作者简介Introduction

邬书豪:车联网数据挖掘工程师 ,人工智能爱好者社区负责人。

微信ID:tsaiedu

知乎专栏:https://www.zhihu.com/people/wu-shu-hao-67/activities

往期回顾

R可视化分析链家网南京楼市数据

kaggle案例:数据科学社区调查报告(附学习视频)

kaggle案例:员工离职预测(附学习视频)

Kaggle案例~R可视化分析美国枪击案(附数据集和代码)


一.安装方式

if (!require(devtools)) library(devtools)install_github("madlogos/recharts")

二.使用方法:

1.散点图/气泡图

echartr(iris, x=SepalWidth, y=PetalWidth)多个维度:series控制echartr(iris, x=SepalWidth, y=PetalWidth, series=Species)

气泡图:type:标签控制

echartr(iris, SepalWidth, PetalWidth,series = Species, weight=PetalLength, type='bubble')

2.管道操作

echartr(iris, SepalWidth, PetalWidth, weight=PetalLength) %>%    setDataRange(calculable=TRUE, splitNumber=0, labels=c('Big','Small'),                 color=c('red', 'yellow', 'green'), valueRange=c(0, 2.5))


3.折线图

先改造下内置数据集:aq <- airqualityaq$Date <- as.Date(paste('1973', aq$Month, aq$Day, sep='-'))aq$Day <- as.character(aq$Day)aq$Month <- factor(aq$Month, labels=c("May", "Jun", "Jul", "Aug", "Sep"))

echartr(aq, Date, Temp, type='line') %>%    setTitle('NY Temperature May - Sep 1973') %>% setSymbols('none')

含有分类属性:echartr(aq, Day, Temp, Month, type='line') %>%    setTitle('NY Temperature May - Sep 1973, by Month') %>%     setSymbols('emptycircle')

带有时间轴(带有动态效果哦~~~):echartr(aq, Day, Temp, t=Month, type='line') %>%    setTitle('NY Temperature May - Sep 1973, by Month') %>%     setSymbols('emptycircle')

也可画面积图:type属性控制echartr(aq, Day, Temp, Month, type='area', subtype='stack') %>%    setTitle('NY Temperature May - Sep 1973, by Month') %>%     setSymbols('emptycircle')





4.饼图

重构内置数据集titanic <- data.table::melt(apply(Titanic, c(1,4), sum))names(titanic) <- c('Class', 'Survived', 'Count')knitr::kable(titanic)画饼图,可以和漏斗图切换echartr(titanic, Class, Count, type='pie') %>%    setTitle('Titanic: N by Cabin Class')

多个饼图:echartr(titanic, Survived, Count, facet=Class, type='pie') %>%    setTitle('Titanic: Survival Outcome by Cabin Class')

环图:echartr(titanic, Survived, Count, facet=Class, type='ring') %>%    setTitle('Titanic: Survival Outcome by Cabin Class')

信息图样环图:ds <- data.frame(q=c('68% feel good', '29% feel bad', '3% have no feelings'),              a=c(68, 29, 3))g <- echartr(ds, q, a, type='ring', subtype='info') %>%     setTheme('macarons', width=800, height=600) %>%    setTitle('How do you feel?','ring_info',              pos=c('center','center', 'horizontal'))g

南丁格尔玫瑰图:echartr(titanic, Class, Count, facet=Survived, type='rose', subtype='radius') %>%     setTitle('Titanic: Survival Outcome by Cabin Class')

5.雷达图:

重构内置数据集cars = mtcars[c('Merc 450SE','Merc 450SL','Merc 450SLC'),              c('mpg','disp','hp','qsec','wt','drat')]cars$model <- rownames(cars)cars <- data.table::melt(cars, id.vars='model')names(cars) <- c('model', 'indicator', 'Parameter')knitr::kable(cars)

单个雷达图echartr(cars, indicator, Parameter, model, type='radar', sub='fill') %>%    setTitle('Merc 450SE  vs  450SL  vs  450SLC')

多个雷达图:echartr(cars, indicator, Parameter, facet=model, type='radar') %>%        setTitle('Merc 450SE  vs  450SL  vs  450SLC')



6.比较有趣的dashboard

构造一个数据集:data = data.frame(x=rep(c('KR/min', 'Kph'), 2), y=c(3.3, 56, 9.5, 88),                   z=c(rep('t1', 2), rep('t2', 2)))knitr::kable(data)

echartr(data, x, y, type='gauge')多个dashboard:echartr(data, x, y, facet=x, type='gauge')带时间轴:echartr(data, x, y, facet=x, t=z, type='gauge')

基本上常用的数据图表展示recharts都可以很方便和很酷炫的展示,作者只是挑选了几个比较常用的图表类型做了抛砖迎玉.
具体的细节各位可以去查看具体的文档:https://madlogos.github.io/recharts/index_cn.html#-en

往期精彩内容整理合集:

2017年R语言发展报告(国内)

R语言中文社区历史文章整理(作者篇)

R语言中文社区历史文章整理(类型篇)

相关课程推荐

Kaggle十大案例精讲(连载中)

☟☟☟ 戳阅读原文,即刻加入课程。

R语言数据可视化---交互式图表recharts包相关推荐

  1. r语言echarts画箱线图_R语言之数据可视化---交互式图表recharts

    环图 一.安装方式: if (!require(devtools)) library(devtools) install_github("madlogos/recharts") 二 ...

