如果一幅圖勝過(guò)千言萬(wàn)語(yǔ)尼啡，那么一幅會(huì)動(dòng)的圖呢？

需求

繪制統(tǒng)計(jì)圖形询微，是為了給誰(shuí)看崖瞭？

顯然不是給電腦看。

因?yàn)樗床欢琶矝](méi)必要看书聚。給它數(shù)據(jù)就好了。它理解起來(lái)藻雌，更準(zhǔn)確雌续。

繪制統(tǒng)計(jì)圖形，是給人看的胯杭。

可以給別人看驯杜。例如合作者、讀者做个、審稿人鸽心，或者演講時(shí)的觀眾滚局。

但更多的情況，圖也是給自己看的顽频。

為什么要畫(huà)圖藤肢？

因?yàn)槊苊苈槁榈臄?shù)字或符號(hào)，遠(yuǎn)不如一幅圖像冲九，看得清楚和舒服谤草。

人類(lèi)中的大多數(shù)，目前還沒(méi)有進(jìn)化出對(duì)海量原始數(shù)據(jù)莺奸，條件反射一般的理解能力丑孩。

漫長(zhǎng)的演化史上，人類(lèi)的感官只要能有效發(fā)現(xiàn)食物（包含獵物）灭贷，快速捕獲危險(xiǎn)信號(hào)（例如捕食者逼近）温学，和同類(lèi)高效交流（使用聲音、表情或肢體語(yǔ)言）就大概率可以在殘酷的自然淘汰賽里幸存下來(lái)甚疟。

不得不從財(cái)務(wù)報(bào)表這樣的密集數(shù)據(jù)里仗岖，發(fā)現(xiàn)機(jī)會(huì)和風(fēng)險(xiǎn)，是最近幾百年才有的事兒览妖。

巴菲特和芒格這樣的投資大家轧拄，也許有這種超能力。

但這種能力讽膏，顯然不是所有人的標(biāo)配檩电。

對(duì)普通人來(lái)說(shuō)，理解大量的數(shù)據(jù)府树，統(tǒng)計(jì)圖形很必要俐末。因此人們常說(shuō)，“一幅圖勝過(guò)千言萬(wàn)語(yǔ)”奄侠。

在《如何用Python從海量文本抽取主題卓箫？》一文里，我給你展示過(guò)如何繪制主題挖掘圖形垄潮。

而《如何用Python和R對(duì)故事情節(jié)做情緒分析烹卒？》一文中，我給你介紹了如何繪制故事情緒時(shí)間序列弯洗。

如你所見(jiàn)甫题，這些圖很有用。

但是它們只是靜態(tài)的涂召。

那么，如果圖是動(dòng)態(tài)的呢敏沉？

那至少果正，它能夠給我們提供更多一個(gè)維度的信息炎码。

這種功能，真的有用嗎秋泳？

我這里給你看一個(gè)例子潦闲。

這幅動(dòng)態(tài)統(tǒng)計(jì)圖，描繪了世界不同區(qū)域迫皱，人均 GDP 和預(yù)期壽命之間的關(guān)聯(lián)歉闰。隨著左上角年份的不斷變化，你會(huì)看到幾十年來(lái)卓起，這個(gè)世界的發(fā)展變化和敬。

Hans Rosling 曾經(jīng)用類(lèi)似的數(shù)據(jù)和動(dòng)畫(huà)效果，做了非常精彩的 TED 演講戏阅。我上課的時(shí)候昼弟，不止一次拿來(lái)作為演示樣例，讓學(xué)生揣摩學(xué)習(xí)奕筐。

如果你感興趣的話(huà)舱痘，可以點(diǎn)擊這個(gè)鏈接查看視頻。

你知道嗎离赫？只需要短短10行語(yǔ)句芭逝，你也能自己繪制出這個(gè)圖形。

不過(guò)我們學(xué)東西渊胸，不宜貪多求快旬盯。

要繪制上圖，你需要了解相關(guān)的基礎(chǔ)知識(shí)蹬刷。一下子攝入很多新知瓢捉，可能造成認(rèn)知負(fù)荷，對(duì)你的學(xué)習(xí)興趣沒(méi)有益處办成。

本文中泡态，我用一個(gè)更簡(jiǎn)單的例子，給你展現(xiàn)如何用 R 繪制動(dòng)態(tài)統(tǒng)計(jì)圖迂卢。

有了它作為基礎(chǔ)某弦，結(jié)合我給你推薦的相關(guān)學(xué)習(xí)資源，你也能很快做出更為實(shí)用而克，甚至是令人驚艷的動(dòng)圖靶壮。

