← ClaudeAtlas

ggplot2-publisted

出版级 ggplot2 图表:在 R 中生成、修复或审查达到论文/报告出版标准的统计图。 当用户要求画图、作图、出图、生成图表、论文 figure、按审稿意见改图(字太小/标签重叠/配色乱)、 或用 ggsave 导出图片时使用。触发词:ggplot、geom、aes、theme、R 可视化、bar chart、 line plot、publication figure、出版级、画图、作图、图不太好看。 不要用于:Python(matplotlib/plotnine/seaborn)图表、交互式图表(plotly/bokeh)、 纯数据清洗、仪表盘开发。
zhjx19/ggplot2-pub · ★ 8 · Data & Documents · score 77
Install: claude install-skill zhjx19/ggplot2-pub
# ggplot2-pub:出版级 ggplot2 作图 **核心理念**:图表是结论表达,不是装饰。先把数据整理成适合绘图的 tidy 数据,再进 `ggplot()`。 **风格目标**:克制、高数据墨水比、可复现,适合报告与论文。 ## 工作流(按序执行,勿跳步) ### 第 0 步:环境与依赖自检 ```r core = c("ggplot2", "dplyr", "forcats", "scales") missing = core[!core %in% rownames(installed.packages())] if (length(missing)) install.packages(missing) ``` - 推荐增强包缺失时**不阻塞**,按「依赖与降级」表换方案,不要现场强行装包。 - 图中含中文时,第 6 步的导出防线与第 7 步的渲染验收**不可省** (历史事故:locale 异常时中文乱码、富文本管线崩溃产出**空白图**, 且报错信息完全看不出是编码问题)。 ### 第 1 步:先把数据整理成可画的样子 - 聚合、排序、标签字段、高亮字段在 `ggplot()` 之前用 dplyr 完成;不在 `aes()` 内写清洗逻辑。 - 图中每个颜色、大小、标签都必须服务于一个明确问题。 ```r plot_data = df |> summarise(value = mean(score, na.rm = TRUE), .by = group) |> mutate( group = fct_reorder(group, value), is_focus = group == "目标组" # 高亮字段在数据里预先算好 ) ``` ### 第 2 步:选对图表类型 先按变量类型走判定,再查矩阵。三条守卫(均实测): - **重复测量守卫**:离散 + 连续,但每个类别有多个观测(`max(table(x)) > 1`)→ 画分布(halfeye/箱线),不要汇总成柱状丢掉波动信息;确要汇总必须先向用户说明。 - **汇总守卫**:两个离散 + 一个连续,且每格多于一个值 → 必须先 `summarise()`, 热图/柱状每格只允许一个值,禁止把原始值硬塞进 geom。 - **变换守卫**:连续值做 `sqrt()/log()` 前先检查非负/为正,不满足就换刻度而非改数据。 | 数据关系 | 首选 | 注意 | |---|---|---| | 单个连续变量分布 | 直方图 / 密度(零依赖);`ggdist::stat_halfeye()` 装了更佳 | 样本点可轻微 jitter | | 连续 vs 连续 | `geom_point()` + `geom_smooth()` | 大样本用透明度或 `geom_bin2d()` | | 离散 vs 连续 | `geom_col()` / boxplot / halfeye | 类别按值排序(见下) | | 时间 vs 连续 | `geom_line()` | 折线末端可直接标签 | | 两个类别变量 | 堆叠/分组柱或热图 | 百分比需标明分母 | | 多组趋势 | ≤6 组可上色;超过必须分面,每面板高亮本组 | 见 `references/multipanel.md`;避免意大利面条图 | 排序细则:字符型类别用 `fct_reorder(x, value)` 按值排;**factor 尊重