诚邀广大R语言、数据可视化爱好者和我们一起搬迁升级谢益辉著作《现代统计图形》！主要任务：将基于 LyX 编辑的原稿转化为基于 bookdown 的书稿项目主页和搬迁进度： https://github.com/XiangyunHuang/msg 书稿预览：稳定版： https://bookdown.org/xiangyun/msg/ 开发版： https://msg-book.netlify.com 缘起： https://d.cosx.org/d/420766/18

我得作个背景说明。这本书稿我是 2007 年开始写的，到 2011 年彻底掉了链子再也没装回去。那个年代的 R 和现在的 R 基本上是两种不同的语言，而且我花大精力写这本书稿的时候（2007 至 2009）ggplot2 也还在襁褓中，所以这本书主要是在介绍基础 R 图形，而我也经常戏称为《古代统计图形》。读这本书需要一点免疫力，防止沉迷于基础图形那费劲的点线纸笔式的画图方式（一旦知道这种方式之后就容易用这种思维画图，它很灵活但也很琐碎）；可以从书稿中看出我当年甚至连篮球场都用点线画出来了，可见沉迷多深。不过有些基础图形的想法还是很有意思的，比如向日葵图： par(mar = c(4, 4, 2, .2)) dat = iris[, 1:2] smoothScatter(dat, main = 'Starry Night') sunflowerplot(dat, pch = 20, col = 7, seg.col = 7, size = .1, add = TRUE) 还有脸谱图。还有思想太前卫、超过时代太多以至于至今没流行起来的 GGobi（我读博士期间本该接下这口锅、但最终叛逃开发 knitr 去了）。

yihui 读这本书需要一点免疫力，防止沉迷于基础图形那费劲的点线纸笔式的画图方式（一旦知道这种方式之后就容易用这种思维画图，它很灵活但也很琐碎）；可以从书稿中看出我当年甚至连篮球场都用点线画出来了，可见沉迷多深。我觉得关于这一点可以考虑补充和更新计划，主要引入目前比较成熟的 ggplot2 生态和 rgl 生态以及 plotly 为代表的交互图生态（相比较于那年头，现在的叫成熟）

那个年代的 R 和现在的 R 基本上是两种不同的语言…… 这本书我读起来很受用。可能是因为好古文。而且，我没有觉得基础作图很繁琐或过时，它足够应付我们这个学术领域。要说点线纸笔的方式，当初学 R 不就是冲这个来的吗，不然就留在 OriginLab 里了。自从 ggplot2 的某个shiny 插件横空出世之后，我越来越觉得像是在操作 Excel ……

Cloud2016 看了 yihui 书稿的一部分，我觉得这书的价值在于去掉具体代码（甚至去掉 R）后剩下的那些信息，比如统计图形如何构成，如何使用统计图形表达统计思想，以及图形审美，即统计图形之“道”。至于用哪个系统画图，则是具体“术”上的选择了，各人完全可以自行决定。我觉得更新 ggplot 的代码使其能运行就够了，似乎不必引入别的元素，因为这毕竟不是一本菜谱式的作图指南，特别不是 ggplot 的作图指南。 dapengde 我有个想法，可以把 yihui 这本书里用 baseR 做的图用 ggplot 实现一遍，放在 TNT 挑战书里。一来《统计图形》里各种图正好作为挑战的题目；二来也方便一些哥哥（各个---Jonie更新）（就是哥哥，即 ggplot，不用更新-dapengde）作图的发烧友对比和参考，让《统计图形》可吸引更多的读者。

