数据可视化期末报告

1 报告要求

• 期末实验报告由5章节5个图形组成，每个章节需要作一个图形。

• 每个章节选择作什么图自主选择，作图前补充完整图形标题名称，例如：图形1——多变量条形图。

• 案例数据自主收集，不同章节可以公用一个数据集。但同学间不允许使用相同数据集。

• 每个章节的数据集合需要通过datatable 函数展示，并简要解释数据来源和变量意义。

• 每个输出图形后需要对图形作简要解读，最少需针对图形提出一个观点。

• 渲染html文件保留代码展示，6月22日前将发布网址提交至共享文档“8、期末报告” 列中。

• 评分标准：

  • 每章节图形各20分

  • 能有效输出图形和合理解释75%

  • 数据独特性强10%

  • 图形个性化强15%

library(tidyverse)
library(gapminder)
library(palmerpenguins)
library(DT)
library(plotly)
library(ggridges)
library(ggcorrplot)
library(patchwork)
library(viridis)
library(ggrepel)
library(lubridate)
library(heatmaply)


data(gapminder)
data(penguins)


combined_data <- gapminder %>%
  filter(year == 2007) %>%
  left_join(
    penguins %>%
      group_by(species) %>%
      summarise(
        avg_bill_length = mean(bill_length_mm, na.rm = TRUE),
        avg_bill_depth = mean(bill_depth_mm, na.rm = TRUE),
        avg_flipper_length = mean(flipper_length_mm, na.rm = TRUE),
        avg_body_mass = mean(body_mass_g, na.rm = TRUE)
      ) %>%
      mutate(continent = case_when(
        species == "Adelie" ~ "Oceania",
        species == "Chinstrap" ~ "Antarctica",
        species == "Gentoo" ~ "Antarctica"
      )),
    by = "continent"
  )


time_series_data <- gapminder %>%
  select(country, continent, year, lifeExp, gdpPercap) %>%

  complete(country, year = 1952:2007) %>%
  group_by(country) %>%

  mutate(
    continent = first(na.omit(continent)),
    lifeExp = approx(year, lifeExp, year, method = "linear")$y,
    gdpPercap = approx(year, gdpPercap, year, method = "linear")$y
  ) %>%
  ungroup()

2 类别数据可视化

2.1 案例数据解释与展示

• gapminder数据集，包含各大洲国家的基本发展指标。

  • continent: 大洲名称

  • avg_lifeExp: 平均预期寿命

  • avg_gdpPercap: 人均GDP平均值

  • count: 国家数量

category_data <- combined_data %>%
  group_by(continent) %>%
  summarise(
    avg_lifeExp = mean(lifeExp),
    avg_gdpPercap = mean(gdpPercap),
    count = n()
  )


datatable(category_data, 
          caption = "表1：各大洲平均寿命与GDP数据",
          options = list(pageLength = 5))

2.2 图形1——南丁格尔玫瑰图

rose_plot <- ggplot(category_data, aes(x = continent, y = avg_gdpPercap, fill = avg_lifeExp)) +
  geom_bar(width = 1, stat = "identity", color = "white") +
  coord_polar(theta = "x", start = 0) +
  scale_fill_viridis(name = "平均寿命", option = "magma") +
  labs(title = "图形1：各大洲人均GDP与平均寿命南丁格尔玫瑰图",
       subtitle = "面积表示人均GDP，颜色表示平均寿命",
       x = NULL, y = NULL) +
  theme_minimal() +
  theme(axis.text.y = element_blank(),
        axis.ticks = element_blank(),
        panel.grid = element_blank(),
        plot.title = element_text(size = 14, face = "bold"),
        legend.position = "right")

