आर आँकड़ों के साथ काम करने के लिए एक बहुत शक्तिशाली उपकरण है: पूर्व-प्रसंस्करण से लेकर किसी भी जटिलता और इसी ग्राफिक्स के मॉडल के निर्माण तक।

Google का एक सरल अनुरोध "आसानी से और जल्दी से आर का उपयोग करने के लिए" पर बड़ी मात्रा में साहित्य प्रदान करेगा। स्टैक ओवरफ्लो पर बहुत बड़ी किताबें और कई नोट होंगे, जो पहली नज़र में, उदाहरणों के एक अंतहीन भंडार की तरह प्रतीत होते हैं, जिनमें से प्रत्येक दो मायने रखता है। एक विशिष्ट समस्या को हल करने के लिए आवश्यक कोड एकत्र करेगा। हालांकि, वास्तव में यह बिल्कुल सच नहीं है। बहुत कम सामग्रियां हैं जो उदाहरण के लिए, इस समस्या को हल करने के दौरान उत्पन्न होने वाली कठिनाइयों को हल करने के लिए तैयार व्यंजनों के साथ एक सरल अनुसूची "स्क्रैच से" कैसे बनायेंगी।

व्यावहारिक समस्याओं को हल करने के लिए, विशिष्ट चरण-दर-चरण निर्देशों की आवश्यकता होती है, न कि किसी पैकेज की पूरी शक्ति का विस्तृत विवरण। इसके अलावा, रेडीमेड केस स्टडीज (वही इरेज़ ) अक्सर कम उपयोग के होते हैं, क्योंकि वे तुरंत आँकड़ों के साथ काम करने के सबसे महत्वपूर्ण चरणों में से एक को छोड़ देते हैं - डेटा का प्रारंभिक संग्रह और प्रसंस्करण। लेकिन यह इस काम के लिए ठीक है कि लगभग सभी समय का एक बड़ा हिस्सा अक्सर लेता है! एक अलग समस्या शेड्यूल का निर्माण है जो एक निश्चित पेशेवर वातावरण के औपचारिक, और अधिक बार अनौपचारिक के अनुरूप है।

मेरे सहयोगियों और मुझे नियमित रूप से वैज्ञानिक परिणामों को प्रकाशित करने के लिए उन पर आधारित आँकड़ों और मॉडलों के अधिक से अधिक विज़ुअलाइज़ेशन करने की आवश्यकता है। चूंकि अध्ययन अर्थशास्त्र की चिंता करता है, इसलिए इनमें से कई कार्य पेशेवर पत्रकारिता के समान हैं।

कुछ बिंदु पर, यह स्पष्ट हो गया कि प्रभावी टीमवर्क के लिए एक पूर्ण-पूर्ण सांख्यिकी प्रसंस्करण पाइपलाइन की आवश्यकता है। इस लेख को सहकर्मियों के लिए एक परिचयात्मक मार्गदर्शिका और खुद के लिए एक धोखा पत्र के रूप में पैदा किया गया था ताकि इस कन्वेयर को चलाया जा सके। ऐसा लगता है कि यह सामग्री व्यापक दर्शकों के लिए उपयोगी हो सकती है।

आर दर्द-मुक्त ग्राफिक्स: वॉकथ्रू

बेसिक सेटिंग आर

काम करने के लिए, आपको एक मानक बंडल की आवश्यकता है: R + RStudio । वे सभी सामान्य प्लेटफार्मों के लिए नि: शुल्क उपलब्ध हैं। आर पहले स्थापित किया गया है, फिर RStudio। आमतौर पर कोई समस्या नहीं हैं।

