数据可视化—如何利用R,制作DashBoard
作者:小橙子
来源:小橙子学数据分析
之前扬言要用R,制作一个DashBoard。结果给自己挖了个坑,看了好久的外文网站,依靠谷歌翻译和仅留的英语基础,总算完成了。
今天分享的是Rmarkdown中的flexdashboard,可以作为数据产品原型开发的样板。假如创业公司,不舍得花钱买BI工具,也可以
以Umeng的DashBoard作为参考,利用flexdashboard制作了一个类似的。
首先查看下umeng的原图:
再看下flexdashboard的效果图:
与Umeng相比,缺乏美感(渲染不行)
小橙子制作的样本,已经上传至http://rpubs.com/CHENGZI/dashboard,有兴趣的同学,可以实际点击查看下
flexdashboard知识点(太多了,写不完,推荐大家看其他人总结的)
https://bookdown.org/yihui/rmarkdown/dashboard-components.html#navigation-bar
https://zhuanlan.zhihu.com/p/41423522
https://rmarkdown.rstudio.com/flexdashboard/shiny.html#input_sidebar
小橙子的源码如下:
---
title: "APP监控DashBoard"
output: flexdashboard::flex_dashboard: orientation: rows vertical_layout: scroll theme: yeti source_code: embed
--- ```{r setup, include=FALSE}
library(flexdashboard)
library(ggplot2)
library(ggthemes)
``` page 1
=====================================
## Sidebar {.sidebar}
[Page 1] [Page 2] ## '1-Sidebar'
### 新增用户 ```{r} valueBox(75, icon = "fa-user-plus",color = ifelse(75 < 100, "warning", "primary"))
``` ### 活跃用户 ```{r} valueBox('1,000', icon = "fa-user-friends",color = "info")
``` ### 近7日总活跃用户数 ```{r} valueBox('3,000', icon = "fa-users",color = "#ffffff")
``` ### 近30日总活跃用户数 ```{r} valueBox('10,000', icon = "fa-users")
```
##整体趋势2
### 新用户次日留存率(7日平均) ```{r} valueBox('75%', icon = "fa-hourglass-start")
```
### 使用时长(7日平均) ```{r} valueBox('00:60:20', icon = "fa-user-clock")
```
### 累计用户数 ```{r} valueBox("23,000", icon = "fa-users")
``` ### 总崩溃率 ```{r} valueBox('0.01%', icon = "fa-bug")
``` Row {.tabset data-width=350}
----------------------------------------------------------------------- ### Newer ```{r}
library(ggplot2)
library(ggthemes)
mydata <- data.frame( Date = as.character(seq.Date(from = as.Date("2019/01/01",format = "%Y/%m/%d"), by = "day", length.out = 31)), Newer = round(runif(31,min = 1, max = 100))
) ggplot(data = mydata, aes(x = Date, y = Newer)) + geom_bar(stat = 'identity') + theme_economist() + theme(axis.text.x = element_text(angle = 90,size = rel(0.8))) ``` ### Active ```{r}
library(ggplot2)
library(ggthemes)
mydata_act <- data.frame( Date = as.character(seq.Date(from = as.Date("2019/01/01",format = "%Y/%m/%d"), by = "day", length.out = 31)), Activer = round(runif(31,min = 800, max = 1200))) ggplot(data = mydata_act, aes(x = Date, y = Activer, group = 1)) + geom_line(linetype = 3) +geom_point(size = 2,colour = "blue")+ theme_economist() + theme(axis.text.x = element_text(angle = 90,size = rel(0.8)))
``` ### Avg_Time ```{r}
library(ggplot2)
library(ggthemes)
mydata_Use_Time <- data.frame( Date = as.character(seq.Date(from = as.Date("2019/01/01",format = "%Y/%m/%d"), by = "day", length.out = 31)), Use_Time = round(runif(31,min = 50, max = 90))) ggplot(data = mydata_Use_Time, aes(x = Date, y = Use_Time, group = 1)) + geom_line(linetype = 3) +geom_point(size = 2,colour = "blue") + theme_economist() + theme(axis.text.x = element_text(angle = 90,size = rel(0.8))) + labs(y = "Use_Time(Minutes)")
``` page 2
=====================================
## Sidebar {.sidebar}
[Page 1] [Page 2] ## '1-Sidebar'
```{r}
# page2的数据,直接借用page1的了
library(ggplot2)
library(ggthemes)
mydata_Use_Time <- data.frame( Date = as.character(seq.Date(from = as.Date("2019/01/01",format = "%Y/%m/%d"), by = "day", length.out = 31)), Use_Time = round(runif(31,min = 50, max = 90))) ggplot(data = mydata_Use_Time, aes(x = Date, y = Use_Time, group = 1)) + geom_line(linetype = 3) +geom_point(size = 2,colour = "blue") + theme_economist() + theme(axis.text.x = element_text(angle = 90,size = rel(0.8))) + labs(y = "Use_Time(Minutes)")
```
——————————————
往期精彩:
今天,我改名了!
