ggplot2 包自带了很多图层，基本可以满足我们的各种绘图需要，但是有时候我们需要绘制一些“古怪”的图，就需要使用一些 ggplot2 的拓展包了，本文将介绍一些好用的 ggplot2 拓展包。
Thomas Neitmann 的 mdthemes 包最近上架 CRAN 了，昨天看了下他博客上的文章：https://thomasadventure.blog/posts/mdthemes-is-on-cran-markdown-powered-themes-for-ggplot2/ 感觉还是蛮有意思的。我就用疫情数据测试了这个包。
各位小伙伴已经陆续开学，见到老朋友和新朋友的欣喜之余，学习也关闭了摸鱼模式，正式开启科研模式。开学的这几天，已经有好几位萌新来问我数据不正态该怎么办？今天我们就一起来看一看可以怎么办。
欢迎各位培训班会员参加明晚 8 点的直播课：「R 语言文本分析｜R 语言词频统计与 tf-idf」
这次课程是系列课程「R 语言文本分析」的第三次课，前面两次课为：
网络分析可以用来分析各种对象之间的相互关系。在 R 语言里面我们可以使用 igraph 包创建网络并进行分析。本文讲介绍几种使用 igraph 包创建网络对象的方法。
R 4.1.0 版本新增了 |> 操作符，该操作符的功能类似 %>%，但是又有所不同，另外速度更快了。
R 和 RStudio 的安装是非常简单的，这里提供一些安装 Tips。在文章的最后我还通过一个案例带大家走进奇幻的 R 世界。
之前有个培训班的小伙伴在会员群里问了个关于 ggplot2 添加图例的问题，所以我今天就帮他解决下！
注意下文代码里面的 cnfont 和 enfont 都是我在 Profile 里面设置的，如果没有设置可以参考系列课程「R 数据科学」设置或者去除相关参数。
继续上面的问题，不同的是我们用 R 语言 来解决（我这里的代码思路和 Stata 的一模一样，等于直接翻译 Stata 的代码）：
之前在公众号里给大家分享过两份夜间灯光数据：数据分享｜DMSP/OLS 夜间灯光数据（1992～2013年，分省&分市面板数据，Stata + Excel） 和 VIIRS 夜间灯光数据（分省市面板数据，2012~2018年，Stata + Excel）。
不过由于这是两颗卫星的数据，无法直接一起使用，所以今天再给大家分享一份合并处理后的，2000～2018 年中国各省市区县夜间灯光数据。原始数据为栅格数据，来源于 Harvard Dataverse，为了方便大家使用，我把它分区域汇总成了四份：全国、分省份、分城市、分区县面板数据（原始的 tiff 文件也有）。
最近有个培训班的小伙伴遇到了这样的问题，他想对字符串变量进行分组求和与分组累加，但是他不知道该如何实现，今天我们就来一起看一下。
最近有培训班小伙伴问到了这样一个问题，如何计算每个城市距离所在省的省会城市的距离。这个问题比较简单，我们就一起来解决下。
最近有不少培训班的小伙伴问到类似这样的问题：如何判断工业企业在长江的北边或者南边？如何判断工业企业在秦岭-淮河线的北边或者南边？今天就分享给大家一份 1998～2013 年工业企业数据库距离秦岭-淮河线的距离与南北方属性的数据：
最近各大新闻媒体都在铺天盖地报道有关两会的新闻，我们也来蹭一下热度，虽然找不到今年人大代表的相关数据，但是我们可以从这个网站： https://news.cgtn.com/event/2019/whorunschina/index.html 获取 2019 年的两会人大代表数据。数据我们已经爬好放在本文的附件中了。
这个案例来源于：Holy ifelse() statements Batman! 不过作者的代码比较老了，我重写了爬取代码，另外作者处理数据过程有点错误，所以我最后画的图和作者的不一样。
祝大家新年快乐！希望大家在新的一年里多拿项目、多发 Paper！我们公众号也会在新的一年里给大家带来更多有用的资源和数据分析课程！
这里提供两种方法，方法一是通过 sankeywheel 包，这个包的使用比较简单，但是自定义程度比较低，另外一个是使用 highcharter 包，代码虽然复杂了点，但是自定义程度很高。
使用 R 语言调用股票交易数据的方法很多，但是感觉都不好用（因为很多都是外国人写的），而 Stata 里面有一个非常好用的命令 cntrade 可以用户股票交易数据的获取，为了方便 R 用户的使用，我把这个命令翻译成了 R 语言的函数，然后我们就可以在 R 里面使用这个命令啦！
今天给大家分享三份关于股权质押的数据，数据爬取自东方财富网：http://data.eastmoney.com/gpzy/
昨天公安部户政管理研究中心在公安部官网上发布了《二〇二〇年全国姓名报告》，里面展示了很多有意思的数据，不过大多是通过表格的形式展现的，不是很直观，今天就让小编通过一些精美的可视化图表来为大家深入解读这份报告～