काम करने से पहले, नई स्क्रिप्ट को तुरंत अपने फ़ाइल सिस्टम में कहीं और सहेजना बेहतर होता है और तुरंत उस कार्यशील निर्देशिका R को उस फ़ोल्डर में स्थापित करें जहाँ स्क्रिप्ट संग्रहीत है (सत्र मेनू - सेट कार्य निर्देशिका - स्रोत फ़ाइल स्थान पर)। अंतिम नोट महत्वपूर्ण है, क्योंकि अन्यथा, RStudio को रिबूट करने के बाद किसी भी बाहरी या देशी स्क्रिप्ट को शुरू करना नहीं होगा। किसी कारण से, RStudio डिफ़ॉल्ट रूप से ऐसा नहीं करता है, जो तर्कसंगत होगा।

यहां तक ​​कि बुनियादी पैकेज आर में भी मानक विज़ुअलाइज़ेशन टूल ( प्लॉट फ़ंक्शन) हैं जो आपको कई प्रकार के ग्राफ़ बनाने की अनुमति देते हैं, लेकिन फिर भी, ये विशेषताएं स्पष्ट रूप से पूर्ण विकसित, उच्च अनुकूलन योग्य चित्र के लिए पर्याप्त नहीं हैं।

R में ग्राफिक्स के लिए सबसे व्यापक रूप से उपयोग की जाने वाली लाइब्रेरी ggplot2 पैकेज है, जिसका उपयोग हम भी करेंगे।

यह तुरंत रीडक्सल पैकेज (रीडिंग .xls, .xlsx फाइल्स के लिए) और dplyr (सरणियों के साथ काम करने के लिए), तराजू (अलग-अलग डेटा पैमानों के साथ काम करने के लिए), काहिरा (ग्राफ़िक्स से फाइल के लिए ग्राफिक्स बनाने के लिए) को स्थापित करने के लायक भी है। यह सब एक आदेश के साथ किया जा सकता है:

install.packages("ggplot2", "readxl", "scales", "dplyr", "Cairo") 

डेटा संग्रह और तैयारी

सबसे आश्चर्य की बात यह है कि किसी भी साहित्य में यह चरण, चाहे वह लागू सैद्धांतिक आंकड़ों पर एक गंभीर सैद्धांतिक पुस्तक हो या विशिष्ट सांख्यिकीय पैकेजों का मार्गदर्शक हो, भयावह रूप से बहुत कम जगह और समय के लिए समर्पित है। फिर भी, छात्रों और कनिष्ठ सहयोगियों के स्वतंत्र अनुसंधान और नेतृत्व के अनुभव के अनुसार, यह ज्ञात है कि यह इस स्तर पर है कि शेर का समय और प्रयास गिर सकता है, इसलिए विशुद्ध तकनीकी समस्याओं को हल करते हुए भी उन्हें बचाना बहुत महत्वपूर्ण है।

यहाँ दो प्रश्न हैं:

1. सही फ़ाइल प्रारूप कैसे चुनें?
2. डेटा संरचना के लिए सबसे अच्छा तरीका क्या है?

प्रारूप के साथ, दुविधा सरल है: CSV बनाम Microsoft Excel (इतना महत्वपूर्ण नहीं, "नया" .xlsx पुराना .xls)। बहुत से लोग सोचते हैं कि CSV सादगी से लाभ उठाता है (वास्तव में, यह एक नियमित पाठ फ़ाइल है जिसमें स्तंभ मान अल्पविराम या अर्धविराम द्वारा अलग किए जाते हैं) और गति। लेकिन मैं दो कारणों से एक्सेल का चयन करता हूं: सबसे पहले, इस फाइल में आप अलग-अलग टैब पर एक साथ कई टेबल स्टोर कर सकते हैं, और दूसरी बात, अधिक महत्वपूर्ण बात यह है कि आपको सही कॉलम विभाजक और दशमलव स्थान चुनने के बारे में सोचना नहीं होगा। CSV के लिए, यह अक्सर R कोड में मैन्युअल रूप से लिखा जाना चाहिए और सुनिश्चित करें कि डेटा फ़ाइल उसी सेटिंग्स के साथ सहेजी गई है।

