如果一幅圖勝過千言萬語，那么一幅會動的圖呢？

需求

繪制統(tǒng)計圖形，是為了給誰看？

顯然不是給電腦看。

因為它看不懂，也沒必要看。給它數(shù)據(jù)就好了。它理解起來，更準確。

繪制統(tǒng)計圖形，是給人看的。

可以給別人看。例如合作者、讀者、審稿人，或者演講時的觀眾。

但更多的情況，圖也是給自己看的。

為什么要畫圖？

因為密密麻麻的數(shù)字或符號，遠不如一幅圖像，看得清楚和舒服。

人類中的大多數(shù)，目前還沒有進化出對海量原始數(shù)據(jù)，條件反射一般的理解能力。

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

不得不從財務報表這樣的密集數(shù)據(jù)里，發(fā)現(xiàn)機會和風險，是最近幾百年才有的事兒。

巴菲特和芒格這樣的投資大家，也許有這種超能力。

但這種能力，顯然不是所有人的標配。

對普通人來說，理解大量的數(shù)據(jù)，統(tǒng)計圖形很必要。因此人們常說，“一幅圖勝過千言萬語”。

在《如何用Python從海量文本抽取主題？》一文里，我給你展示過如何繪制主題挖掘圖形。

而《如何用Python和R對故事情節(jié)做情緒分析？》一文中，我給你介紹了如何繪制故事情緒時間序列。

如你所見，這些圖很有用。

但是它們只是靜態(tài)的。

那么，如果圖是動態(tài)的呢？

那至少，它能夠給我們提供更多一個維度的信息。

這種功能，真的有用嗎？

我這里給你看一個例子。

這幅動態(tài)統(tǒng)計圖，描繪了世界不同區(qū)域，人均 GDP 和預期壽命之間的關聯(lián)。隨著左上角年份的不斷變化，你會看到幾十年來，這個世界的發(fā)展變化。

Hans Rosling 曾經(jīng)用類似的數(shù)據(jù)和動畫效果，做了非常精彩的 TED 演講。我上課的時候，不止一次拿來作為演示樣例，讓學生揣摩學習。

如果你感興趣的話，可以點擊這個鏈接查看視頻。

你知道嗎？只需要短短10行語句，你也能自己繪制出這個圖形。

不過我們學東西，不宜貪多求快。

要繪制上圖，你需要了解相關的基礎知識。一下子攝入很多新知，可能造成認知負荷，對你的學習興趣沒有益處。

本文中，我用一個更簡單的例子，給你展現(xiàn)如何用 R 繪制動態(tài)統(tǒng)計圖。

有了它作為基礎，結(jié)合我給你推薦的相關學習資源，你也能很快做出更為實用，甚至是令人驚艷的動圖。

環(huán)境

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

等準備工作完畢，你會看到，瀏覽器里面開啟了一個 RStudio 界面。

你如果時間緊迫，不想輸入任何代碼，卻又想馬上看到運行結(jié)果，可以點擊左上角的 File -> Open File，并且從出現(xiàn)的文件列表中，選擇 code.Rmd 。

你就能看見下圖這樣打開該文件后的結(jié)果。

Rmd 文件后綴，代表 R Markdown，是 RStudio 這個 IDE 上可以使用的一種特殊的 Markdown 文件。說它特殊，是因為其中的代碼段落，可以直接運行出結(jié)果。

界面左上方這里，有一個毛線球形狀的按鈕，名稱叫做 Knit ，點擊一下，它會把這個 code.Rmd 文件，轉(zhuǎn)換成 HTML ，并且其中全部的代碼，都顯示出運行結(jié)果來。