環(huán)境

你不需要安裝任何軟件。只需要點(diǎn)擊這個(gè)鏈接（http://t.cn/ReaP9Mk）员萍，就可以使用 R 編程環(huán)境了腾降。

等準(zhǔn)備工作完畢，你會(huì)看到碎绎，瀏覽器里面開(kāi)啟了一個(gè) RStudio 界面螃壤。

你如果時(shí)間緊迫抗果，不想輸入任何代碼，卻又想馬上看到運(yùn)行結(jié)果奸晴，可以點(diǎn)擊左上角的 File -> Open File冤馏，并且從出現(xiàn)的文件列表中，選擇 code.Rmd 寄啼。

你就能看見(jiàn)下圖這樣打開(kāi)該文件后的結(jié)果逮光。

Rmd 文件后綴，代表 R Markdown墩划，是 RStudio 這個(gè) IDE 上可以使用的一種特殊的 Markdown 文件涕刚。說(shuō)它特殊，是因?yàn)槠渲械拇a段落走诞，可以直接運(yùn)行出結(jié)果副女。

界面左上方這里，有一個(gè)毛線(xiàn)球形狀的按鈕蚣旱，名稱(chēng)叫做 Knit 碑幅，點(diǎn)擊一下，它會(huì)把這個(gè) code.Rmd 文件塞绿，轉(zhuǎn)換成 HTML 沟涨，并且其中全部的代碼，都顯示出運(yùn)行結(jié)果來(lái)异吻。

如果你沒(méi)有那么急裹赴，就請(qǐng)按照我下面的說(shuō)明來(lái)操作。根據(jù)教程诀浪，一步步手動(dòng)輸入語(yǔ)句棋返。這樣更有助于你的理解，收獲會(huì)更大雷猪。

點(diǎn)擊左上角的 File -> New File 睛竣，選擇菜單里面的第一項(xiàng) R Script 。

此時(shí)求摇，你會(huì)看到左側(cè)分欄一個(gè)空白編輯區(qū)域開(kāi)啟射沟，可以輸入語(yǔ)句了。

輸入之前与境，我們先給文件起個(gè)名字验夯。點(diǎn)擊 File -> Save 按鈕。

在新出現(xiàn)的對(duì)話(huà)框里面摔刁，輸入 demo 挥转，回車(chē)。

好了，下面就可以輸入并運(yùn)行代碼了绑谣。

代碼

首先准潭，我們需要讀入幾個(gè)必要的軟件包：

library("tidyverse")
library("lubridate")
library("gganimate")

如果你看過(guò)我的《如何用R和API免費(fèi)獲取Web數(shù)據(jù)？》一文域仇，對(duì)于 tidyverse 應(yīng)該并不陌生。它是大神 Hadley 等人共同開(kāi)發(fā)的一系列 R 工具包合集寺擂。對(duì)我來(lái)說(shuō)暇务，它改變了之前 R 語(yǔ)言"難以學(xué)習(xí)"、"語(yǔ)法古怪"怔软、"不好使用"等刻板印象垦细。

lubridate 是用來(lái)處理時(shí)間數(shù)據(jù)的 R 軟件包。如果沒(méi)有這東西挡逼，你每次操作時(shí)間數(shù)據(jù)括改，都會(huì)麻煩許多。

gganimate 顧名思義家坎，后面我們繪制動(dòng)態(tài)圖形嘱能，需要用到。

下面看看我們這次使用的數(shù)據(jù)虱疏。

數(shù)據(jù)保存的格式是 .RData 惹骂，需要使用 load() 函數(shù)讀入。

load('carriers_jan.RData')

讀入以后做瞪，保存在其中的一個(gè)數(shù)據(jù)框變量 carriers_jan 就復(fù)活了对粪。下面我們看看其內(nèi)容：

carriers_jan

## # A tibble: 93 x 3

##    mydate     carrier     n

##    <date>     <chr>   <int>

##  1 2013-01-01 AA         94

##  2 2013-01-01 DL        112

##  3 2013-01-01 UA        165

##  4 2013-01-02 AA         94

##  5 2013-01-02 DL        152

##  6 2013-01-02 UA        170

##  7 2013-01-03 AA         95

##  8 2013-01-03 DL        128

##  9 2013-01-03 UA        159

## 10 2013-01-04 AA         95

## # ... with 83 more rows

我們解釋一下該數(shù)據(jù)的內(nèi)容。

這個(gè)數(shù)據(jù)實(shí)際上是從《如何用4行 R 語(yǔ)句装蓬，快速探索你的數(shù)據(jù)集著拭？》一文中的 nycflights13 數(shù)據(jù)集，通過(guò)轉(zhuǎn)換得來(lái)的牍帚。