大碗宽面 VS 律师函警告,情感分析吴亦凡自黑式圈粉!
精选| 2019年3月R新包推荐
数据可视化—如何利用R,制作DashBoard相关推荐
- 数据可视化:利用Python和Echarts制作“用户消费行为分析”可视化大屏
数据可视化:利用Python和Echarts制作"用户消费行为分析"可视化大屏 前言 实验目的: 准备工作: 一.创建项目: 二.建立数据库连接获取数据: 三.页面布局: 四.下载 ...
- 数据可视化之利用Python制作词云图
制作词云图 一.词云图介绍 二.wordcloud方法 二. stylecloud方法 一.词云图介绍 词云图可以看作是文本数据的视觉表示,由词汇组成类似云的彩色图形.相对其它诸多用来显示数值数据的图 ...
- 【数据可视化】基于Dash制作的疫情数据可视化APP(Dash入门必读,附可运行源码)
基于Dash制作的疫情数据可视化APP 在此之前,我写过一篇博客<基于Streamlit制作的时间序列数据分析APP>.Streamlit的优点是上手简单.能在短时间内快速构建具有一定交互 ...
- python做数据可视化视频_如何制作数据可视化视频?
超干货!超多鲜为人知的宝藏可视化工具! 那些酷炫的可视化视频是怎么制作的?数据控结合具体案例为你一一揭秘! !!建议先码后看!跟着数据控轻松学会可视化! 1 堪比科幻电影!这样的数据大屏太酷啦!Eas ...
- uber 数据可视化_使用R探索您在Uber上的活动:如何分析和可视化您的个人数据历史记录
uber 数据可视化 Perhaps, dear reader, you are too young to remember that before, the only way to request ...
- 【数据可视化】基于Streamlit制作的时间序列数据分析APP(上手简单,附可运行源码)
基于Streamlit制作的时间序列数据分析APP 1.为什么要使用Streamlit(官网介绍链接) 在数据科学领域,一方面,当我们在学习或者实践机器学习算法的时候,需要进行一些参数调整:另一方面, ...
- pandas数据可视化_5利用Pandas进行强大的可视化以进行数据预处理
pandas数据可视化 One of the most common pitfalls I observe repeatedly among relatively junior data scient ...
- 两年数据对比柱形图_【系列课程】用Excel进行数据可视化组合图表的制作lt;二gt;...
1 前言 上一节我们已经分享过组合图表制作的一些理论,今天我们就来实操忙,看看具体的制作过程. 2 常见组合图表制作的演示 双柱图:各个店铺两年销售额对比. ① 按照2020年销售额降序排列,因为这个 ...
- 前端数据可视化ECharts使用指南——制作时间序列数据的可视化曲线
我为什么选择ECharts ? 1.容易使用,好上手,官网文档优雅清晰,案例简明美观,学习时间短. 2.开源免费,压根不要什么成本,适合我这种穷屌啊.所以,在比较了MetricGraphics.js后 ...
- Python数据可视化 - 使用Dash库制作杭州数据分析师岗位招聘情况可交互网页报告(附代码下载)
dash dash不同于flask或者Django,具备少量的前端知识即可制作可视化网页,下图为本人制作的数据分析师岗位招聘情况可视化网页. 文末附网盘下载经过清洗后的数据与可视化网页的代码. 交互 ...
最新文章
- 【Flutter】Flutter 拍照示例 ( 浮动按钮及点击事件 | 底部显示按钮组件 | 手势检测器组件 | 拍照并获取当前拍摄照片 | 从相册中选择图片 )
- 在SqlServer存储过程中使用Cursor(游标)操作记录
- 非常不错的sharepoint webpart工具集
- php发送get、post请求的几种方法
- 不使用 + 和 - 运算符计算两整数之和
- Hystrix面试 - 基于 Hystrix 信号量机制实现资源隔离
- 服务器重装系统要注意什么_企业租用美国服务器,应该注意什么?
- 【转】VB代码VB小程序:宇宙大爆炸演示
- 从三级界面直接跳回一级调用方法
- 企业微信健康打卡服务器无反应,企业微信打卡常见问题解答
- Vim快捷键(一):文档操作与文本插入
- 【Lua】【协同程序】【coroutine】知识点详解
- 如何在直播中解决黑屏、花屏、闪屏问题
- python实操实例100例_趣学Python算法100例
- 「今日 GitHub 趋势」让全世界程序员体会中国的 12306 抢票狂潮
- Verilog基础知识总结02
- solidity代码
- android 仿360浮动,Android仿360悬浮小球自定义view实现示例
- 浙大美女开源的算法,真有你的
- 奇艺网终于出来了,会成为中国的hulu嘛?