डेटाबेस की व्यवस्था कैसे की जानी चाहिए, इसकी बुनियादी समझ के लिए स्ट्रक्चरिंग डेटा एक अधिक जटिल मुद्दा है। यदि आप विभिन्न सामान्य रूपों के बारे में संबंधपरक डेटाबेस के सिद्धांत में नहीं जाते हैं, तो डेटा तालिका निरर्थक होनी चाहिए , यानी इसमें अतिरिक्त कॉलम होंगे। यह आवश्यक है ताकि बाद में आर में स्क्रिप्ट में आप लचीले ढंग से आगे की प्रक्रिया के लिए जानकारी के कुछ टुकड़ों का चयन कर सकें। उदाहरण के लिए, यदि हम एक आदिम समय श्रृंखला का चित्रण करना चाहते हैं, तो हमें उन स्तंभों को बनाना चाहिए जो सभी संभावित समूहीकरण विशेषताओं के अनुरूप हैं। उदाहरण के लिए, अगर यह सीवरोवोस्टोचिन्स्क के सशर्त शहर की आबादी पर वार्षिक टिप्पणियों की एक श्रृंखला है, तो हमें निम्नलिखित कॉलम की आवश्यकता होगी: वर्ष (वर्ष), var (संकेतक नाम), मान (संकेतक मान)।

हम सूचना की प्रस्तुति की इस शैली को कोई इनपुट डेटा प्रदान करेंगे।

उदाहरण

उद्देश्य: 2009-2018 में रूस, साइबेरियाई संघीय जिले और क्रास्नायार्स्क क्षेत्र में कटाई की मात्रा की गतिशीलता की तुलना करना।

इस कार्य के लिए डेटा प्राप्त करना काफी सरल है: यूनिफाइड इंटरडेपार्टल इंफॉर्मेशन एंड स्टैटिस्टिकल सिस्टम में संबंधित इंडिकेटर को खोजें। सूक्ष्मता आगे आती है। आप तुरंत .xlsx प्रारूप में डेटा डाउनलोड कर सकते हैं और फिर इसे मैन्युअल रूप से संरचना कर सकते हैं जैसा कि ऊपर दिखाया गया है। सौभाग्य से, जानकारी के कुछ स्रोत (उदाहरण के लिए, EMISS) आपको स्वयं सेवा की क्षमताओं के साथ ऐसा करने की अनुमति देते हैं, जो काम को सरल करता है और इसे पूरा करने के लिए आवश्यक समय को कम करता है।

इसलिए, EMISS के लिए "सेटिंग्स" मोड (डेटा पेज के ऊपरी दाएं कोने में संबंधित बटन) पर जाने और "कॉलम" कॉलम से "पंक्तियों" कॉलम के लिए "अवधि" को छोड़कर सभी संकेतों को स्थानांतरित करने के लिए पर्याप्त है। यह एक तालिका है जो हमारे भविष्य के काम के लिए लगभग तैयार है। इसके अलावा, पहले से ही एक्सेल (या किसी अन्य उपयुक्त संपादक) में, यह तालिका संरचना को ऊपर प्रस्तुत किए गए फॉर्म के समान लाने के लिए समझ में आता है और यह सुनिश्चित करें कि पहली पंक्ति में केवल चर, नाम, लैटिन में डेटा (सिद्धांत रूप में, आर) रूसी-भाषा के शीर्षकों के साथ काम कर सकते हैं। लेकिन कोड लिखते समय यह असुविधाजनक है)। परिणाम एक ऐसी तालिका थी (एक टुकड़ा कई पंक्तियों में दिया गया है)।

अब आप इस शीट को logging कह सकते हैं, पूरी किताब को ग्राफेक्स। graphs.xlsx फ़ाइल में graphs.xlsx हैं और RStudio पर जा सकते हैं।