Liechi 好主意。TNT 一书目前很单薄，要是这么一整，很快就厚了。你要是有时间有兴趣，先 PR 过来几个试试。

Liechi 你应该还没看到图库和附录几个章节，这几个章节还在推进中，我刚把数据一章推上去了

Cloud2016 我看的是之前放出来的那个 pdf 版本，你们新推的这个也在看，不过之前的建议是根据 pdf 版本的内容而来。作图系统很重要，只是讲如何作图的书，特别是讲 ggplot 的专门书籍都不少了，且质量很好，如 Hadley 自己写那本和 Winston Chang 那本。所以我觉得没有必要在《统计图形》里着墨太多，造成信息冗余，在《统计图形》第五章 ggplot 跟 grid 和 lattice 作为不同作图系统平权介绍就挺好。第四章图库讲了很多不同的图，但我觉得就算不看具体代码，就看书中对各类统计图形的介绍和如何用不同的图来表达信息也让人受益的。第六章数据里对如何用图形来传达每个数据集里包含的信息也有很多分析，而不只是说“我们现在来做一个箱线图来看看游戏玩家的得分分布。” 第七章分享了作图时需要考虑的原则，这也是我所谓的“道”的部分。第一章统计图形历史介绍和第三章对图形元素的单独介绍也是少见于市面上的其他作图“工具书”，但却有传播价值的。这些是我觉得重要且是本书特色的地方。这是我对《图形统计》的印象，或许跟你或者 yihui 自己的定位不一样，仅仅作为参考。

Liechi 我草拟了个“古统新编三步走”的方案：< https://github.com/XiangyunHuang/MSG-Book/issues/14#issuecomment-522218876 > 其中第二版也就是流行版，可以经删减做出个“洁本”或“干本”：删掉所有术，只论道。最简单的方法就是在 knitr 设置里设成 echo=F，再看看出来的书稿通不通，不通再改。当然，还可以把 base R 代码全换成 tidyverse；还可以往干本里注水，比如把 R 全换成 python，matlab，excel…… 就当成芭比娃娃，换衣服玩。

诚邀广大R语言、数据可视化爱好者和我们一起搬迁升级谢益辉著作《现代统计图形》

Fye

Cloud2016 可以换几个种子试试，或者修改R的代码把大的点过滤掉。其实也不一定用这些点做背景，可以找一些统计里面经典的，又能体现R的便利性的图来作封面里的元素。

Cloud2016

Fye 欢迎提供新的设计，体现统计思维和可视化两个元素就好

Jonie_Y

Cloud2016 > 多年以前 CRAN 上就有徐俊晓的统计学与R读书笔记(第六版)

这本书的排版怎么这么简陋啊。

@yihui @Liechi

顾炎武在《日知录》中有一句话：“形而上者谓之道，形而下者谓之器。”对本书来讲，统计作图的（计算机）技术本身即为“器”，而数据处理以及统计图形的灵活应用则为“道”。本书的写作目的正是希望能够基于“器”的练习和启发，让读者在统计数据处理和分析中真正得“道”，使统计图形在数据的探索分析中发挥福尔摩斯探案般的功效。

前两天，出去听了一次别人的统计学培训（在制药行业应用），发现一天半，啥理论和操作都没讲，就讲的是统计有多重要。而我自己呢，是注重实际技术的。所以当天在朋友圈里发了一句：

道与术，道法自然，术法行转。

发现还是不如谢大神的引用来的有文采。

这贴子，早期回复了一次，现在又看了一遍，印象最深的两点：

项目进展神速，参与者都很厉害，热情也高。
学习了谢大神的引用，我很好奇谢大神到底读了多少本书。。。话说，你不是相当于搞IT或数据的吗。。。

Cloud2016

Jonie_Y 人家做的很早，能把东西分享出来很赞了，那个时候排版都是 Word 的情况下，用 TeX 排书也不容易了

Jonie_Y 学习了谢大神的引用，我很好奇谢大神到底读了多少本书。。。话说，你不是相当于搞IT或数据的吗。。。

这让我想起多年前看过的一本书《当时已枉然》吴越写的， IT 背景，给我印象很深刻

yihui

Jonie_Y 我出版的几本英文书都是 CC 协议，跟出版社签合同时，合同上写着我给出版社独家印刷销售的权利，而在线电子版保留 CC 许可证。我不是法律人士，我也不知道这样做是否合规，但现在很多作者都这样跟风了，也开始有别的出版社允许这样做了。

