1장. 데이터 보기
1.1 왜 데이터를 보는가?
1.2 무엇이 나쁜 결과를 만드는가?
1.3 지각 및 데이터 시각화
1.4 시각 작업과 그래프 해석
1.5 데이터를 표현하기 위한 채널
1.6 정직과 바른 판단의 문제
1.7 그래프에 대해 분명히 생각해보기
1.8 다음 알아볼 내용
2장. 시작하기
2.1 R마크다운을 사용해 일반 텍스트로 작업하기
2.2 RStudio로 R 사용하기
2.3 R에 관해 알아야 할 것들
2.4 인내심을 가지고 R을 대하라
2.5 R에 데이터 가져오기
2.6 첫 번째 그림 만들기
2.7 다음 알아볼 내용
3장. 도표 만들기
3.1 ggplot의 동작 방식
3.2 깔끔한 데이터
3.3 매핑, 데이터를 시각 요소에 연결하기
3.4 레이어별로 도표 만들기
3.5 미적 요소 매핑과 설정하기
3.6 미적 요소는 geom마다 매핑될 수 있다
3.7 작업 저장하기
3.8 다음 알아볼 내용
4장. 적절한 숫자 표시하기
4.1 무색의 초록 데이터가 맹렬하게 잠을 잔다(Colorless Green Data Sleeps Furiously
4.2 그룹화 데이터와 "그룹" 미적특질
4.3 소형 다중 도표를 만드는 패싯
4.4 geom은 데이터를 변환할 수 있다
4.5 약간 어색한 방식으로 표시된 빈도 도표
4.6 히스토그램과 밀도 도표
4.7 필요할 때 변형 방지하기
4.8 다음 알아볼 내용
5장. 그래프 표, 레이블 추가, 메모 작성
5.1 파이프를 사용한 데이터 요약
5.2 그룹 또는 카테고리별 연속 변수
5.3 텍스트를 직접 플롯하기
5.4 이상치 레이블링
5.5 도표 영역에 쓰기와 그리기
5.6 척도, 가이드, 테마 이해하기
5.7 다음 알아볼 내용
6장. 모형을 사용한 작업
6.1 범례와 함께 한 번에 여러 적합 보여주기
6.2 모델 객체 내부 보기
6.3 모형 기반 그래픽을 올바르게 얻기
6.4 그래프로 예측 생성
6.5 broom의 깔끔한 모델
작가의 말
내 목표는 아이디어와 데이터 시각화 방법을 합리적이고 이해할 수 있으며 재현 가능한 방식으로 소개하는 것이다. 에드워드 R. 터프티(Edward R. Tufte가 지은 『The Visual Display of Quantitative Information(정량적 정보의 시각적 표시』(Graphics, 1983과 같은 데이터 시각화 관련 일부 고전 연구는 좋은 작업과 나쁜 작업의 수많은 예와 함께 그래프를 구성하고 평가하기 위해 필요한 규칙을 일반적인 취향에 맞추고 경험에 근거해 제시한다. 현재 번영을 누리고 있는 연구 분야에서, 최근의 연구는 성공한 그래픽과 실패한 그래픽의 인지 기반에 관한 훌륭한 토론이 이뤄지며 여러 설득력 있고 명쾌한 예시를 제공하고 있다(Ware, 2008. 다른 책들은 다른 상황에서 데이터를 그래프로 표시하는 방법에 대한 훌륭한 조언을 제공하지만(Cairo 2013; Few 2009; Munzer, 2014 책에 있는 그래프를 만드는 데 사용한 도구에 대해 가르쳐주지 않는다. 이는 사용된 소프트웨어가 태블로(Tableau, 마이크로소프트 엑셀, SPSS와 같이 자체적으로 시각적 안내 자료를 필요로 하며 마우스로 이용 가능한 (독점적이며 값비싼 특정 애플리케이션이기 때문일 수 있다. 혹은 필요한 소프트웨어는 무료로 사용할 수 있지만 사용법을 보여주는 것은 책의 목표가 아니다(Cleveland 1994. 반대로 많은 종류의 도표에 관한 코드 “요리법(recipe”을 제공하는 훌륭한 쿡북도 있다(Chang 2013. 그러나 그러한 이유로 결과 이면에 있는 원칙을 소개할 시간이 없다. 끝으로 이 책에서도 나오는 특정 소프트웨어 도구와 라이브러리를 자세히 알려주는 책도 있다(Wickham 2016. 이는 독자가 모르는 배경지식을 전제로 하기도 해 초보자가 소화하기 힘들 때가 있다.
방금 인용한 책들은 모두 시간을 들여 읽어볼 만한 가치가 있다. 그러나 사람들에게 데이터로 그래픽을 만드는 방법을 가르칠 때, 나는 당신이 무언가를
