cdal1r数据分析商业全景-5月给远程学员-第讲3可视化与rechart实现

主要内容0.数据可视化基础

1.REchart简介

2.Echart包在R的安装3.Echart函数的基本语法4.Echart进行可视化示例-常见图Echart进行可视化示例-地图Echart进行可视化示例-词云Echart进行可视化示例-网络关系图

5.6.0数据可视化数据介绍信息，如何让读者一目以下是835名2015年新增CDA持证了然的看清持证人的基本情况？案例CDA认证

数据可视化男女比例原始报名表（局部）男

女510

325统计数据案例数据可视化CDA认证男女比例510325案例数据可视化CDA认证男女比例61%39%案例数据可视化CDA认证男女比例61%39%数据可视化案例CDA认证地理位置分布案例CDA认证

数据可视化职务

云案例数据可视化CDA认证职业分布数据可视化CDA认证男女比例原始报名表（局部）地域职业职务案例61%39%数据可视化Echarts是国内工程师开发的优秀可视化的代表。可以通过Java、R等免费提供图表DIY调用。如果不会编程，CDA“http

/”5.6.1

REchart简介1

REcharts简介EchartsEcharts是由 开发的一款一个免费、强大的图表生成和可视化库，其可以方便得对数据进行展示、交互、定制。Echarts使用JAVA

开发1

REcharts简介Echarts与RechartsREcharts是基于Echarts的R版本，由

Zhou和TaiyunWei开发。目前R中的REcharts包还未开发完成，不过通过该包的echartR函数已经可以完成很多的可视化任务，图表美观且有动态效果1

REcharts简介Recharts制图示例饼图网络图折线图地图1

REcharts简介Recharts图表动态展示(使用IE打开)1

REcharts简介Recharts可支持的图表，截至2016年五月5.6.2

Echart包在R的安装2

Echart包在R的安装版)REchart包安装需求：1.R版本大于3.2.0(2.先置安装包：devtools3.

/madlogos/recharts

echartR安装可参照/madlogos/recharts网页下Installation安装的提示2

Echart包在R的安装REchart包安装代码

install.packages('devtools')library(devtools)install_

('yihui/recharts')##全局设定

Sys.setlocale(“LC_CTYPE”,“Chs”)source(“你的路径/echartR.R")##全局设定

install.packages('knitr')library(knitr)knitr::opts_chunk$set(message=FALSE,warning=FALSE,results='asis')设定区域格式载入echartRKnitr包的全局设定先置安装包5.6.3.Echart函数的基本语法3

Echart函数的基本语法REchart包中使用echartR函数进行制图，该函数可以完成所有的制图与可视化任务，其语法类似于R制图包lattice而非ggplot2，生成指定的图表有非常多的参数需要设定。echartR可用参数如下：3

Echart函数的基本语法echartR参数含义可见：

/madlogos/rechartsGrammar条目下。这里列出比较常用的参数以及其含义data:指定生成图表所需的数据集，为数据框或矩阵类型。X:指定绘图时x轴的数据，为data指定数据中的某一列,注意在生成直方图、饼图等图时只需要一列的数据，此时可以忽略Y:指定绘图时y轴的数据，为data指定数据中的某一列Series:分组参数,指定数据集中的分组变量Weight:指定权重变量,可用于直方图与气泡图Type:生成图表的类型，例如参数值为bar即输出条形图Title:指定标题Subtitle:副标题3

Echart函数的基本语法echartR参数含义可见：

/madlogos/rechartsGrammar条目下。这里列出比较常用的参数以及其含义Xlab:x轴的标题Ylab:y轴的标题Scale:取值为T或F，基于数据范围调整坐标刻度Palette:调色板，用于指定输出图表主成份的颜色集合markLine:添加标线Markpoint:添加标注点…5.6.4

Echart进行可视化示例-常见图4.Echart进行可视化示例-常见图简单散点图散点图源数据由行数相等的两列数值型列组成，分别为x轴与y轴，其常用参数设置如下echart(data=数据,x=~x轴变量,y=~y轴变量,type=‘scatter’,palette=调色盘颜色,title=主标题,subtitle=副标题,xAxis=x轴选项,yAxis=y轴选项,markLine=标记线,markPoint=标记点,…)4.Echart进行可视化示例-常见图简单散点图示例数据集描述:Accepts,数据是一份汽车违约数据,因变量为是否违约(bad_ind)，数据有5845个观测这里选择两个变量作为散点图的两个轴：##purch_price##loan_amt汽车

