新書推薦：
《
超级组织：AI如何重构企业未来
》
售價：NT$
419
《
一千天：约翰·菲·肯尼迪在白宫
》
售價：NT$
1685
《
地中海的衰落 2026版
》
售價：NT$
525
《
秦二世必须死（马伯庸新书 2026年全新历史长篇小说）
》
售價：NT$
625
《
大学问·实践法史与法理：综合中西的研究（跳出西方理论框架，从实践看懂中国法律的过去与未来。）
》
售價：NT$
472
《
Agent智能体多平台开发指南：基于 Coze/FastGPT/Dify 的商业案例实战
》
售價：NT$
466
《
阴兽 日本推理小说之父江户川乱步中短篇集
》
售價：NT$
307
《
科学美国人：技术、发明与国家认同（科学文化经典译丛）
》
售價：NT$
466
|
| 編輯推薦： |
1.源于顶刊的真实案例：书中所有案例均改编自Nature、Nature Communications、Nature Microbiology等国际顶级期刊的公开数据，高度还原科研一线场景，让你在学习中掌握顶刊图表的设计思路与表达策略。
2.系统严谨的语法解析：以ggplot2 3.5.2版本为核心，从环境配置、数据整理到几何对象、美学映射、比例尺与主题设置，完整覆盖科研可视化的核心流程，帮你构建扎实的绘图语法知识体系。
3.紧跟时代的AI融合视角：在生成式AI辅助编程的大背景下，本书不仅教授代码，更强调数据结构与表达逻辑的理解，助你突破AI模板化的局限，完成高度定制化、符合学术规范的图表绘制。
4.科学的阅读路径设计：兼顾零基础与有经验读者。零基础可按章节循序渐进，掌握完整知识框架；有基础的读者可按图形类型（如热图、桑基图、网络图等）模块化查阅，快速应用于实际科研工作。
|
| 內容簡介： |
本书以R语言中的ggplot2包为核心，结合多种常用扩展包，系统讲解科研图表的构建逻辑与实现方法。内容涵盖软件环境配置、数据导入与整理、几何对象、美学映射、比例尺、坐标系以及主题设置等关键环节，全面覆盖科研可视化的核心流程。书中案例精选自Nature、Nature Communications、Nature Microbiology等国际
顶级期刊，基于其公开发表的真实数据进行改编，深入讲解柱状图、散点图、箱线图、热图、Circos图、桑基图与网络图等多种常用科研图形的绘制方法，帮助读者在真实的科研语境中掌握高质量图表的构建能力与可视化思维。
|
| 關於作者： |
闫俊安
长期从事生命科学领域的数据分析与可视化工作，专注于统计方法与开源工具在科研数据分析中的落地应用。通过运营微信公众号“R语言数据分析指南”，围绕真实科研问题，系统性分享数据分析的实践案例与经验总结，已累计吸引7万余名读者关注。
张嫣
英国伦敦国王学院营养学硕士，现就职于解放军总医院第一医学中心。长期从事肠道微生态与健康相关研究，具备扎实的实验研究基础与多队列微生态数据分析能力，擅长整合多源数据并实现科研成果的可视化呈现，已发表SCI论文13篇。
陈哲
江西农业大学畜牧学博士，现就职于江西农业大学猪遗传改良与种质创新全国重点实验室，师从中国科学院黄路生院士与陈从英研究员。主要研究方向为宿主–微生物互作，重点关注肠道微生物（如细菌）与宿主在健康和疾病状态下的相互作用机制，具备扎实的实验研究与多组学数据分析能力。
张灿刚
西安交通大学助理教授，中国抗癌协会会员，研究方向聚焦于老年肿瘤微环境中T细胞的功能调控。具备扎实的实验研究功底与丰富的生物信息学数据分析经验，已发表SCI论文30余篇。运营微信公众号“生信宝库”，持续分享生命科学领域前沿进展与科研方法。
|
| 目錄：
|
第1章 R语言配置
1.1 安装R语言与RStudio
1.2 初识RStudio
1.3 安装与加载R包
第2章 R语言中的数据读取
2.1 设置R语言中的路径
2.2 readr包读取数据
2.3 保存中间变量