हम आवश्यक पुस्तकालयों को जोड़ते हैं।

 library(ggplot2) library(readxl) library(Cairo) library(scales) library(dplyr) 

यदि कोई अनुसूची रूसी भाषा के प्रकाशन के लिए तैयार की जा रही है, तो आपको निश्चित रूप से उपयुक्त स्थान को कॉन्फ़िगर करना चाहिए। सबसे आधुनिक विकल्प जो ज्यादातर मामलों में काम करेगा, निश्चित रूप से, UTF-8 एन्कोडिंग है:

 Sys.setlocale("LC_ALL", "ru_RU.UTF-8") 

यदि सिस्टम पुराना है (कुछ प्राचीन विंडोज या लिनक्स), तो आपको पहले यह समझना होगा कि एन्कोडिंग का उपयोग डिफ़ॉल्ट रूप से क्या किया जाता है - यह ऐसा सरल कार्य नहीं है, जो इस लेख के उद्देश्य से दूर है।

अब आपको आर में डेटा लोड करने की आवश्यकता है।

 df_logging <- read_excel("graphs.xlsx", sheet ="logging") 

यहां sheet विकल्प एक्सेल वर्कबुक के अंदर शीट का नाम सेट करता है जिससे डेटा लोड किया जाएगा।

हम आवश्यक शेड्यूल का सबसे सरल संस्करण बनाते हैं।

 ggplot(data=df_logging, aes(x=year, y=value)) + geom_line(aes(linetype=location)) 

सिद्धांत रूप में, लगभग "बॉक्स से बाहर" एक बहुत ही योग्य अनुसूची निकला, जो अध्ययन के तहत प्रक्रिया के प्रारंभिक विश्लेषण के लिए काफी उपयुक्त है, लेकिन एक संभावित प्रकाशन के दृष्टिकोण से, इसे अभी भी महत्वपूर्ण शोधन की आवश्यकता है।

सबसे पहले, ग्राफिक शैली को और अधिक अकादमिक में लाएं। ggplot2 पैकेज में कई तैयार बेसिक थीम हैं । हमारे विषय के लिए theme_classic विषय को सबसे उपयुक्त माना जा सकता है। इसके कॉन्फ़िगरेशन के भाग के रूप में, आप तुरंत फ़ॉन्ट और उसके हेडसेट का आधार आकार निर्धारित कर सकते हैं। मेरी व्यक्तिगत प्राथमिकताएँ आधुनिक फ़ॉन्ट प्रणाली PT Sans, PT Serif, PT Mono से संबंधित हैं । लेकिन, ज़ाहिर है, आप एक अधिक क्लासिक टाइम्स या हेल्वेटिका पूछ सकते हैं। साथ ही, जिस प्रकाशन में प्रकाशन की योजना है, इस संबंध में विशेष निर्देश हो सकते हैं। आधार बिंदु समान रूप से 12 पीटी निर्धारित किया जाता है।

 ggplot(data=df_logging, aes(x=year, y=value)) + geom_line(aes(linetype=location)) + theme_classic(base_family = "PT Sans", base_size = 12) 

इसके बाद, लीज को ग्राफ के सही क्षेत्र से नीचे ले जाएं ( theme इंस्ट्रक्शन का उपयोग करके) और उसी समय अक्षों ( labs इंस्ट्रक्शन) को सार्थक नाम दें। वाई अक्ष के साथ, हम माप की इकाइयों ("लॉगिंग वॉल्यूम, मिलियन क्यूबिक मीटर") के साथ संकेतक का नाम लिखते हैं, और एक्स अक्ष के साथ लेबल को पूरी तरह से हटा देते हैं, क्योंकि यह स्पष्ट है कि वर्ष वहां चिह्नित हैं।

 ggplot(data=df_logging, aes(x=year, y=value)) + geom_line(aes(linetype=location)) + theme_classic(base_family = "PT Sans", base_size = 12) + theme(legend.title = element_blank(), legend.position="bottom", legend.spacing.x = unit(0.5, "lines")) + labs(x = "", y = " , . . ", color="") 