Jonie_Y 读书不算多，一年十本左右。很多我发出来的引用不是从书里读来的，而是杂七杂八的文章里读到的别人的引用，这会给人一种错觉，仿佛我读过全书，但我并没有。偶尔我会因为看到一句话而找全书来读，但这种情况比较少。

你的“道与术，道法自然，术法行转”讲得很好啊。

Jonie_Y 其实我也有写作梦（我指的是非技术方面的写作），但思来想去我好像不是这块料，我好像擅长的只是挑刺、吐槽和腹诽。

“最寒冷的冬天是旧金山的夏季”这句话据（谣）传是马克吐温说的，译成中文感觉就没那么逗了（本来是说旧金山湾区的海边气候令人惊异，大夏天去那儿被冻成狗）。

The coldest winter I ever spent was a summer in San Francisco.

而且“XX 的冬天是 XX 的夏季”读起来怪怪的，为啥不用“夏天”而用“夏季”呢（看，立马开始挑刺）。

Jonie_Y

Cloud2016

2003年开始业余写作，在美国的华文报纸发表散文和小说若干。
2006年出版首部长篇小说《最寒冷的冬天是旧金山的夏季》。

简直了，还有IT男不能干的吗……

Jonie_Y

Cloud2016 @dapengde 像这种基于CC协议的，可以出版并卖书拿钱吗？

Cloud2016

英文环境里，一般不要在相邻的两句话里使用同一个有实际意义的动词和形容词，汉语里面也是类似的吧，不然会给人以词穷和韵律不和谐的感觉

yihui 最寒冷的冬天是旧金山的夏季

冬天两个字都是平声，夏季两个字都是仄声，改为夏天就对应不好，读起来差点意思

Jonie_Y

yihui

嗯，我在写一本书，我们行业里的，我在想要不要开源。出想出版，所以谢谢大神给了我一个思路~~
好吧，我最佩服大神的一点是技术，另一点是文学素养。我只能说，还是那句话还有IT男不能干的吗，哈哈。
我尝试译一下？“旧金山的夏天是我所经历过的最冷的冬天”。（小插曲，我一直在疑惑，这个不是圣弗朗西斯科吗？百度了一下发现有好几个名字，请原谅国内的小白）

Cloud2016 yihui 我觉得吧，我和你们的差距，不仅是技术上的差距，还有生活方式~

yihui

Cloud2016 嗯，从平仄和重复的角度来说有一定的道理。

yihui

Jonie_Y San Francisco 确实有好几个不同的中文叫法，我自己常用旧金山和三藩。

如 Liechi 所说，那句俏皮话不太容易翻译。如果是我，我肯定不会选这么啰里吧嗦的一句话作标题。它倒是让我联想起王芷蕾的一首歌叫《冷冷的夏》。

Liechi

yihui
刚请谷歌先生翻译了一下“三藩之乱”......

眼睁睁看着这楼盖上百层，我们用行动践行了“歪楼高百尺”的古训。歪而高，然不倒，比啥斜塔都不知道要高到哪里去了。

据说木棉花的花期是二月到四月，似乎确不能“灿烂一季夏”。木棉的维基页面上引了一位台湾歌手的：

紅紅的花開滿木棉道，長長的街好像在燃燒。

很有画面感。初春如火的花，或许让人误以为已到“冷冷的夏”了。

Cloud2016

songxiao 谢谢指出！已更新了

Cloud2016

目前该书引入的 R 包已经相当多了，R 包需要的系统依赖也很多，接下来将尽量不再引入新的依赖，如非确实必要也可加！感觉维护这玩意太累了，最近一次想添加制作视频动画的依赖就废了好大功夫，目前 Travis 编译一次竟然需要23分钟，这应该也是我想使得本书在线编译的必然结果。

Rscript -e "sessionInfo(.packages(T));capabilities()"