2.4 Excel格式数据读取
2.5 vroom高效读取数据
第3章 数据清洗
3.1 初识tidyverse家族
3.2 tibble包：现代数据框
3.3 tidyr包重塑数据
3.3.1 宽表转长表
3.3.2 长表转宽表
3.3.3 unite：多列合并
3.3.4 separate：拆分列
3.3.5 separate_rows：展开数据行
3.4 dplyr包清洗数据
3.4.1 select列选择函数
3.4.2 group_by()分组函数
3.4.3 filter()行过滤函数
3.4.4 mutate()函数
3.4.5 rowwise()函数
3.4.6 slice()函数
3.4.7 dplyr包中的专职函数
3.4.8 summarise()函数
3.4.9 across()函数
3.5 stringr包
3.6 forcats包
第4章 ggplot2绘图概念
4.1 数据可视化概括
4.2 几何对象
4.3 美学映射
4.4 比例尺
4.5 坐标系
4.6 标签与注释
4.7 分面
4.8 图例
4.9 主题
4.10 统计变换函数
4.11 位置调整函数
4.12 拼图
第5章 数据可视化中的颜色选择与应用
5.1 ggplot2默认调色板
5.2 RColorBrewer调色板
5.3 扩展调色板
5.4 scico调色板
5.5 wesanderson调色板
5.6 MetBrewer调色板
第6章 ggplot2基础绘图
6.1 散点图系列
6.1.1 绘制基础散点图
6.1.2 散点图修改形状与颜色
6.1.3 连续型变量进行属性映射
6.1.4 散点图添加文本标签
6.1.5 散点图添加拟合线
6.1.6 散点图添加回归方程、R2值与P值
6.1.7 散点图添加置信区间
6.1.8 散点图进行区域缩放
6.1.9 绘制极坐标散点图
6.1.10 绘制簇状散点图
6.1.11 绘制蜂群点图
6.1.12 绘制误差线点图
6.1.13 绘制散点矩阵图
6.2 折线图系列
6.2.1 绘制基础折线图
6.2.2 修改折线图线型
6.2.3 折线图添加文本
6.2.4 绘制平滑曲线
6.2.5 折线图添加置信区域
6.2.6 折线图高亮展示数据
6.3 条形图系列
6.3.1 绘制基础条形图
6.3.2 绘制簇状条形图
6.3.3 绘制堆砌条形图
6.3.4 绘制百分比堆砌条形图
6.3.5 条形图添加图案
6.3.6 条形图截断坐标轴
6.4 箱线图系列
6.4.1 绘制基础箱线图
6.4.2 箱线图添加槽口
6.4.3 绘制簇状箱线图
6.4.4 绘制极坐标箱线图
6.4.5 箱线图添加均值
6.4.6 绘制小提琴图
6.5 饼图系列
6.5.1 绘制基础饼图
6.5.2 绘制甜甜圈图
6.5.3 绘制3D饼图
第7章 R语言中的统计分析
7.1 t检验
7.2 Wilcoxon检验
7.3 方差分析
7.4 PCA分析
7.5 PCoA分析
7.6 NMDS分析
7.7 生存分析
第8章 ggplot2细节调控
8.1 文本处理
8.2 图例构建
8.3 双Y轴设置
8.4 分面增强
8.5 外部图像嵌入
8.6 渐变色
8.7 嵌套与分组的艺术
第9章 ggplot2进阶绘图
9.1 气泡图
9.2 边际分布图
9.3 密度散点图
9.4 轨迹点图
9.5 棒棒糖图
9.6 哑铃图
9.7 凹凸图
9.8 三元相图
9.9 火山图
9.10 正负分布条形图
9.11 条形图叠加图像元素
9.12 径向条形图
9.13 柱状图叠加散点
9.14 金字塔图
9.15 冲积图
9.16 聚类堆砌柱状图
9.17 多重注释柱状图
9.18 环状柱状图
9.19 南丁格尔图
9.20 柱状图添加回归方程
9.21 双Y轴柱状图
9.22 面积图
9.23 地平线图
9.24 山脊图