  2. R语言ggplot2可视化:使用ggfortyify包中的autoplot函数自动可视化时间序列数据(Time Series Plot From a Time Series Object (ts))

    R语言ggplot2可视化:使用ggfortyify包中的autoplot函数自动可视化时间序列数据(Time Series Plot From a Time Series Object (ts)) ...

  3. R语言ggplot2可视化:使用pracma包的interp1函数对缺失值进行线性插值后进行可视化分析、用虚线标记进行数据填充的区域

    R语言ggplot2可视化:使用pracma包的interp1函数对缺失值进行线性插值后进行可视化分析.用虚线标记进行数据填充的区域 目录

  4. R语言ggplot2可视化:使用patchwork包(直接使用加号+)将一个ggplot2可视化结果和数据表格横向组合起来形成最终结果图

    R语言ggplot2可视化:使用patchwork包(直接使用加号+)将一个ggplot2可视化结果和数据表格横向组合起来形成最终结果图 目录

  5. R语言ggplot2可视化:使用ggpubr包的ggdotplot函数可视化分组点阵图(dot plot)、设置palette参数设置不同分组点阵图数据点的颜色

    R语言ggplot2可视化:使用ggpubr包的ggdotplot函数可视化分组点阵图(dot plot).设置palette参数设置不同分组点阵图数据点的颜色 目录

  6. 半折预售:新书-R语言数据可视化之美|ggplot2作者推荐

    我本来想等正式发售的时候,再告诉大家我的新书<R语言数据可视化之美>已经出版,奈何新书还太贵,这几天刚好京东有买100减50的活动,所以想想还是赶紧告诉大家吧,不然平时购买的话,太真有点小 ...

  7. R语言数据可视化 ggplot2基础1 ggplot2 图形的分层语法 Layered Grammar 简介

    R语言数据可视化 ggplot2基础1 ggplot2 图形的分层语法 Layered Grammar 简介 分层语法的组成(data-stat-geom-scale-coord-facet) 用分层 ...

  8. R语言数据可视化——图形色彩设计(调色盘)

    R语言数据可视化--图形色彩设计 图形颜色的选择对我们最终图形呈现的效果影响很大,我们需要用到的图形配色也跟随着图形出现的场合而变化,这篇文章整理了前辈们制作的在ggplot包绘制图形时,常常使用的配 ...

  9. 推荐:一本“高颜值”的R语言数据可视化图书(包邮送3本)

    文章留言点赞前3名的朋友,每人送1本<R语言数据化可视化之美增强版>,名单揭晓日期为:本周日 (2020年7月12日晚7点).到时,获奖的朋友可以直接添加微信:meta-genomics, ...

  10. R语言数据可视化 ggplot2基础2 创建单图层的散点图 创建facet

    R语言数据可视化 ggplot2基础2 创建单图层的散点图 创建facet 单图层散点图 单图层散点图的facet 单图层散点图 这一讲我们从最简单的散点图开始介绍ggplot2应用的基础,首先我们下 ...

最新文章

  1. java 条件匹配_java语言实现满足多条件匹配简单过滤输出问题
  2. Linux学习笔记033_10
  3. [xsy2880]取石子游戏
  4. oracle易忘函数用法(3)
  5. 关于雅可比迭代的Python实现
  6. 3.13. Notepad++中Windows,Unix,Mac三种格式之间的转换
  7. 产品经理思维模型:怎么理解MVP、PMF
  8. Linux内核分析作业第八周
  9. android 自定义库,Android自定义Log库
  10. 4年,我终于成了千万富翁
  11. 苹果ipa软件包破解笔记
  12. 不如安卓?iPhone 12 5G 速度上演“滑铁卢”
  13. matlab处理hdf5数据画图,读取行的最佳HDF5数据集块形状
  14. 敏捷开发模式下SDL实践
  15. 网络流行简笔画图片大全,网络的简笔画图片
  16. ppm调制matlab程序,求助:谁能帮我编写一个4ppm的解调程序 谢谢了
  17. Linux Socket详解 大全 基础知识
  18. Kotlin项目实战之手机影音---悦单条目实现及BaseListFragment抽取
  19. 字符串的下划线命名和驼峰命名转换
  20. python:验证码识别

热门文章

  1. 苹果 CEO 库克“喜当爹”,被女子索赔31.6亿分手费!
  2. 再见Activity!SpringBoot+flowable完美结合,快速实现工作流,so easy!
  3. 网上找的一段代码突然爆了,项目出现大Bug!
  4. 冒着被开除的风险也要给大家看看看这份Spring Cloud 总结
  5. 一些常见的代码异味及解决之道
  6. NoSQL 已死:我们不需要他了
  7. 国内开源落后?那是不是要做点什么。
  8. 聊聊你们关心的视频号
  9. 别闲的没事去听讲座!
  10. 你的工资基础决定你的前途