金额(元)金额4.Echart进行可视化示例-常见图简单散点图示例#标注线(标注线性归回拟合线)Line=t(c(1,'lm',"lm",F))#标注点(标注两个异常值点)Points=rbind(c(1,NA,1,111696,111166,F),c(1,NA,2,63700,28700,F))#制图echartR(data

=

data,

x

=

~purch_price,

y

=

~loan_amt,type

=

'scatter',

palette='aetnaorange',title='散点图-汽车金额vssubtitle="(source:汽车额',数据)",xlab='汽车金额',ylab='额',markLine=Line,markPoint=Points)4.Echart进行可视化示例-常见图简单散点图(无动态效果)显然车子的价格越高越多，两者相关4.Echart进行可视化示例-常见图多系列散点图echart(data=数据,x=~x轴变量,y=~y轴变量,series=~分组变量,type=‘scatter’,palette=调色盘颜色,title=主标题,subtitle=副标题,xAxis=x轴选项,yAxis=y轴选项,markLine=标记线,markPoint=标记点,…)##多系列散点图多了必须参数series用于指定数据中的分组变量以分组散点图4.Echart进行可视化示例-常见图多系列散点图这里选择两个变量作为散点图的两个轴：##fico_score##loan_amt信用评分金额并希望能够探索这两个变量在是否违约(bad_ind)的不同情况下是否有不同4.Echart进行可视化示例-常见图多系列散点图示例#标注点(标注两个异常值点)Points=rbind(c(2,NA,1,760,96692,F),c(1,NA,2,632,111554,F))#横纵轴设定x=list(lab='信用评分',color='darkgrey')y=list(lab='

额',color='darkgrey')#制图echartR(data

=

data,

x

=

~fico_score,

y

=

~loan_amt,

series

=

~bad_ind,type

=

'scatter',

palette='aetnaorange',

symbolList='circle',scale=F,

xAxis

=x,yAxis

=

y,title

=

'

多系列散点图-信用评分vs

额',subtitle

=

"(source:

汽车 数据)",

markPoint=Points)4.Echart进行可视化示例-常见图多谢列散点图(无动态效果)可以看出差别并不明显4.Echart进行可视化示例-常见图气泡图气泡图输入有三个变量，两个为数值变量，用于指定两轴，另一个数值变量用于指定气泡的大小，可以选择加入分组变量区分点的类别。数据集市人口\GDP\平均

数据中国部分#Prov:省份#GDP:gdp#Life:平均#Population:人口4.Echart进行可视化示例-常见图气泡图函数echartR(data=数据集,x=~变量,y=~变量,weight=权重变量(气泡大小),series=~分组变量,symbolList=c('circle'),type=‘bubble’,palette=调色板颜色,title=标题,subtitle=副标题,xAxis=x轴参数,yAxis=y轴参数,…)4.Echart进行可视化示例-常见图气泡图#制图echartR(data

=China,

x

=

~Life,

y

=

~GDP,weight

=Population,

series

=

~Prov,symbolList=c('circle'),type

=

'bubble',

palette='aetnaorange',title=

'部分省人均

-GDP-人口',subtitle

=

'(source:

GDP)',

xlab

=

'平均',

ylab

=

'GDP')4.Echart进行可视化示例-常见图气泡图4.Echart进行可视化示例-常见图柱状图柱状图的输入变量一般为两个变量组成，且类型为分类和数值，分类变量一般代表实际的对象，比如不同区域，对应的数值型变量取值为指定类别下的数值，比如某区域的销量。echartR中还可以指定分类变量series，用于分组对比。数据集这里使用某化妆品公司数据集#dis:大区(series)#type:产品名(x)#amount销量(y)4.Echart进行可视化示例-常见图柱状图echartR(data=数据,x=~类别变量,y=~数值变量,series=~分组变量,stack=是否堆积,type=‘bar’,palette=调色板,title=主标题,subtitle=副标题,xlab