轉(zhuǎn)換后的數(shù)據(jù)儡遮，統(tǒng)計(jì)了不同航空公司在2013年1月，每一天從紐約三大機(jī)場(chǎng)起飛航班次數(shù)履羞。

為了簡(jiǎn)便峦萎，我們?cè)谶@個(gè)數(shù)據(jù)集里，只保留了3家航空公司忆首，即：

• 美國(guó)航空（American Airlines爱榔，AA）
• 達(dá)美航空（Delta Air Lines, DL）
• 美聯(lián)航（United Airlines, UA）

下面我們挑出1月1日的數(shù)據(jù)看看：

carriers_jan %>%
  filter(mydate == ymd('20130101'))

## # A tibble: 3 x 3

##   mydate     carrier     n

##   <date>     <chr>   <int>

## 1 2013-01-01 AA         94

## 2 2013-01-01 DL        112

## 3 2013-01-01 UA        165

可見(jiàn)，這一天里糙及，美國(guó)航空起飛航班 94 架次详幽，達(dá)美 112 ，美聯(lián)航為 165 。

根據(jù)上表唇聘，我們繪制一張柱狀圖(bar chart)版姑。

橫坐標(biāo)是航空公司名稱(chēng)，是分類(lèi)數(shù)據(jù)迟郎；縱坐標(biāo)是航班次數(shù)剥险，是量化數(shù)據(jù)。

carriers_jan %>%
  filter(mydate == ymd('20130101')) %>%
  ggplot(aes(x=carrier, y=n, fill=carrier)) +
  geom_bar(stat='identity', position='identity')

如上圖所示宪肖，三家航空公司從紐約機(jī)場(chǎng)起飛次數(shù)表制，分別采用了不同顏色柱狀圖進(jìn)行了可視化。

紅色是美國(guó)航空控乾，綠色是達(dá)美航空么介，藍(lán)色是美聯(lián)航。

簡(jiǎn)單解釋一下其中的 ggplot 語(yǔ)句蜕衡。

ggplot2 也是 Hadley Wickham 的作品壤短，屬于 tidyverse 軟件包的一部分。

它將 Leland Wilkinson 提出的"繪圖語(yǔ)法"（Grammar of Graphics）在 R 語(yǔ)言上實(shí)現(xiàn)慨仿。

在《如何用 Python 和 API 收集與分析網(wǎng)絡(luò)數(shù)據(jù)久脯？》一文中，我們已經(jīng)介紹過(guò) ggplot2 的 Python 克孪馄（plotnine）桶现，所以這里就不贅述背景了。

你只要記住鼎姊，它繪制圖形的時(shí)候骡和，采用的是"分層"機(jī)制就好。

ggplot(aes(x=carrier, y=n, fill=carrier))
這一句講述映射(mapping)關(guān)系相寇，指定了把 carrier 信息投射到 x 軸慰于， n（航班次數(shù)）投射到 y 軸，用不同 carrier 類(lèi)別填充不同的色彩唤衫。

但是單單這一句婆赠，實(shí)際上是繪制不出東西來(lái)的，不信你可以嘗試執(zhí)行一下：

carriers_jan %>%
  filter(mydate == ymd('20130101')) %>%
  ggplot(aes(x=carrier, y=n, fill=carrier))

請(qǐng)注意這個(gè)圖里佳励， x 軸和 y 軸的設(shè)置休里，都與我們的預(yù)期一致。但是任何實(shí)質(zhì)性?xún)?nèi)容赃承，都沒(méi)有繪制出來(lái)妙黍。因?yàn)樵蹅冞€沒(méi)有告訴 ggplot ，打算畫(huà)一個(gè)什么類(lèi)別的統(tǒng)計(jì)圖形瞧剖。

這就是下一句 geom_bar(stat='identity', position='identity') 的用處拭嫁。

這句話(huà)告訴 ggplot 可免，請(qǐng)繪制柱狀圖，柱的高度按照 y 值設(shè)置做粤，對(duì)應(yīng) x 上每一個(gè)取值（航空公司名稱(chēng)）浇借，分別繪制一根柱。

