R語(yǔ)言之?dāng)?shù)據(jù)可視化---D3可交互圖表及流程圖

wordcloud

DiagrammeR包的github鏈接地址:https://github.com/juba/scatterD3
幾個(gè)樣例demo:http://xwj.565tech.com/jianshu/scatterR/scatter1.html
http://xwj.565tech.com/jianshu/scatterR/scatter2.html
http://xwj.565tech.com/jianshu/scatterR/scatter4.html
http://xwj.565tech.com/jianshu/scatterR/scatter5.html

一.安裝方式:

install.packages("scatterD3")

devtools::install_github("juba/scatterD3")

二.使用方法:

使用形式與前面介紹過(guò)的圖表可視化類似慌核,這個(gè)包只是提供了一些d3的效果,能夠使你的圖表產(chǎn)生縮放和其他一些效果

library(scatterD3)
scatterD3(x = mtcars$wt, y = mtcars$mpg)

##point_size:點(diǎn)的大小,point_opacity:點(diǎn)的透明度
scatterD3(data = mtcars, x = wt, y = mpg, 
          point_size = 175, point_opacity = 0.3, fixed = TRUE,
          colors = "#000")

##hover_size:鼠標(biāo)放上去后點(diǎn)的放大倍數(shù),
scatterD3(data = mtcars, x = wt, y = mpg, 
          point_size = 100, point_opacity = 0.5,
          hover_size = 6, hover_opacity = 1)

#可以很方便的改變變量名稱
mtcars$cyl_fac <- paste(mtcars$cyl, "willnight")
scatterD3(data = mtcars, x = cyl_fac, y = mpg,point_size=60,hover_size = 4)

#給點(diǎn)賦予文字標(biāo)簽

mtcars$names <- rownames(mtcars)
scatterD3(data = mtcars, x = wt, y = mpg, lab = names, labels_size = 15,point_size=60,hover_size = 4)
##利用顏色形狀處理分類變量
scatterD3(data = mtcars, x = wt, y = mpg, col_var = cyl, symbol_var = gear)


#lasso屬性設(shè)置為TRUE后,用戶可以自由選取區(qū)域中的點(diǎn)
mtcars$names <- rownames(mtcars)
scatterD3(data = mtcars, x = wt, y = mpg, lab = names, lasso = TRUE)
1.png

2.png

3.png

4.png

5.png

6.png

基本操作的話就這些稽寒,一些詳細(xì)的操作的話可以去github上去看一下匿级。作為R語(yǔ)言可視化的最后一篇文章幸冻,本篇后部分再為大家粗略介紹一些可視化包空镜。

  • DiagrammeR包:方便實(shí)現(xiàn)流程圖
##griViz函數(shù)包裹,里面點(diǎn)(node)很方便可以列舉捌朴,線(edge)通過(guò)箭頭指向[ 里可以設(shè)置屬性值]
grViz("
digraph demo{
node[shape=box
penwidth=2
]
A;B;C;D;E;F
node[shape=circle
1;2;3;4;5;6;7;8

edge[arrowhead=diamond]
A->1;B->2;C->3,D->4;E->5;F->6;
D->8[label='will']

}
      ")

diagrammerR.png
#按著思路寫就行吴攒,箭頭指指就行
DiagrammeR("
sequenceDiagram;
customer->>web:ask Api;
web->>customer:有token么;
customer->>web:token給你;
web->>database:這個(gè)用戶token匹配么;
alt 如果匹配
database->>web: 匹配的;
web->>database:拿數(shù)據(jù);
database->>web:數(shù)據(jù)給你;
web->>customer:數(shù)據(jù)給你;
else 不匹配
database->>web:不匹配;
web->>customer:error;
end
           ")
diagrammeR2.png

