如何看待 Hadley Wickham 获得统计学的最高奖项 COPSS 奖？ 第1页

凑够三人开团。

@Yeung Evan 在答案中提到：

Leland Wilkinson的一本奇书 The Grammar of Graphics. 从数据科学角度，它阐述了为什么画图也需要“语法”，或者说，一位自称 elegant 数据专家，应该从什么角度去完成数据的可视化表达——要知道，画出来的直方图、饼图并非最终目的，它们只是表达数据的一种方式。

而ggplot2所呈现的beauty正基于此。Yeaung的答案已经把main idea提到了，这里我就详细展开一下，以便数学背景几乎是个零测集的同学也能理解「为什么这个和纯数，或者说以Hilbert为代表的形式主义数学，看起来差了十万八千里的工作，也称为『beauty』」。

毋庸置疑的，在高贵优雅的数学里，特别是那些搞代数XX的（小声BB……），本质审美品味在于，把一些具有共性的东西，抽象抽象再抽象，推广推广再推广——从「一步两步、一步两步，似魔鬼的步伐」抽象出「自然数」；从「你看这个面又长又宽，就像这个碗又大又圆」抽象出「测度」；从「这坨没洞的橡皮泥和那坨有洞的橡皮泥能捏出来的东东不一样」抽象出「拓扑不变量」……

而Wickham的工作也是干的这种事！他将统计图形抽象为一个映射，将作图视为构造一个映射，使得数据（及其性质）能够以图形的形式表现。

a statistical graphic is a mapping from data to aesthetic attributes of geometric objects.

如果说Wilkinson提出的grammar of graphics的idea在数据可视化方向上相当于「提出了形式主义的原则」，那么Wickham相当于从测度论的角度，定义好了「随机变量」的概念，并使得「概率」、「期望」有了明确的数学结构，可以被研究、被计算。

同时，随着这个这个映射的domain和co-domain的变化，我们可以轻松观测到各式各样稀疏数据结构的性质，再不必苦哈哈地只能对着一个数字、几个内积，信誓旦旦地和观众吹水「我这个多项式是很漂亮、很有用的！」

然后落实到技术层面。

以非统计专业也常用的qplot为例，对比R base的plot

在需要对数据按照某个指标先进行分类，再研究的情况下，plot函数的处理很复杂——首先要人工对数据进行分类，然后再一个个作图。虽然理论上就是写个循环，然而，作图完成之后还得小心翼翼地添加图标，保证数据和图形外观之间的一一对应。

想想都「卧槽，人干事儿？！」

但ggplot2就比较神仙了，完全不需要你自己考虑数据分类和图形元素，只需要告诉它「我要做分类数据！」，就万事大吉了。

唯一的缺点是，用于分类的数据必需是因子类型，否则就报错，让reg monkey们很头大。

具体怎么做到这样的实现，请有兴趣的读者自行拆包观赏。

当然，想要做出这样的骚操作，不但需要够硬的编程功底，还需要对统计理论本身有自己的理解。

这个包的骚操作还有很多，非常值得好奇心重的观众拆包。

说明少年不老，说明beauty和real world impact能两全，说明可爱的R包的可爱将源源不绝~耶✧⁺⸜(●˙▾˙●)⸝⁺✧

不过我完全不同意国内某统计著名机构推文中，声称把COPSS颁给Wickham是在打脸把统计做得很抽象、很math的一派的观点。

事实上，不论哪个流派、有着怎样的自我认可，统计学一直以来倡导的都是让研究的可操作性、可重复性足够强——可操作性要求model/program/algorithm能切实地work；可重复性要求model/program/algorithm的理论基础足够抽象，故而经得起不同结构形态的数据的检验——而绝不是单纯的实际，或是单纯的抽象。

Fiser的极大似然如此，Jianqing Fan的非凹性罚函数如此，如今Wickham的ggplot2亦如此。现代统计一百年来公认的审美从未改变，COPSS所倡导的根本理念也从未改变，只是具体展开的方向千差万别。

有人感兴趣的话，我就详细从理论框架的角度，赏析一下Wickham那堆东西怎么在一个大数学主义者眼中呈现beauty的。这种beauty不仅是视觉审美体验上的，更是心智荣耀上的。没有的话，这个答案写这么多就可以辣(〃╹▽╹〃)

BTW，科普一下，COPSS一共四个奖，含金量最大的是总统奖，也就是今年Wickham拿的这个。Fiser奖那位，很硬很math的……了解一下。