rose_plot

• 图形解读：南丁格尔玫瑰图直观展示了大洲间的发展差异。从图中可以看出：

  1. 欧洲国家的人均GDP最高，同时平均寿命也最长

  2. 非洲国家在人均GDP和平均寿命两方面都显著落后

  3. 亚洲国家虽然数量众多，但人均GDP和平均寿命表现中等

  经济发展水平（人均GDP）与健康水平（平均寿命）呈现明显的正相关关系。

3 数据分布可视化

3.1 案例数据解释与展示

• gapminder和palmerpenguins组合数据。

  • continent: 大洲名称

  • variable: 变量名称（寿命、GDP、企鹅平均体重）

  • value: 变量值

distribution_data <- combined_data %>%
  select(continent, lifeExp, gdpPercap, avg_body_mass) %>%
  pivot_longer(cols = -continent, names_to = "variable", values_to = "value")


datatable(distribution_data %>% sample_n(10), 
          caption = "表2：数据分布分析样本数据",
          options = list(pageLength = 5))

3.2 图形2——云雨图

raincloud_plot <- ggplot(distribution_data, aes(x = continent, y = value, fill = continent)) +
  ggdist::stat_halfeye(adjust = 0.5, width = 0.6, .width = 0, justification = -0.3, point_colour = NA) +
  geom_boxplot(width = 0.15, outlier.shape = NA, alpha = 0.5) +
  gghalves::geom_half_point(side = "l", range_scale = 0.3, alpha = 0.5, size = 1.5) +
  facet_wrap(~variable, scales = "free_y", ncol = 1) +
  scale_fill_brewer(palette = "Set2") +
  labs(title = "图形2：各变量在大洲间的分布云雨图",
       subtitle = "结合了密度曲线、箱线图和原始数据点",
       x = "大洲", y = "值") +
  theme_minimal() +
  theme(legend.position = "none",
        plot.title = element_text(size = 14, face = "bold"),
        strip.text = element_text(face = "bold"))

raincloud_plot

• 图形解读：云雨图综合展示了三种可视化元素，全面呈现数据分布特征：

  1. 底部点图显示原始数据分布

  2. 中间箱线图展示四分位数和异常值

  3. 顶部密度曲线展示数据整体分布形状

  非洲国家的寿命分布呈现明显的右偏态，而欧洲国家则更为对称，表明非洲国家间寿命差异较大。

4 变量关系可视化

4.1 案例数据解释与展示

• 组合数据集。

  • country: 国家名称

  • continent: 大洲名称

  • lifeExp: 预期寿命

  • gdpPercap: 人均GDP

  • pop: 人口数量

  • avg_flipper_length: 企鹅平均鳍状肢长度

  • pop_size: 人口规模分组

relation_data <- combined_data %>%
  select(country, continent, lifeExp, gdpPercap, pop, avg_flipper_length) %>%
  mutate(pop_size = cut_number(pop, 3))


datatable(relation_data %>% sample_n(10), 
          caption = "表3：变量关系分析样本数据",
          options = list(pageLength = 5))

4.2 图形3——气泡图

bubble_plot <- ggplot(relation_data, 
                     aes(x = gdpPercap, y = lifeExp, 
                         size = pop, color = continent, 
                         text = paste("国家:", country))) +
  geom_point(alpha = 0.7) +
  scale_size(range = c(2, 15), name = "人口数量") +
  scale_color_brewer(palette = "Set1") +
  scale_x_log10(labels = scales::dollar) +
  labs(title = "图形3：人均GDP与预期寿命关系气泡图",
       subtitle = "气泡大小表示人口数量，颜色表示大洲",
       x = "人均GDP（对数尺度）", y = "预期寿命") +
  theme_minimal() +
  theme(plot.title = element_text(size = 14, face = "bold"),
        legend.position = "bottom")