如果你沒有那么急，就請按照我下面的說明來操作。根據(jù)教程，一步步手動輸入語句。這樣更有助于你的理解，收獲會更大。

點擊左上角的 File -> New File ，選擇菜單里面的第一項 R Script 。

此時，你會看到左側(cè)分欄一個空白編輯區(qū)域開啟，可以輸入語句了。

輸入之前，我們先給文件起個名字。點擊 File -> Save 按鈕。

在新出現(xiàn)的對話框里面，輸入 demo ，回車。

好了，下面就可以輸入并運行代碼了。

代碼

首先，我們需要讀入幾個必要的軟件包：

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

如果你看過我的《如何用R和API免費獲取Web數(shù)據(jù)？》一文，對于 tidyverse 應該并不陌生。它是大神 Hadley 等人共同開發(fā)的一系列 R 工具包合集。對我來說，它改變了之前 R 語言"難以學習"、"語法古怪"、"不好使用"等刻板印象。

lubridate 是用來處理時間數(shù)據(jù)的 R 軟件包。如果沒有這東西，你每次操作時間數(shù)據(jù)，都會麻煩許多。

gganimate 顧名思義，后面我們繪制動態(tài)圖形，需要用到。

下面看看我們這次使用的數(shù)據(jù)。

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

load('carriers_jan.RData')

讀入以后，保存在其中的一個數(shù)據(jù)框變量 carriers_jan 就復活了。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。

這個數(shù)據(jù)實際上是從《如何用4行 R 語句，快速探索你的數(shù)據(jù)集？》一文中的 nycflights13 數(shù)據(jù)集，通過轉(zhuǎn)換得來的。

轉(zhuǎn)換后的數(shù)據(jù)，統(tǒng)計了不同航空公司在2013年1月，每一天從紐約三大機場起飛航班次數(shù)。

為了簡便，我們在這個數(shù)據(jù)集里，只保留了3家航空公司，即：

• 美國航空（American Airlines，AA）
• 達美航空（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，這一天里，美國航空起飛航班 94 架次，達美 112 ，美聯(lián)航為 165 。

根據(jù)上表，我們繪制一張柱狀圖(bar chart)。

橫坐標是航空公司名稱，是分類數(shù)據(jù)；縱坐標是航班次數(shù)，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，三家航空公司從紐約機場起飛次數(shù)，分別采用了不同顏色柱狀圖進行了可視化。

紅色是美國航空，綠色是達美航空，藍色是美聯(lián)航。

簡單解釋一下其中的 ggplot 語句。

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

它將 Leland Wilkinson 提出的"繪圖語法"（Grammar of Graphics）在 R 語言上實現(xiàn)。

在《如何用 Python 和 API 收集與分析網(wǎng)絡數(shù)據(jù)？》一文中，我們已經(jīng)介紹過 ggplot2 的 Python 克?。╬lotnine），所以這里就不贅述背景了。

你只要記住，它繪制圖形的時候，采用的是"分層"機制就好。

ggplot(aes(x=carrier, y=n, fill=carrier))
這一句講述映射(mapping)關系，指定了把 carrier 信息投射到 x 軸， n（航班次數(shù)）投射到 y 軸，用不同 carrier 類別填充不同的色彩。

但是單單這一句，實際上是繪制不出東西來的，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))

請注意這個圖里， x 軸和 y 軸的設置，都與我們的預期一致。但是任何實質(zhì)性內(nèi)容，都沒有繪制出來。因為咱們還沒有告訴 ggplot ，打算畫一個什么類別的統(tǒng)計圖形。

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

這句話告訴 ggplot ，請繪制柱狀圖，柱的高度按照 y 值設置，對應 x 上每一個取值（航空公司名稱），分別繪制一根柱。

這張靜態(tài)圖，只能告訴我們2013年1月1日這一天，紐約機場這3個航空公司起飛航班數(shù)量信息。

假如我們想多了解一個維度，也就是把時間加進去，怎么辦？

這里辦法并不唯一。

最簡單的常規(guī)方法，是把三維信息壓縮到二維平面里面去。

因為我們看二維圖像，除了能觀察到位置區(qū)別之外，還可以辨識色彩。

利用下列語句，你可以把這張圖輕松做出來。

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

注意，這里因為我們不再把時間限定在1月1日了，因此你得把 filter(mydate == ymd('20130101')) 這一句去掉，使用全部1個月的時間。否則使用時間軸就沒有意義了。