माप की इकाइयों को धारणा के लिए अधिक सुविधाजनक बनाने के लिए, हम हजार घन मीटर से आगे बढ़ेंगे। लाखों तक। ऐसा करने के लिए, बस मानों को 1000 से विभाजित करें, अर्थात्, हमारे कोड की पहली पंक्ति को निम्नानुसार समायोजित करें:

 ggplot(data=df_logging, aes(x=year, y=value/1000)) 

उसी समय, आपको शिलालेख में इकाइयों को बदलने की आवश्यकता है:

 labs(x = "", y = " ,  . ", color="") 

और तुरंत हम प्रत्येक देखे गए मूल्य को इंगित करने के लिए डॉट्स जोड़कर छवि शैली में थोड़ा सुधार करेंगे, जिसके लिए हम एक निर्देश जोड़ेंगे:

 geom_point(size=2) 

आप खुद भी स्पष्ट रूप से लाइनों की शैली निर्धारित कर सकते हैं। रूस के लिए एक ठोस रेखा, और साइबेरियाई संघीय जिले और क्रास्नोयार्स्क क्षेत्र के लिए संकेतक बनाने के लिए तर्कसंगत है - आंतरायिक के विभिन्न संस्करण:

 scale_linetype_manual(values=c("twodash", "solid", "dotted")) 

अब सामान्य कोड और ग्राफ इस प्रकार है:

 ggplot(data=df_logging, aes(x=year, y=value/1000)) + geom_line(aes(linetype=location)) + geom_point(size=1) + theme_classic(base_family = "PT Sans", base_size = 12) + theme(legend.title = element_blank(), legend.position="bottom", legend.spacing.x = unit(0.5, "lines")) + scale_linetype_manual(values=c("twodash", "solid", "dotted")) + labs(x = "", y = " ,  . ", color="") 

यह अधिक महत्वपूर्ण कार्य को हल करने के लिए रहता है - हमारे कार्यक्रम की सूचना सामग्री को बढ़ाने के लिए। अब इससे यह देखा जा सकता है कि, सामान्य रूप से, अवलोकन की सभी वस्तुओं के लिए संकेतक, इसके अलावा, 2014 के बाद से बढ़ गया है, यह पहले से अधिक मजबूत है। लेकिन यह बहुत स्पष्ट होगा अगर हम चार्ट पर सीधे दर्शाए गए हैं पहले और आखिरी वर्षों में भी मान और, कहते हैं, 2011 के चरम में। नया geom_text कथन मदद करेगा:

 geom_text(aes(label=format(value/1000, digits = 3, decimal.mark = ",")), data = subset(df_logging, year == 2009 | year == 2018 | year == 2011), check_overlap = TRUE, vjust=-0.8) 

पहली नज़र में, यह बल्कि जटिल लगता है, और मुझे यह कहना होगा कि इसे इकट्ठा करना वास्तव में इतना आसान नहीं था। मैं समझाने की कोशिश करूंगा कि यहां क्या हो रहा है। अपने आप में, geom_text चार्ट में पाठ लेबल जोड़ता है। इस निर्देश के लिए, एक डेटा सेट की आवश्यकता है। यदि हमने df_logging सीधे df_logging निर्दिष्ट किया है, तो हम प्रत्येक बिंदु के ऊपर शिलालेख प्राप्त करेंगे। यह बहुत बार किया जाता है, लेकिन हमारे जैसे काफी सरल समय श्रृंखला के लिए, यह दृष्टिकोण केवल अनावश्यक दृश्य शोर पैदा करेगा, जो हमें मनाया संकेतक के व्यवहार के बारे में नई जानकारी प्रदान किए बिना। इसलिए, हम केवल उन वर्षों को लेंगे जो संकेतक की गतिशीलता को समझने के लिए आवश्यक हैं: 2009 (टिप्पणियों की शुरुआत), 2011 (स्थानीय शिखर), 2018 (टिप्पणियों का अंत)। यह मानक subset मदद करेगा।

