有许多类型的地块都很有用。我们将在下文讨论几种基本类型，并提供一些图库链接，让您了解更多不同类型的地块。

数据分析中数据可视化的目标是提高对数据的理解。正如上一课提到的，这可能意味着提高我们自己对数据的理解，或者利用可视化来提高其他人对数据的理解。在上一课中，我们讨论了一些图表的一般特征和基本类型，这里我们将介绍一些制作好图表的一般技巧。在生成探索图或解释图时，您需要确保所显示的信息准确无误，并能最好地反映数据集的实际情况。在此，我们提供了一些在生成图表时需要注意的提示。

在讨论了一些一般准则之后，在绘制图表之前，您应该问自己一些问题。在创建可视化数据显示时，你应该问三个主要问题。下面我们将讨论这三个问题。

R 最初是为统计学家开发的，他们通常对生成图表或图形以可视化数据感兴趣。因此，R 在开发之初就内置了一些基本的绘图功能。不过，随着时间的推移，R 中开发出了一种新的绘图方法。这种新方法实现了所谓的图形语法，可以让你在 R 中灵活地开发出优雅的图形。使用这套规则绘制图表需要使用 R 软件包 ggplot2。该软件包是 tidyverse 的核心软件包，因此只要加载了 tidyverse，就可以开始使用了。

到目前为止，我们已经完成了在 ggplot2 中生成大量不同图形（使用不同的 geoms）的步骤。我们讨论了将变量映射到图形以自定义其外观或美感的基础知识（在 aes() 中使用大小、形状和颜色）。在此，我们将在之前所学的基础上，深入探讨如何自定义图表，使其尽可能清晰地向他人传达结果。本课所学到的技能将帮助您从生成探索图（帮助您更好地理解数据）到解释图（帮助您向他人传达结果）。我们将介绍如何自定义图表上使用的颜色、标签、图例和文本。由于我们对它已经很熟悉，因此我们将继续使用钻石数据集来学习 ggplot2。

虽然到目前为止，我们主要关注的是数字，但表格也可以让人一目了然，提供令人难以置信的信息。如果您想显示汇总数字，表格也可以直观地显示信息。

除了 ggplot2 的众多功能外，还有一些额外的软件包建立在 ggplot2 的功能之上。我们将在此介绍几个软件包，以便您可以：（1）直接在图上注释点（ggrepel 和 directlabels）；（2）组合多个图（cowplot + patchwork）；以及（3）生成动画图（ganimate）。如果您想探索本文介绍之外的其他绘图选项，还有几十种额外的 ggplot2 扩展可供使用！

至此，我们已经为案例研究做了大量工作。我们介绍了案例研究，将其读入 R，并将数据整理成可用的格式。现在，我们可以通过可视化来窥探数据，从而更好地理解每个数据集的观察结果和变量！在完成案例研究的步骤时，您可以使用自己电脑上的 RStudio 或为每个案例研究提供的 Coursera 实验室空间。

在本项目中，您将利用 2018 年快餐店的营养和销售数据，练习使用 tidyverse 探索数据和创建数据可视化。