這里的 ggplot(aes(x=mydate, y=n, color=carrier)) ，你應該能觀察到跟之前的圖形間，映射關系的差別。

不同于上一幅圖，我們把 mydate ，而不是 carrier 映射到了 x 軸。 y 軸的映射關系沒有變化。

我們此次不打算繪制柱狀圖了，而是描繪隨時間變化趨勢，所以選用的是散點圖（geom_point()）+折線圖（geom_line()）。

這就意味著，再考慮柱狀圖里面的填充，就不恰當了，所以我們把 carrier 的信息，映射到顏色上去（color=carrier）。

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，而希望用圖形隨時間的動態(tài)變化，來體現(xiàn)附加的時間維度，該怎么辦？

這時，你就需要使用 gganimate 這個動畫包的功能了。

gganimate 目前的開發(fā)維護者，是 Thomas Lin Pedersen 。這是他的 github 頁面地址。

他把原先的 gganimate 包接管了過來，仿照 ggplot 的風格，對語法進行了修改和補充，使其能夠無縫融入到 ggplot 語句里，很方便地調(diào)用。

因為可以用動態(tài)體現(xiàn)時間維度，所以我們這次依然繪制柱狀圖。語句如下：

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

圖動起來了，是吧？

解釋一下語句。

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

另一個顯著差別，是加入了最后一行語句， transition_time(mydate) ，這也是圖像能夠動起來的關鍵。

根據(jù) gganimate 官方的說明，圖形轉(zhuǎn)換可以有多個不同類型語句來控制。因為我們恰好有 mydate 這個時間數(shù)據(jù)列，所以可以使用最自然而簡單的 transition_time() 方法。

transition_time(mydate) 根據(jù)時間信息對數(shù)據(jù)框進行切片，然后分別加以展示。圖像因而動了起來。

不過，這里有個很嚴重的問題------你根本就看不清，當前的動態(tài)結(jié)果對應哪個時間。對不對？

咱們需要改進一下。

改進的方法很簡單：加入圖片標題，顯示時間，并且讓標題對應著一起變化。

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，你一眼就可以從標題中，看到當前動圖對應的時間了。

這里我們用到了 ggplot 的 labs() 函數(shù)，這個函數(shù)負責圖片的標記設定，除了標題以外，你還可以設置橫縱軸說明等內(nèi)容。

我們用 title 參數(shù)設置標題內(nèi)容。標題需要變化，所以我們得傳入一個可以變化的量給 title 參數(shù)。

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

小結(jié)

本文給你展示了 R 環(huán)境繪制動態(tài)統(tǒng)計圖的方法，具體包含以下知識點：

• 如何讀入 .RData 格式的數(shù)據(jù)文件；
• 如何利用 ggplot 命令映射變量，選擇統(tǒng)計圖類型（包括柱狀圖、散點圖和折線圖等）；
• 如何使用 gganimate 的 transition_time() 方法繪制基于時間數(shù)據(jù)的動態(tài)圖；
• 如何通過 labs 設置，動態(tài)顯示時間，以便于和圖像的變化對應。

為了展示樣例的最小化，本文的動態(tài)統(tǒng)計圖非常簡單，技術含量并不高。

拋磚引玉。希望你舉一反三，繪制出更有價值、內(nèi)容也更加豐富的動態(tài)統(tǒng)計圖來。

如果你對 ggplot2 繪圖包感興趣，想詳細了解其語法，可以讀作者 Hadley Wickham 自己寫的書《ggplot2：數(shù)據(jù)分析與圖形藝術》。

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

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

給你留個思考題：

本文中的數(shù)據(jù)，是從《如何用4行 R 語句，快速探索你的數(shù)據(jù)集？》一文中的 nycflights13 數(shù)據(jù)集，通過轉(zhuǎn)換（data manipulation）得來的。

你能不能自己利用 R 或者 Python 語句，完成這一轉(zhuǎn)化過程呢？

歡迎留言，把你的思考和解決過程分享給大家。

小提示：

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

喜歡請點贊。還可以微信關注和置頂我的公眾號“玉樹芝蘭”(nkwangshuyi)。

如果你對數(shù)據(jù)科學感興趣，不妨閱讀我的系列教程索引貼《如何高效入門數(shù)據(jù)科學？》，里面還有更多的有趣問題及解法。