R version 3.6.1 (2017-01-27)
Platform: x86_64-pc-linux-gnu (64-bit)
Running under: Ubuntu 16.04.6 LTS
Matrix products: default
BLAS:   /home/travis/R-bin/lib/R/lib/libRblas.so
LAPACK: /home/travis/R-bin/lib/R/lib/libRlapack.so
locale:
 [1] LC_CTYPE=en_US.UTF-8       LC_NUMERIC=C              
 [3] LC_TIME=en_US.UTF-8        LC_COLLATE=en_US.UTF-8    
 [5] LC_MONETARY=en_US.UTF-8    LC_MESSAGES=en_US.UTF-8   
 [7] LC_PAPER=en_US.UTF-8       LC_NAME=C                 
 [9] LC_ADDRESS=C               LC_TELEPHONE=C            
[11] LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C       
attached base packages:
 [1] base      compiler  datasets  graphics  grDevices grid      methods  
 [8] parallel  splines   stats     stats4    tcltk     tools     utils    
other attached packages:
  [1] abind_1.4-7             alphahull_2.2           animation_2.6          
  [4] aplpack_1.3.3           askpass_1.1             assertthat_0.2.1       
  [7] av_0.3                  backports_1.1.5         base64enc_0.1-3        
 [10] BH_1.69.0-1             bitops_1.0-6            bookdown_0.14          
 [13] broom_0.5.2             cairoDevice_2.28        callr_3.3.2            
 [16] caTools_1.17.1.2        cellranger_1.1.0        classInt_0.4-1         
 [19] cli_1.1.0               clipr_0.7.0             coda_0.19-3            
 [22] colorspace_1.4-2        corrplot_0.84           cowplot_1.0.0          
 [25] crayon_1.3.4            crosstalk_1.0.0         curl_4.2               
 [28] data.table_1.12.4       DBI_1.0.0               dbplyr_1.4.2           
 [31] deldir_0.1-23           dendextend_1.12.0       digest_0.6.21          
 [34] dplyr_0.8.3             e1071_1.7-2             ellipsis_0.3.0         
 [37] evaluate_0.14           fansi_0.4.0             farver_1.1.0           
 [40] fastmap_1.0.1           filehash_2.4-2          forcats_0.4.0          
 [43] foreach_1.5.1           formatR_1.7             fs_1.3.1               
 [46] fun_0.2                 gclus_1.3.2             gdata_2.18.0           
 [49] gdtools_0.2.1           generics_0.0.2          GGally_1.4.0           
 [52] gganimate_1.0.3.9000    ggplot2_3.2.1           ggpointdensity_0.1.0   
 [55] gifski_0.8.6            glue_1.3.1              goftest_1.1-1          
 [58] gplots_3.0.3            gridExtra_2.3           gtable_0.3.0           
 [61] gtools_3.8.1            gWidgets_0.0-54.1       gWidgetsRGtk2_0.0-86   
 [64] haven_2.1.1             heatmaply_0.16.0        hexbin_1.27.3          
 [67] highr_0.8               hms_0.5.1               htmltools_0.4.0        
 [70] htmlwidgets_1.5.1       httpuv_1.5.2            httr_1.4.1             
 [73] igraph_1.2.4.1          iplots_1.1-7.1          iterators_1.0.12       
 [76] jsonlite_1.6            knitr_1.25              labeling_0.3           
 [79] later_1.0.0             latex2exp_0.4.0         lazyeval_0.2.2         
 [82] leaflet_2.0.2           lifecycle_0.1.0         lmtest_0.9-37          
 [85] lpSolve_5.6.13.3        lubridate_1.7.4         magick_2.2             
 [88] magrittr_1.5            manipulateWidget_0.10.0 maps_3.3.0             
 [91] maptools_0.9-8          markdown_1.1            MatrixModels_0.4-2     
 [94] mime_0.7                miniUI_0.1.1.1          misc3d_0.8-4           
 [97] modelr_0.1.5            MSG_0.4                 munsell_0.5.0          
[100] mvtnorm_1.0-11          network_1.15            openssl_1.4.1          