9.25 维恩图
9.26 热图系列
9.27 组内相关性热图
9.28 箱线图进阶
9.29 小提琴图进阶
9.30 云雨图
9.31 桑基图
9.32 矩形树状图
9.33 Voronoi图
9.34 马赛克图
9.35 旭日图
9.36 华夫图
9.37 词云图
9.38 基因结构图
9.39 流程图
9.40 惠特克生物群系图
9.41 表格图
9.42 雷达图
第10章 ggplot2个性化绘图
10.1 个性化误差点图
10.2 个性化哑铃图
10.3 多组别火山图
10.4 曼哈顿图
10.5 配对箱线图进阶
10.6 云雨图进阶
10.7 游泳图
10.8 散点饼图
10.9 个性化面积图
10.10 多组别方差分析图
10.11 和弦图
10.12 Circos图
10.13 网络图系列
10.14 嵌套圆形图
10.15 组合桑基图
10.16 离散型热图
10.17 Mantel检验复合热图
10.18 组间相关性热图
10.19 对角线热图
10.20 多分组相关性热图
10.21 综合类热图
10.22 个性化极坐标热图
|
| 內容試閱：
|
前 言
在科研工作中，图表不仅是数据结果的呈现载体，更是研究者思维逻辑与科学判断的可视化延伸。随着科研数据的日益复杂，读者对图形的审美要求与理解深度不断提升，具备将庞杂信息转换为清晰、规范且富有表现力的图表的能力，已成为现代科研交流中不可或缺的核心素养。一幅设计得当的图表，不仅有助于突出研究重点，也能显著提升论文的整体质量与传播效率。
在生成式人工智能迅速发展的背景下，科研人员越来越多地借助AI工具生成代码、辅助绘图，极大地提升了工作效率。然而，目前AI在R语言环境中的应用仍以基础图形和模板调用为主，面对高度定制化、符合学术规范的科研图表仍显不足。在这一背景下，研究者自身对数据结构、绘图语法与表达逻辑的深入理解，依然是确保图表质量与科研说服力的关键所在。本书正是基于这一现实需求而编写，致力于帮助读者系统掌握科研图表的构建方法与表达策略，提升图形呈现的专业性与实用性。
本书特色
本书案例精选自Nature、Nature Communications、Nature Microbiology等国际顶级期刊，基于其公开发表的真实数据进行改编，通过构建典型图形，揭示科研图表在实际研究中的设计思路与表达策略。教学内容贴合科研情境，兼顾方法讲解与逻辑阐释，帮助读者在掌握绘图技巧的同时，提升对科研图表结构与功能的整体理解，从而增强图形表达的专业性与实用性。
本书读者对象
本书适合不同背景与需求的读者阅读。无论是科研工作者、行业分析师，还是对数据可视化充满兴趣的R语言学习者，本书均可作为实用的参考指南。本书提供真实案例与系统的语法解析，尤其适合希望提升科研图表表现力、增强图形专业性与美感的读者。同时，本书内容结构严谨、案例贴近科研一线，也可作为高等院校R语言应用等相关专业课程的教学用书或辅助教材。
阅读建议
对于零基础读者，建议按章节顺序系统学习，从环境配置到绘图语法，逐步构建完整的知识体系；对于具备一定R语言基础的读者，可根据实际需要，按图形类型模块化阅读，以便快速应用于科研工作中。
本书所有代码基于R 4.5.0编写，核心绘图包为ggplot2 3.5.2，各段代码均注明所用R包版本。建议读者尽量在一致的软件环境中运行代码，以减少因版本差异导致的图形偏差。如遇函数更新或输出结果不一致，请读者查阅相关包的官方文档或版本说明，以获取最新信息。
联系与反馈
由于作者水平有限，书中难免存在疏漏与不当之处，敬请读者批评指正。如果读者在阅读本书内容时有疑问，可关注作者的微信公众号“R语言数据分析指南”“生信宝库”进行留言交流。公众号将持续分享最新的R语言数据可视化与生物信息学分析内容。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