रूसी-भाषी परंपरा के अनुसार संख्याओं के सही प्रदर्शन के लिए, हमें पूर्णांक और दशमलव भागों ( decimal.mark ) के विभाजक के रूप में अल्पविराम की आवश्यकता होती है, और दशमलव स्थानों की संख्या में कटौती करने के लिए, अंक निर्देश। round फ़ंक्शन के उपयोग सहित इसके साथ विभिन्न प्रयोगों ने इस तथ्य को जन्म दिया कि अगर हमें एक दशमलव स्थान की आवश्यकता है, तो हमें मान 3 से digits तक पारित करने की आवश्यकता है।

check_overlap विकल्प की सीधे यहां जरूरत नहीं है, लेकिन यह अन्य मामलों में उपयोगी हो सकता है: यह ओवरलैपिंग लेबल का एक स्वचालित नियंत्रण है। अन्यायपूर्ण विकल्प लेबल के स्थान को लंबवत रूप से नियंत्रित करता है। मूल्य का चयन स्वाद के आधार पर किया जाता है।

अब अनुसूची पर विचार करना वास्तव में दिलचस्प है!

लेकिन एक अप्रत्याशित समस्या का पता चला - छवि के ऊर्ध्वाधर आकार द्वारा ऊपरी सही मूल्य "कट ऑफ" है। इस समस्या को हल करने के कई तरीके हैं। मैं 250 मिलियन क्यूबिक मीटर की स्पष्ट ऊपरी सीमा के साथ ऊर्ध्वाधर अक्ष पैमाने के एक मामूली खिंचाव के साथ बाहर निकला। मी:

 scale_y_continuous(limits = c(0,250)) 

हो गया! तो, अंतिम कोड इस तरह दिखता है:

 ggplot(data=df_logging, aes(x=year, y=value/1000)) + geom_line(aes(linetype=location)) + geom_point(size=1) + theme_classic(base_family = "PT Sans", base_size = 12) + theme(legend.title = element_blank(), legend.position="bottom", legend.spacing.x = unit(0.5, "lines")) + geom_text(aes(label=format(value/1000, digits = 3, decimal.mark = ",")), data = subset(df_logging, year == 2009 | year == 2018 | year == 2011), check_overlap = TRUE, vjust=-0.8) + geom_text(aes(label=format(value/1000, digits = 3, decimal.mark = ",")), data = subset(df_logging, year == 2009 | year == 2018 | year == 2011), check_overlap = TRUE, vjust=-0.8) + scale_linetype_manual(values=c("twodash", "solid", "dotted")) + scale_y_continuous(limits = c(0,250)) + labs(x = "", y = " ,  . ", color="") 

परिणामस्वरूप छवि को मोनोग्राफ में शामिल किया गया है: क्षेत्र की प्रतिस्पर्धात्मकता को बढ़ाने के लिए एक कारक के रूप में संरचनात्मक आधुनिकीकरण (क्रास्नोयार्स्क क्षेत्र के उदाहरण पर) / एड। शिष्टस्की एनजी - नोवोसिबिर्स्क: आईईओपीपी एसबी आरएएस, 2020 (प्रेस में)।