[103] pdftools_2.2            pillar_1.4.2            pkgconfig_2.0.3        
[106] plogr_0.2.0             plot3D_1.1.1            plotly_4.9.0           
[109] plotrix_3.7-6           plyr_1.8.4              png_0.1-7              
[112] polyclip_1.10-0         prettyunits_1.0.2       processx_3.4.1         
[115] progress_1.2.2          promises_1.1.0          ps_1.3.0               
[118] purrr_0.3.2             qap_0.1-1               qpdf_1.1               
[121] quantreg_5.51           R.methodsS3_1.7.1       R.oo_1.22.0            
[124] R.utils_2.9.0           R6_2.4.0                randomForest_4.6-14    
[127] raster_3.0-7            RColorBrewer_1.1-2      Rcpp_1.0.2             
[130] readr_1.3.1             readxl_1.3.1            registry_0.5-1         
[133] rematch_1.0.1           remotes_2.1.0           reprex_0.3.0           
[136] reshape_0.8.8           reshape2_1.4.3          rgeos_0.5-2            
[139] rggobi_2.1.22           rgl_0.100.31            RgoogleMaps_1.4.4      
[142] RGtk2_2.20.36           rJava_0.9-11            rlang_0.4.0            
[145] rmarkdown_1.16          rstudioapi_0.10         rvest_0.3.4            
[148] scales_1.0.0            scatterplot3d_0.3-41    selectr_0.4-1          
[151] seriation_1.2-8         sf_0.8-0                sgeostat_1.0-27        
[154] shiny_1.4.0             showtext_0.7            showtextdb_2.0         
[157] signal_0.7-6            sm_2.2-5.6              sna_2.4                
[160] sourcetools_0.1.7       sp_1.3-1                SparseM_1.77           
[163] spatstat_1.61-0         spatstat.data_1.4-0     spatstat.utils_1.13-0  
[166] splancs_2.01-40         statnet.common_4.3.0    stringi_1.4.3          
[169] stringr_1.4.0           svglite_1.2.2           sys_3.3                
[172] sysfonts_0.8            systemfonts_0.1.1       TeachingDemos_2.11     
[175] tensor_1.5              tibble_2.1.3            tidyr_1.0.0            
[178] tidyselect_0.2.5        tidyverse_1.2.1         tikzDevice_0.12.3      
[181] tinytex_0.16            transformr_0.1.1        tripack_1.3-8          
[184] TSP_1.1-7               tuneR_1.3.3             tweenr_1.0.1           
[187] units_0.6-5             utf8_1.1.4              vcd_1.4-4              
[190] vctrs_0.2.0             vioplot_0.3.2           viridis_0.5.1          
[193] viridisLite_0.3.0       webshot_0.5.1           whisker_0.4            
[196] withr_2.1.2             xfun_0.10               xml2_1.2.2             
[199] xtable_1.8-5            yaml_2.2.0              zeallot_0.1.0          
[202] zoo_1.8-7               boot_1.3-22             class_7.3-15           
[205] cluster_2.1.0           codetools_0.2-16        foreign_0.8-71         
[208] KernSmooth_2.23-15      lattice_0.20-38         MASS_7.3-51.4          
[211] Matrix_1.2-17           mgcv_1.8-28             nlme_3.1-140           
[214] nnet_7.3-12             rpart_4.1-15            spatial_7.3-11         
[217] survival_2.44-1.1
       jpeg         png        tiff       tcltk         X11        aqua 
       TRUE        TRUE        TRUE        TRUE        TRUE       FALSE 
   http/ftp     sockets      libxml        fifo      cledit       iconv 
       TRUE        TRUE        TRUE        TRUE       FALSE        TRUE 
        NLS     profmem       cairo         ICU long.double     libcurl 
       TRUE        TRUE        TRUE        TRUE        TRUE        TRUE