這張靜態(tài)圖怕品，只能告訴我們2013年1月1日這一天妇垢，紐約機(jī)場(chǎng)這3個(gè)航空公司起飛航班數(shù)量信息。

假如我們想多了解一個(gè)維度肉康，也就是把時(shí)間加進(jìn)去修己，怎么辦？

這里辦法并不唯一迎罗。

最簡(jiǎn)單的常規(guī)方法，是把三維信息壓縮到二維平面里面去片仿。

因?yàn)槲覀兛炊S圖像纹安，除了能觀察到位置區(qū)別之外，還可以辨識(shí)色彩砂豌。

利用下列語(yǔ)句厢岂，你可以把這張圖輕松做出來(lái)。

carriers_jan %>%
  ggplot(aes(x=mydate, y=n, color=carrier)) +
  geom_point() + geom_line()

注意阳距，這里因?yàn)槲覀儾辉侔褧r(shí)間限定在1月1日了塔粒，因此你得把 filter(mydate == ymd('20130101')) 這一句去掉橄仆，使用全部1個(gè)月的時(shí)間桐筏。否則使用時(shí)間軸就沒(méi)有意義了。

這里的 ggplot(aes(x=mydate, y=n, color=carrier)) 酥筝，你應(yīng)該能觀察到跟之前的圖形間咖熟，映射關(guān)系的差別圃酵。

不同于上一幅圖，我們把 mydate 馍管，而不是 carrier 映射到了 x 軸郭赐。 y 軸的映射關(guān)系沒(méi)有變化。

我們此次不打算繪制柱狀圖了确沸，而是描繪隨時(shí)間變化趨勢(shì)捌锭，所以選用的是散點(diǎn)圖（geom_point()）+折線(xiàn)圖（geom_line()）。

這就意味著罗捎，再考慮柱狀圖里面的填充观谦，就不恰當(dāng)了，所以我們把 carrier 的信息宛逗，映射到顏色上去（color=carrier）坎匿。

從這張圖里，你可以發(fā)現(xiàn)非常顯著的規(guī)律性。

假如你不想這樣壓縮信息替蔬，而希望用圖形隨時(shí)間的動(dòng)態(tài)變化告私，來(lái)體現(xiàn)附加的時(shí)間維度，該怎么辦承桥？

這時(shí)驻粟，你就需要使用 gganimate 這個(gè)動(dòng)畫(huà)包的功能了。

gganimate 目前的開(kāi)發(fā)維護(hù)者凶异，是 Thomas Lin Pedersen 蜀撑。這是他的 github 頁(yè)面地址。

他把原先的 gganimate 包接管了過(guò)來(lái)剩彬，仿照 ggplot 的風(fēng)格酷麦，對(duì)語(yǔ)法進(jìn)行了修改和補(bǔ)充，使其能夠無(wú)縫融入到 ggplot 語(yǔ)句里喉恋，很方便地調(diào)用沃饶。

因?yàn)榭梢杂脛?dòng)態(tài)體現(xiàn)時(shí)間維度，所以我們這次依然繪制柱狀圖轻黑。語(yǔ)句如下：

carriers_jan %>%
  ggplot(aes(x=carrier, y=n, fill=carrier)) +
  geom_bar(stat='identity', position='identity') +
  transition_time(mydate)

圖動(dòng)起來(lái)了糊肤，是吧？

解釋一下語(yǔ)句氓鄙。

與之前靜態(tài)柱狀圖的區(qū)別馆揉，也是去掉了時(shí)間的限定那一句 filter(mydate == ymd('20130101')) ，以便描繪整個(gè)兒一月份的情況抖拦。

另一個(gè)顯著差別升酣，是加入了最后一行語(yǔ)句， transition_time(mydate) 态罪，這也是圖像能夠動(dòng)起來(lái)的關(guān)鍵拗踢。

根據(jù) gganimate 官方的說(shuō)明，圖形轉(zhuǎn)換可以有多個(gè)不同類(lèi)型語(yǔ)句來(lái)控制向臀。因?yàn)槲覀兦『糜?mydate 這個(gè)時(shí)間數(shù)據(jù)列巢墅，所以可以使用最自然而簡(jiǎn)單的 transition_time() 方法。

transition_time(mydate) 根據(jù)時(shí)間信息對(duì)數(shù)據(jù)框進(jìn)行切片券膀，然后分別加以展示君纫。圖像因而動(dòng)了起來(lái)。

不過(guò)芹彬，這里有個(gè)很?chē)?yán)重的問(wèn)題------你根本就看不清蓄髓，當(dāng)前的動(dòng)態(tài)結(jié)果對(duì)應(yīng)哪個(gè)時(shí)間。對(duì)不對(duì)舒帮？