निर्यात

RStudio में बनाया गया ग्राफ़ देखने वाला प्लग आपको कुछ ही क्लिक में अतिरिक्त कमांड के बिना कई प्रारूपों में छवियों को निर्यात करने की अनुमति देता है। समस्या यह है कि व्यावहारिक कार्यों के लिए यह सेवा व्यावहारिक रूप से बेकार है। रैस्टर फॉरमेट (.jpg, .png) को सेव करते समय, डिफ़ॉल्ट सेटिंग बहुत कम होती है, इसलिए जब आप किसी इमेज को इम्पोर्ट करते हैं, उदाहरण के लिए, वर्ड में, तो यह ब्लर हो जाएगा। वेक्टर .eps या .pdf के साथ, स्थिति स्पष्ट रूप से बदतर है: बचत या तो त्रुटियों के साथ होती है जो तब फ़ाइल को खोलने की अनुमति नहीं देती है, या रूसी-भाषा के शिलालेखों का उपयोग किए बिना संभावना को बचाया जाता है।

समाधान ggsave पैकेज से ggsave फ़ंक्शन का ggplot है।

यदि आउटपुट के लिए एक नियमित रैस्टर फ़ाइल की आवश्यकता होती है, उदाहरण के लिए, .Png प्रारूप की, तो सब कुछ काफी सरल है:

 ggsave("logging.png", width=709, height=549, units="px") 

ज्यामिति (विकल्प width और height ) और माप की units ( units ) को छोड़ा जा सकता है, लेकिन फिर डिफ़ॉल्ट रूप से छवि को निर्यात किया जाएगा, जो शायद ही सुविधाजनक है। इसलिए, अपने स्वयं के अनुपात और आवश्यक आकार के साथ आना बेहतर है और इन मापदंडों को मैन्युअल रूप से सेट करें, जैसा कि कोड की उपरोक्त पंक्ति में किया गया है।

पेपर प्रकाशनों में छवि के बाद के उपयोग के लिए, छवि को वेक्टर प्रारूपों में निर्यात करना उचित है, ताकि बाद में लेआउट में स्वतंत्र रूप से छवि ज्यामिति को बदलने की संभावना हो। कई पत्रिकाएं .eps प्रारूप को पसंद करती हैं - वर्ड के लिए निर्यात के लिए इसका उपयोग करना भी सुविधाजनक है। हमें पहले से स्थापित और कनेक्टेड काहिरा ड्राइवर की आवश्यकता होगी:

 ggsave(filename = "export.eps", width=15, height=11.6, units="cm", device = cairo_ps) 

फ़ाइलों को वर्तमान निर्देशिका में सहेजा जाएगा जहां आर स्क्रिप्ट स्थित है।

और क्या पढ़ना है

आर में ग्राफिक्स पर साहित्य काफी है। यहाँ कुछ उदाहरण दिए गए हैं, जिनमें से पहला ggplot पैकेज के लेखक का काम है:

• विकम, हेडली। ggplot2: डेटा विश्लेषण के लिए सुरुचिपूर्ण ग्राफिक्स ;
• चांग, ​​विंस्टन। आर ग्राफिक्स कुकबुक, 2 संस्करण ;
• प्रभाकरन, सेल्वा। शीर्ष 50 ggplot2 विज़ुअलाइज़ेशन - मास्टर सूची (पूर्ण आर कोड के साथ) ।

संभवतः रूसी में ग्राफिक्स पर सबसे अच्छी और सबसे विस्तृत पुस्तक टिमोफेई सैमसोनोव की पुस्तक है । आर भाषा में भौगोलिक डेटा का दृश्य और विश्लेषण । यह बहुत सारी सामान्य और विशिष्ट समस्याओं के लिए एक उत्कृष्ट विस्तृत मार्गदर्शिका है जिसे R के साथ हल किया जा सकता है।

आप सामान्य रूप से आर के बारे में रूसी में एक किताब की सिफारिश कर सकते हैं:
Shitikov V.K., मास्टिट्स्की S.E वर्गीकरण, प्रतिगमन, डेटा खनन एल्गोरिदम का उपयोग करके R. 2017 ।

प्रभावशाली अखबार फाइनेंशियल टाइम्स के लिए चित्र तैयार करने में ggplot2 के उपयोग पर एक दिलचस्प और प्रेरक उदाहरण एक शक्तिशाली प्रस्तुति है ।