练习

• 1. 运用你所学到的知识，改进对取消航班与未取消航班起飞时间对比的可视化。
• 2. diamonds 数据集中哪个变量对预测钻石价格最重要？该变量与切工（cut）如何相关？为什么这两个关系的组合会导致质量较低的钻石反而更贵？
• 3. 安装 ggstance 包，并创建一个水平箱线图。这与使用 coord_flip() 相比有何不同？
• 4. 箱线图的一个问题在于它们是在数据集规模小得多的时代发展起来的，往往会显示出数量多得让人无法接受的“离群值”。解决这一问题的一种方法是字母值图。安装 lvplot 包，并尝试使用 geom_lv() 来展示价格与切工的分布。你学到了什么？如何解读这些图？
• 5. 比较和对比 geom_violin() 与分面的 geom_his togram()，或者带颜色的 geom_freqpoly()。每种方法各有哪些优缺点？
• 6. 如果你的数据集较小，有时使用 geom_jitter() 来查看连续变量与分类变量之间的关系会很有用。ggbeeswarm 包提供了几种与 geom_jitter() 类似的方法。请列出这些方法，并简要描述每种方法的作用。

两个分类变量

要可视化分类变量之间的协变，你需要统计每种组合的观测数量。一种方法是使用内置的 geom_count()：

ggplot(data = diamonds) + geom_count(mapping = aes(x = cut, y = color))