Build your ultimate AI agent
课程介绍
在学习了 ggplot2 并打磨了您的可视化技能之后，现在是时候处理更大的数据集了。本课程将带您学习多种可视化大数据的技术，尤其关注可扩展的分面（faceting）方法。您将学习如何使用 trelliscopejs R 包中实现的 Trelliscope 方法来落地这一技术。Trelliscope 能无缝融入标准的 R 工作流，并生成交互式可视化，帮助您对数据进行细致的可视化探索。完成本课程后，您将能够轻松创建大型数据集的交互式探索展示，帮助您与同事从数据中获得新的洞见。
先修要求
课程大纲
课程大纲
1
大数据可视化的一般策略
学习在 ggplot2 中绘制大数据的多种策略，包括计算并绘制汇总统计、处理过度绘制的多种技术，以及小倍数与分面的原则，进而引出 Trelliscope。
2
ggplot2 + TrelliscopeJS
在上一章中，您看到分面如何作为一种强大的技术，用于可视化能够按有意义方式自然划分的大量数据。现在，结合 ggplot2 使用 trelliscopejs 包，您将学习当数据中的分区数量过多、无法在单个屏幕中有效查看时，如何创建分面可视化。
3
Tidyverse 中的 Trelliscope
ggplot2 + trelliscopejs 的接口易于使用，但 trelliscopejs 还提供了一种分面绘图机制，让您在选择绘图系统以及指定认知统计（cognostics）方面拥有更大的灵活性。您将在本章全面学习这些内容！
4
案例研究：探索蒙特利尔 BIXI 自行车数据
蒙特利尔 BIXI 自行车网络为每一次骑行提供开放数据，包括日期、时间、时长，以及起点与终点站点。在本章中，您将分析 2017 年超过 4,000,000 次骑行、覆盖 546 个站点的数据。基于这些数据可以提出许多有趣的探索性问题，您将创建从汇总统计到详细 Trelliscope 可视化的一系列探索性图表，帮助您对数据获得有价值的洞见。
R
使用 R 中的 Trelliscope 可视化大数据
课程完成
