這是知了新聞製作的諾貝爾獎歷屆得主視覺化的原始碼跟簡單說明。
你可以下載資料集 laureate.csv 回去自己玩，或是下載 nobel.R 這支 R Script 回去重現 missmoss 所作的圖。
資料來源：諾貝爾獎官方網站
| 欄位名稱 | 資料型態 | 描述 |
|---|---|---|
| id | 數字 | 得主的「座號」，同一個人拿兩次也會拿到同一個座號喔 |
| firstname | 文字 | 得主的名字 |
| surname | 文字 | 得主的姓氏 |
| born | 日期 | 得主的出生年月日 |
| died | 日期 | 得主逝世年月日（如果得主已經過世才會有值） |
| bornCountry | 文字 | 得主出生的國家 |
| bornCountryCode | 文字 | 得主出生的國家兩字縮寫 |
| bornCity | 文字 | 得主出生的城市 |
| diedCountry | 文字 | 得主過世的國家 |
| diedCountryCode | 文字 | 得主過世的國家兩字縮寫 |
| diedCity | 文字 | 得主過世的城市 |
| gender | 文字 | 得主的性別 |
| year | 日期（年） | 得獎年份 |
| category | 文字 | 得獎類別 |
| overallMotivation | 文字 | 得獎原因（群體／組織） |
| share | 數字 | 本次總共幾個人分享這個類別的諾貝爾獎 |
| motivation | 文字 | 得獎原因（個人） |
| name | 文字 | 任職的公司／單位／組織名稱 |
| city | 文字 | 任職的公司／單位／組織所在城市 |
| country | 文字 | 任職的公司／單位／組織所在國家 |
細心的讀者可能會發現，同一個 ID 的得主可能會在資料裡面出現兩次以上，這有可能是因為得主得了兩次獎（例如瑪麗．居里拿過 1903 年的物理獎及 1910 年的化學獎），或是得主同時任職於兩個單位之類的原因。
在 RStudio 左上角的 script/dataset 區塊按下 開啟舊檔 的按鈕，然後把你下載的 R Script 打開。接著按 Source ，RStudio 就會幫你把整支 Script 跑完。如果有修改檔案內容的話，要先存檔才能 Source 喔。
![RStudio 怎麼開原始碼] (img/rstudio.png)
如果好奇每個指令會發生什麼事，可以使用 Run，Run 只會幫你執行游標所在的那一行。
首先，把我們需要的整理資料的套件 dplyr 跟畫圖套件 ggplot2 讀進來：
library("dplyr")
library(“ggplot2”)
把資料讀進來：
ll <- read.csv("~/laureate.csv", stringsAsFactors=FALSE)
用 str 看一下欄位：
str(ll)
發現日期欄位被讀成了字串，先來把他們轉成日期：
ll$born <- as.Date(ll$born , "%Y-%m-%d")
ll$died <- as.Date(ll$died , "%Y-%m-%d")
目前資料集裡只有生卒年跟得獎年份，用 mutate 在 data.frame 加一個欄位 age ，來計算一下各個得主得獎的年紀放進 age：
ll <- mutate(ll, age = year - as.numeric(format(born,”%Y”)))
接著就可以來畫圖囉，先把我們要畫圖的欄位拿出來另外存成一個 data.frame：
lldraw <- select(ll, year, age, category, gender)
接著把沒有值的欄位丟掉：
lldraw <- na.omit(lldraw)
因為資料是英文的，為了等等畫圖之後方便顯示中文，先來把 category 跟 gender 變成 factor，然後改成中文：
lldraw$category <- as.factor(lldraw$category)
# levels(lldraw$category)
# [1] "chemistry" "economics" "literature" "medicine" "peace" "physics"
levels(lldraw$category) <- c("化學", "經濟學", "文學", "醫學", "和平", "物理")
lldraw$gender <- as.factor(lldraw$gender)
# levels(lldraw$gender)
# [1] "female" "male"
levels(lldraw$gender) <- c("女", "男")
繼續進行偷吃步的動作，新增一個 性別 欄位 XD
lldraw <- mutate(lldraw, 性別=gender)
好惹！準備工作完成，來畫圖吧！
g <- ggplot(data=lldraw, aes(x=year, y=age)) +
geom_point(size=0.7, aes(colour=性別)) +
facet_grid(. ~ category) +
scale_x_continuous("年度", breaks=c(1900, 1950, 2000)) +
