论文配图配套资料”，获取本书的配套源代码及其他学习资料，Jupyter Notebook等文件或其他资源的获取方式，读者可参见封面上的有关说明。
注意： 笔者为本书读者提供了“R语言图书学习圈（付费）”，交流的内容包括本书的讲解视频、绘图知识点答疑、绘图知识点拓展、数据可视化技巧汇总、可视化工具介绍以及更多R语言数据可视化知识点等；此外，还有本书配套的详细的Jupyter Notebook代码文件。
2023年，笔者编写的第一本书《科研论文配图绘制指南：基于Python》正式出版了。很荣幸，这本书受到了很多读者的喜欢，笔者收到的反馈也比较多，其中有很多读者反馈，有没有可能出一本其他语言的科研论文配图绘制指南？于是，本书就诞生了，你可以把它看作《科研论文配图绘制指南：基于Python》的R语言版本。但本书中添加了较多的新内容，并基于第一本书的读者反馈的问题，笔者对本书内容做出了一些修改、调整。
写书，是一个费力劳神的过程，不仅需要笔者对已了解的知识点进行表达，而且需要笔者为保证涉及的内容尽可能全面而学习新的知识点，如新的图表类型。虽然笔者有了之前写书的经验，但在面对一个全新的编程语言时，难免会遇到或大或小的问题，好在最后能够克服并坚持写作。
在本书的编写过程中，笔者认识了很多喜欢数据可视化的新朋友，感谢他们对我写作的支持和鼓励。
读书之法为循序而渐进，熟读而精思。亲爱的读者，希望本书能够成为你科研中的一份实用指南，帮助你掌握使用R语言进行科研论文配图绘制的技巧和方法，也希望你能快乐地阅读本书！
注： 第6章介绍的地理空间数据型图形的绘制内容中，涉及的地图都是虚拟的，与真实地图无关，特此说明。另外，一些图中的英文是软件生成图时自带的，为了与本书使用的软件保持一致，图中英文没有翻译。
宁海涛