更多詳細(xì)用法:http://rich-iannone.github.io/DiagrammeR/

  • wordcloud2包:繪制詞云
    常用參數(shù):
    (1)data:詞云生成數(shù)據(jù),包含具體詞語(yǔ)以及頻率砂蔽;
    (2)size:字體大小洼怔,默認(rèn)為1,一般來(lái)說(shuō)該值越小左驾,生成的形狀輪廓越明顯镣隶;
    (3)fontFamily:字體,如‘微軟雅黑’诡右;
    (4)fontWeight:字體粗細(xì)安岂,包含‘normal’,‘bold’以及‘600’帆吻;域那;
    (5)color:字體顏色,可以選擇‘random-dark’以及‘random-light’猜煮,其實(shí)就是顏色色系次员;
    (6)backgroundColor:背景顏色,支持R語(yǔ)言中的常用顏色王带,如‘gray’淑蔚,‘blcak’,但是還支持不了更加具體的顏色選擇愕撰,如‘gray20’刹衫;
    (7)minRontatin與maxRontatin:字體旋轉(zhuǎn)角度范圍的最小值以及最大值,選定后盟戏,字體會(huì)在該范圍內(nèi)隨機(jī)旋轉(zhuǎn)绪妹;
    (8)rotationRation:字體旋轉(zhuǎn)比例,如設(shè)定為1柿究,則全部詞語(yǔ)都會(huì)發(fā)生旋轉(zhuǎn)邮旷;
    (9)shape:詞云形狀選擇,默認(rèn)是‘circle’蝇摸,即圓形婶肩。還可以選擇‘cardioid’(蘋果形或心形)办陷,‘star’(星形),‘diamond’(鉆石)律歼,‘triangle-forward’(三角形)稠通,‘triangle’(三角形),‘pentagon’(五邊形)怜俐;
#1.繪制簡(jiǎn)單的圖形很方便候引,使用內(nèi)置詞頻數(shù)據(jù)
wordcloud2(demoFreq,size = 0.7,shape = 'star')
wordcloud2(demoFreq,size = 0.7,shape = 'cardioid')
#2.繪制自定義的字母或漢字lettercloud,繪制中文字體時(shí)不能缺失letterFont屬性
letterCloud(demoFreq,word = "X",wordSize = 1)
letterCloud(demoFreq,word = "簡(jiǎn)",letterFont = "楷體")
#3.可以在圖片上繪制詞云畔况,但圖片要求是有兩種色差
wordcloud2(demoFreq,figPath = "/Users/jiang/Desktop/cat.jpg",size = 1)
  
wc-1.png

wc-2.png

wc-3.png

wc-4.png

wordcloud

cat.jpg

作為繪制詞云來(lái)講這個(gè)包還是非常有意思的鲸鹦,那可視化方面的話暫時(shí)先介紹這些,以后如果有其他好玩的可視化包也會(huì)分享出來(lái)跷跪,接下來(lái)的主題會(huì)進(jìn)入具體數(shù)據(jù)分析階段2鍪取!3痴啊葛菇!

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市橡羞,隨后出現(xiàn)的幾起案子眯停,更是在濱河造成了極大的恐慌,老刑警劉巖卿泽,帶你破解...
    沈念sama閱讀 222,464評(píng)論 6 517
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件庵朝,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡又厉,警方通過(guò)查閱死者的電腦和手機(jī)九府,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,033評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)覆致,“玉大人侄旬,你說(shuō)我怎么就攤上這事』吐瑁” “怎么了儡羔?”我有些...
    開封第一講書人閱讀 169,078評(píng)論 0 362
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)璧诵。 經(jīng)常有香客問(wèn)我汰蜘,道長(zhǎng),這世上最難降的妖魔是什么之宿? 我笑而不...
    開封第一講書人閱讀 59,979評(píng)論 1 299
  • 正文 為了忘掉前任族操,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘色难。我一直安慰自己泼舱,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 69,001評(píng)論 6 398
  • 文/花漫 我一把揭開白布枷莉。 她就那樣靜靜地躺著娇昙,像睡著了一般。 火紅的嫁衣襯著肌膚如雪笤妙。 梳的紋絲不亂的頭發(fā)上冒掌,一...
    開封第一講書人閱讀 52,584評(píng)論 1 312
  • 那天,我揣著相機(jī)與錄音蹲盘,去河邊找鬼宋渔。 笑死,一個(gè)胖子當(dāng)著我的面吹牛辜限,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播严蓖,決...
    沈念sama閱讀 41,085評(píng)論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼薄嫡,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了颗胡?” 一聲冷哼從身側(cè)響起毫深,我...
    開封第一講書人閱讀 40,023評(píng)論 0 277
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎毒姨,沒(méi)想到半個(gè)月后哑蔫,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,555評(píng)論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡弧呐,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,626評(píng)論 3 342
  • 正文 我和宋清朗相戀三年闸迷,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片俘枫。...
    茶點(diǎn)故事閱讀 40,769評(píng)論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡腥沽,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出鸠蚪,到底是詐尸還是另有隱情今阳,我是刑警寧澤,帶...
    沈念sama閱讀 36,439評(píng)論 5 351
  • 正文 年R本政府宣布茅信,位于F島的核電站盾舌,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏蘸鲸。R本人自食惡果不足惜妖谴,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,115評(píng)論 3 335
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望酌摇。 院中可真熱鬧窖维,春花似錦榆综、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,601評(píng)論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至琳轿,卻和暖如春判沟,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背崭篡。 一陣腳步聲響...
    開封第一講書人閱讀 33,702評(píng)論 1 274
  • 我被黑心中介騙來(lái)泰國(guó)打工挪哄, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人琉闪。 一個(gè)月前我還...
    沈念sama閱讀 49,191評(píng)論 3 378
  • 正文 我出身青樓迹炼,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親颠毙。 傳聞我的和親對(duì)象是個(gè)殘疾皇子斯入,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,781評(píng)論 2 361

推薦閱讀更多精彩內(nèi)容