scale_y_continuous("年齡", limit=c(17,95)) +
ggtitle("歷年諾貝爾獎得主年齡與性別") +
theme(text=element_text(family="Noto Sans CJK TC", size=10),
title=element_text(size=20),
axis.title=element_text(size=14),
legend.title=element_text(size=14),
strip.text=element_text(size=14))
等等，上面那一串是做什麼的 =口= 下面就一行一行來解釋吧！
先把畫布畫出來
ggplot(data=lldraw, aes(x=year, y=age))
畫上點，並依照性別填上不同顏色，點的大小是 0.7
geom_point(size=0.7, aes(colour=性別))
依照得獎類別分開畫圖
facet_grid(. ~ category)
設定 x 軸，第一格是 x 軸標題，breaks 則是軸上標記座標點的位置
scale_x_continuous("年度", breaks=c(1900, 1950, 2000))
設定 y 軸，第一格式 y 軸標題，limit 則是 y 軸上顯示的範圍，或可說是最小值跟最大值
scale_y_continuous("年齡", limit=c(17,95))
加上標題
ggtitle("歷年諾貝爾獎得主年齡與性別")
因為使用中文，加上要作圖放在 facebook 上，為求比較好的呈現效果，調整了一下字型跟字體大小 由於 ggplot2 預設使用英文字型，因此如果輸入中文可能會顯示不出來 所以在圖中使用中文文字的話記得要調整成有中文字的字體喔。 第一行是把所有的字型設定成思源黑體，字體大小是 10 第二行把所有標題字體大小設定成 20 第三、四、五行把座標軸、圖例和分類圖區塊標題的字體大小都設定成 14
theme(text=element_text(family="Noto Sans CJK TC", size=10),
title=element_text(size=20),
axis.title=element_text(size=14),
legend.title=element_text(size=14),
strip.text=element_text(size=14))
最後只要呼喚 g 把圖叫出來：
g
或者是使用 ggsave 把畫好的圖存檔：
ggsave("nobel.png")
畫完了！收工！開心～～～～
成品應該會類似這樣：
雖然諾貝爾獎官網非常貼心，已經將適合作業的 country code 直接放在資料裡，但即使要使用 country code 直接畫圖，我們還是需要借助一些地理資訊的套件，來獲取經緯度資料，才能繪製地圖。
畫圖之前，要請大家先到 thematicmapping.org 下載 TM_WORLD_BORDERS-0.3.zip 、解壓縮，放在你的 R 預設資料夾下面。
打開 R，載入相關的套件
library("rworldmap")
library("countrycode")
library("rgdal")
接著開始準備地圖資料。"world" 是 map_data 裡面的一個資料集，裡面包含了世界各國邊界的經緯度資料。
world <- map_data("world")
因為我們不需要南極洲，所以可以先跟他說掰掰
world <- world[world$region != "Antarctica",]
諾貝爾獎資料集裡面的國家代碼 country code 是兩碼，所以我們先把 world 裡面的國家資料加上 iso2c 也就是兩碼縮寫的欄位。
world <- mutate(world, iso2c=countrycode(world$region, "country.name", "iso2c"))
然後開始準備我們想畫的資料。這裡我同時做了出生國家和工作國家，但因為出生國家 BBC 已經做過了，所以就後面只嘗試畫了工作國家。大家看懂之後可以自己嘗試畫畫看出生國家地圖喔。
使用了 dplyr 套件的 summarise 功能，其中的 group_by 函數來將各個國家的人數加總。接著將出生跟工作國家兩個數字合併。
bornCount <- summarise(group_by(ll, bornCountryCode), bornNumber=n_distinct(id))
orgCount <- summarise(group_by(ll, country), orgNumber=n_distinct(id))
orgCount <- mutate(orgCount, iso2c=countrycode(orgCount$country, "country.name", "iso2c"))
countryCount <- merge(bornCount, orgCount, by.x="bornCountryCode", by.y="iso2c", all=TRUE)
最後再把我們的資料跟前面做好的地圖資料合併。
world2 <- merge(world, countryCount, by.x="iso2c", by.y="bornCountryCode", all.x=TRUE)