tctcab

Cloud2016

依赖地狱…

从我几次重装R包的经历来看，涉及Rjava的包容易出错，涉及RCPP的包有时候系统缺库也会出错…反而是纯R的包基本没啥事。

搞得我现在自己写东西也遵循“如无必要勿曾依赖”的原则了…

之前大鹏玩了个类似fortune的sinx包特喵的有三十多个包的依赖，简直想打他。

Cloud2016

tctcab

有时候只用到一个大包的一个小函数，不妨自己替换一下，若是在文中重复用到倒也不必替换。举个栗子，我看到 Hadley 的书《Advanced R》里写了 ruler 函数，它的作用是显示当前页面一行容纳的字数。这个玩意和调用 LaTeX 里的文武线有点相似！

https://github.com/hadley/adv-r/blob/4915e2984168da50671491db238d351e5590c07b/Introduction.Rmd#L267

ruler <- function(width = getOption("width")) {
  x <- seq_len(width)
  y <- case_when(
    x %% 10 == 0 ~ as.character((x %/% 10) %% 10),
    x %% 5 == 0  ~ "+",
    TRUE         ~ "-"
  )
  cat(y, "\n", sep = "")
  cat(x %% 10, "\n", sep = "")
}
ruler()

替换为下面这样

https://github.com/XiangyunHuang/MASR/blob/83f6faad32ca2e4114d043b8d21284fb4b9d4685/index.Rmd#L118

ruler <- function(width = getOption("width")) {
  x <- seq_len(width)
  y <- ifelse(x %% 10 == 0, as.character((x %/% 10) %% 10),
    ifelse(x %% 5 == 0, "+", "-")
  )
  cat(y, "\n", sep = "")
  cat(x %% 10, "\n", sep = "")
}
ruler()

从而去掉 dplyr 及其相关依赖。我这拨操作会不会引来一些负面效应？比如侵权啥的？如果不会的话，我真希望大家把自己的包的依赖都搞得尽可能小（在性能不会有显著损失的情况下）。

tctcab

Cloud2016
在只用某个包的一两个函数的时候，我会

dplyr::filter()这样

yihui

Cloud2016 如果是曾国藩来写这个函数，恐怕会是这种天然呆风格：

ruler <- function(width = getOption("width")) {
  x <- seq_len(width)
  y <- rep('-', width)
  y[x %% 5 == 0] <- '+'
  y[x %% 10 == 0] <- seq_len(width %/% 10) %% 10
  cat(y, "\n", sep = "")
  cat(x %% 10, "\n", sep = "")
}
ruler()

你用 ifelse() 当然也是极好的。此处用 dplyr::case_when() 在我看来就属于杀鸡用牛刀了，用一个笨重的依赖完成了一个细枝末节的任务，我觉得不值当。

净土宗在包的依赖问题方面确实是有不少问题，它的那些不靠谱的反对党还煞有介事地搞了个踢馆的网站名曰 Tinyverse：http://www.tinyverse.org 但基本上都是说了些废话（谁还不知道引入依赖的坏处？）、给自己的个人网站打广告（独孤求赞）、以及展示他们自己的确认偏误（看！Tidyverse 又搞砸了吧）。这个问题不能一概而论，不同人的平衡点不一样：你是选择臃肿而方便，还是选择轻量而麻烦？就以上的 ruler() 函数而言，引入 dplyr 当然是毫无必要；但如果在一个项目中大量使用了 dplyr 包中的其它主打函数，那么顺手用一下 case_when() 也无妨。就是看引入依赖的动机和目的是什么了。我一般倾向于用基础 R 函数，如果有什么杂项任务需要完成，我就写个零依赖的函数丢到 xfun 包中，当然偶尔也需要用到依赖，但 xfun 包本身没有硬性依赖，依赖按需安装就好了。ruler() 这种函数就适合放在这般乌合之众的包中。

Liechi

tctcab
这没有解决依赖的问题。如果不是常用包，还是需要：
if(!requireNamespace("dplyr")) install.packages("dplyr")

tctcab

yihui
看你的代码之后我也用了不少xfun里的函数