咱們需要改進(jìn)一下会喝。

改進(jìn)的方法很簡(jiǎn)單：加入圖片標(biāo)題陡叠，顯示時(shí)間，并且讓標(biāo)題對(duì)應(yīng)著一起變化肢执。

修改后的代碼如下：

carriers_jan %>%
  ggplot(aes(x=carrier, y=n, fill=carrier)) +
  geom_bar(stat='identity', position='identity') +
  transition_time(mydate) +
  labs(title='{frame_time}')

這下枉阵，你一眼就可以從標(biāo)題中，看到當(dāng)前動(dòng)圖對(duì)應(yīng)的時(shí)間了预茄。

這里我們用到了 ggplot 的 labs() 函數(shù)兴溜，這個(gè)函數(shù)負(fù)責(zé)圖片的標(biāo)記設(shè)定，除了標(biāo)題以外耻陕，你還可以設(shè)置橫縱軸說(shuō)明等內(nèi)容拙徽。

我們用 title 參數(shù)設(shè)置標(biāo)題內(nèi)容。標(biāo)題需要變化诗宣，所以我們得傳入一個(gè)可以變化的量給 title 參數(shù)膘怕。

我們傳入的是 {frame_time} ，這就是我們剛才提到的召庞， gganimate 自動(dòng)切片所用的時(shí)間數(shù)據(jù)淳蔼。 傳入?yún)?shù)時(shí)，不要忘了需要將其包裹在雙引號(hào)里裁眯，作為字符串類(lèi)型傳入。

小結(jié)

本文給你展示了 R 環(huán)境繪制動(dòng)態(tài)統(tǒng)計(jì)圖的方法讳癌，具體包含以下知識(shí)點(diǎn)：

• 如何讀入 .RData 格式的數(shù)據(jù)文件穿稳；
• 如何利用 ggplot 命令映射變量，選擇統(tǒng)計(jì)圖類(lèi)型（包括柱狀圖晌坤、散點(diǎn)圖和折線(xiàn)圖等）逢艘；
• 如何使用 gganimate 的 transition_time() 方法繪制基于時(shí)間數(shù)據(jù)的動(dòng)態(tài)圖；
• 如何通過(guò) labs 設(shè)置骤菠，動(dòng)態(tài)顯示時(shí)間它改，以便于和圖像的變化對(duì)應(yīng)。

為了展示樣例的最小化商乎，本文的動(dòng)態(tài)統(tǒng)計(jì)圖非常簡(jiǎn)單央拖，技術(shù)含量并不高。

拋磚引玉鹉戚。希望你舉一反三鲜戒，繪制出更有價(jià)值、內(nèi)容也更加豐富的動(dòng)態(tài)統(tǒng)計(jì)圖來(lái)抹凳。

如果你對(duì) ggplot2 繪圖包感興趣遏餐，想詳細(xì)了解其語(yǔ)法，可以讀作者 Hadley Wickham 自己寫(xiě)的書(shū)《ggplot2：數(shù)據(jù)分析與圖形藝術(shù)》赢底。

如果你想了解 gganimate 包的更多用法失都，可以閱讀官方文檔柏蘑，或者看這段作者的演講視頻。

希望這些資源粹庞，能對(duì)你今后可視化溝通咳焚、展示自己的數(shù)據(jù)分析結(jié)果，有所幫助信粮。

給你留個(gè)思考題：

本文中的數(shù)據(jù)黔攒，是從《如何用4行 R 語(yǔ)句，快速探索你的數(shù)據(jù)集强缘？》一文中的 nycflights13 數(shù)據(jù)集督惰，通過(guò)轉(zhuǎn)換（data manipulation）得來(lái)的。

你能不能自己利用 R 或者 Python 語(yǔ)句旅掂，完成這一轉(zhuǎn)化過(guò)程呢赏胚？

歡迎留言，把你的思考和解決過(guò)程分享給大家商虐。

小提示：

• 如果你用 R 觉阅，可以參考 dplyr 包的文檔；
• 如果你用 Python 秘车，可以參考《推薦Python數(shù)據(jù)框Pandas視頻教程》一文典勇。

喜歡請(qǐng)點(diǎn)贊。還可以微信關(guān)注和置頂我的公眾號(hào)“玉樹(shù)芝蘭”(nkwangshuyi)叮趴。

如果你對(duì)數(shù)據(jù)科學(xué)感興趣割笙，不妨閱讀我的系列教程索引貼《如何高效入門(mén)數(shù)據(jù)科學(xué)？》眯亦，里面還有更多的有趣問(wèn)題及解法伤溉。