因為想在地圖上直接顯示各國人數，但前面的資料只處理了國家邊界。所以接下來我們要來做一組「每個國家的中心」加上「得獎人數」的資料。
worldMap <- readOGR(dsn="world_borders", layer="TM_WORLD_BORDERS_SIMPL-0.3")
worldMap.fort <- fortify(world2, region = "ISO2")
idList <- worldMap@data$ISO2
centroids.df <- as.data.frame(coordinates(worldMap))
names(centroids.df) <- c("Longitude", "Latitude")
centroid <- cbind(idList, centroids.df)
orgNumGeo <- merge(centroid, countryCount, by.x="idList", by.y="bornCountryCode")
好喔，資料處理完可以來畫圖惹！
首先我們一樣先把完整的 code 貼出來
gg <- ggplot(data=world2) +
geom_map(data=world2, map=world,
aes(x=long, y=lat, map_id=region, fill=orgNumber),
color="white", size=0.05, alpha=0.8) +
geom_text(data=orgNumGeo,
aes(x=Longitude, y=Latitude, label=orgNumber, map_id=country),
na.rm=TRUE, colour="white", size=5, check_overlap = TRUE) +
scale_x_continuous(NULL, breaks=NULL) +
scale_y_continuous(NULL, breaks=NULL) +
ggtitle("歷年諾貝爾獎得主得獎時工作國家") +
scale_fill_continuous("人數", low = "#8FAADC",
high = "#222E43", trans = "log",
breaks=c(0, 5, 10, 50, 300), na.value = "grey65") +
theme(text=element_text(family="Noto Sans CJK TC"),
title=element_text(size=20),
legend.title=element_text(size=14),
legend.position = "bottom")
接著一行一行來看吧
首先開畫布，跟他說我們的資料是 world2
ggplot(data=world2)
然後說我們要畫地圖！指定 x 是緯度、y 是經度。填色則依照各國家工作的人數。color 是指國家邊界的顏色， size 是邊界的寬度，alpha 則是填色的參數，越低的話顏色看起來越淡。
geom_map(data=world2, map=world,
aes(x=long, y=lat, map_id=region, fill=orgNumber),
color="white", size=0.05, alpha=0.8)
接著使用 geom_text 在各國加上數字
geom_text(data=orgNumGeo,
aes(x=Longitude, y=Latitude, label=orgNumber, map_id=country),
na.rm=TRUE, colour="white", size=5, check_overlap = TRUE)
經緯度在本次繪圖中扮演著默默付出的角色，圖上好像不需要這些資訊，所以來把經緯度座標軸跟數字都設成 NULL
scale_x_continuous(NULL, breaks=NULL)
scale_y_continuous(NULL, breaks=NULL)
加上標題
ggtitle("歷年諾貝爾獎得主得獎時工作國家")
再調整一下地圖的填色，因為美國跟後面差距實在太大啦，把填色的邏輯改成 log，然後把 breaks 設成比較適合對照的數字。
scale_fill_continuous("人數", low = "#8FAADC", high = "#222E43", trans = "log", breaks=c(0, 5, 10, 50, 300), na.value = "grey65") +
最後別忘了調整成中文字體
theme(text=element_text(family="Noto Sans CJK TC"),
title=element_text(size=20),
legend.title=element_text(size=14),
legend.position = "bottom")
大功告成！存檔去～
ggsave("nobel_map.png")
成品可能會長得像這樣：
讀到這裡，想必你已經成功畫出兩張跟知了新聞粉絲頁上一模一樣的圖了。這次的諾貝爾獎資料集，還有很多欄位沒有使用到，就等你去探索啦～畫出有趣的圖也請不吝跟我們分享喔！