# 交互式气泡图
ggplotly(bubble_plot, tooltip = "text") %>%
  layout(hoverlabel = list(bgcolor = "white"))

• 图形解读：气泡图展示了四个变量的关系：

  1. X轴：人均GDP（对数尺度）

  2. Y轴：预期寿命

  3. 气泡大小：人口数量

  4. 颜色：所属大洲

  人均GDP与预期寿命存在明显的正相关关系，但当人均GDP超过约10,000美元后，预期寿命的增长趋于平缓，表明经济发展对健康的影响存在边际递减效应。

5 样本相似性可视化

5.1 案例数据解释与展示

• continent: 大洲名称

• lifeExp: 标准化后的平均预期寿命

• gdpPercap: 标准化后的人均GDP

• pop: 标准化后的中位数人口

• country_count: 标准化后的国家数量

similarity_data <- combined_data %>%
  group_by(continent) %>%
  summarise(
    lifeExp = mean(lifeExp, na.rm = TRUE),
    gdpPercap = mean(gdpPercap, na.rm = TRUE),
    pop = median(pop, na.rm = TRUE),
    country_count = n_distinct(country, na.rm = TRUE)
  ) %>%
  ungroup() %>%
  mutate(across(-continent, scales::rescale))


datatable(similarity_data, 
          caption = "表4：大洲特征标准化数据（修正版）",
          options = list(pageLength = 5))

5.2 图形4——平行坐标图

parallel_plot <- similarity_data %>%
  pivot_longer(cols = -continent, names_to = "variable", values_to = "value") %>%
  ggplot(aes(x = variable, y = value, group = continent, color = continent)) +
  geom_line(size = 1.5, alpha = 0.8) +
  geom_point(size = 3) +
  scale_color_brewer(palette = "Set1") +
  labs(title = "图形4：各大洲多特征平行坐标图",
       subtitle = "标准化后的各项指标对比",
       x = "变量", y = "标准化值",
       color = "大洲") +
  theme_minimal() +
  theme(plot.title = element_text(size = 14, face = "bold"),
        axis.text.x = element_text(angle = 45, hjust = 1),
        legend.position = "bottom") +
  scale_x_discrete(labels = c("country_count" = "国家数量",
                             "gdpPercap" = "人均GDP",
                             "lifeExp" = "预期寿命",
                             "pop" = "人口"))

parallel_plot

• 图形解读：平行坐标图清晰地展示了大洲间在不同指标上的相对表现：

  1. 欧洲在人均GDP和预期寿命上表现突出

  2. 非洲在人口和国家数量上相对较高，但在经济和生活质量指标上落后

  3. 美洲各项指标相对均衡

  平行坐标图揭示了发展水平与人口规模之间的反向关系，人口较多的地区往往发展指标较低，这可能是资源分配问题的可视化体现。

6 时间序列可视化

6.1 案例数据解释与展示

• gapminder数据集扩展的时间序列。

  • country: 国家名称

  • continent: 大洲名称

  • year: 年份

  • lifeExp: 预期寿命

  • gdpPercap: 人均GDP

datatable(time_series_data %>% sample_n(10), 
          caption = "表5：时间序列数据样本",
          options = list(pageLength = 5))

6.2 图形5——流线图

selected_countries <- c("China", "United States", "India", "Brazil", "South Africa", "Germany")


stream_plot <- time_series_data %>%
  filter(country %in% selected_countries) %>%
  ggplot(aes(x = year, y = lifeExp, color = country)) +
  geom_line(size = 1.5, alpha = 0.8) +
  geom_point(size = 2) +
  geom_text_repel(
    data = . %>% filter(year == max(year)),
    aes(label = country),
    hjust = 0, direction = "y", nudge_x = 1
  ) +
  scale_color_brewer(palette = "Set1") +
  scale_x_continuous(limits = c(1952, 2015)) +
  labs(title = "图形5：代表性国家预期寿命变化流线图",
       subtitle = "1952-2007年期间变化趋势",
       x = "年份", y = "预期寿命") +
  theme_minimal() +
  theme(legend.position = "none",
        plot.title = element_text(size = 14, face = "bold"),
        panel.grid.minor = element_blank())

stream_plot

• 图形解读：流线图展示了六个代表性国家半个多世纪的寿命变化：

  1. 所有国家都呈现寿命增长趋势

  2. 中国和印度等发展中国家增长幅度更大

  3. 发达国家如美国、德国起点高但增长相对平缓

  发展中国家在20世纪后期的寿命提升速度明显快于发达国家，反映了全球健康不平等的缩小趋势。