=

‘Parameter’,

ylab=‘Mean’…)4.Echart进行可视化示例-常见图柱状图程序示例#制图echartR(data

=

data,x

=

~type,

y

=

~amount,series

=

~dis,stack=F,type='bar',palette='aetnaorange',title="大区-产品-销量柱状图",subtitle='(source:col)',xlab='Parameter',ylab='销售额')4.Echart进行可视化示例-常见图柱状图平铺堆积4.Echart进行可视化示例-常见图饼图Echart中饼图输入有两个变量，一个为分类变量，一个为数值型变量。分类变量指示某类别下数值变量的取值，用于构造饼图的相应类别比例。某变量取值越大，占数值变量加总却多，饼图比例越大。数据集：这里使用某化妆品公司数据集#type:产品名(x)#amount销量(y)4.Echart进行可视化示例-常见图饼图echartR(data,

x

=

~分类变量, y

=

~数值变量,

type='pie',palette='aetnaorange',title='化妆品产品饼图',subtitle

=

'(source:

col)')#这里type可以换为ring(环图)、rose(玫瑰图)4.Echart进行可视化示例-常见图饼图/环图5.6.5Echart进行可视化:地图Echart可以制作地图类的动态图，主要功能包括以下三个：1.区域标注

2.坐标点标注

3.线标注5.Echart进行可视化:地图5.Echart进行可视化:地图1.区域标注按照某个区域指标对地图各个区域进行颜色标注。数据集：中国2012-2014各个省直辖市GDP情况#Year:年份#Prov:省份#GDP:GDP5.Echart进行可视化:地图1.区域标注echartR(数据集,x=~区域变量,y=~指标变量,series=~分组变量,type=c(‘map’,‘china’,‘area’),palette=‘调色板',title=“主标题",subtitle=‘副标题’,dataRangePalette=数据漫游的调色板,dataRange=数据漫游范围,splitNumber=数据漫游切分段,pos=组件位置)5.Echart进行可视化:地图1.区域标注echartR(dtgdp,

x

=

~Prov,

y

=

~GDP,

series=

~Year,type=c('map','china','area'),

palette='aetnaorange',title="title",subtitle='(source:

title)',dataRangePalette=‘heat(5)’,dataRange=c('High',"Low"),splitNumber=5,pos=list(toolbox=3))5.Echart进行可视化:地图1.区域标注5.Echart进行可视化:地图2.坐标点标注点标注功能可以利用

标注出地图指定要求的点。这里展示按照pm2.5大小标记数据集：中国各地PM2.5数据#City:城市

#PM2.5:PM2.5值#ycord:y轴坐标#xcord:x轴坐标5.Echart进行可视化:地图2.坐标点标注函数echartR(数据集,x=~区域点名,y=~指标变量,xcoord=~x坐标,ycoord=~y坐标,type=c('map','china','point'),title=‘主标题',subtitle=“副标题",dataRange=c(漫游数据范围),pos=栏目位置,dataRangePalette=漫游数据调色板,splitNumber=数据分割个数,markPoint=标记指定点…)5.Echart进行可视化:地图2.坐标点标注echartR(chinapm,

x=~City,

y=~PM25,

xcoord=~xcoord,ycoord=~ycoord,type=c('map','china','point'),title='PM2.5

in

Chinese

cities',subtitle="(source:

PM25.in)",dataRange=c("High","Low"),

pos=list(toolbox=3),dataRangePalette='heat(7)',splitNumber=7,markPoint=top5)5.Echart进行可视化:地图2.坐标点标注5.Echart进行可视化:地图3.线标注线标注功能可以利用点与点的坐标进行连线。这里展示南航航线线标注数据集：中国各地PM2.5数据#To:到达城市#FROM:出发城市

#Xcord.y:出发y轴坐标

#Xcord.x:出发x轴坐标

#Ycoord.y:到达y轴坐标

#Ycoord.x:到达x轴坐标5.Echart进行可视化:地图3.线标注echartR(数据集,x=~初始点,x1=~到达点,y=~空变量,series=~分组变量,xcoord=~初始点x坐标,ycoord=~初始点y坐标,xcoord1=~到达点x坐标,ycoord1=~到达点y坐标,type=c('map','china','line'),title="南方航空公司主要航班线路“,…)5.Echart进行可视化:地图3.线标注#制图echartR(flight,

x=~From,

x1=~To,

y=~y,

series=~From,xcoord=~Xcoord.x,

ycoord=~Ycoord.x,xcoord1=~Xcoord.y,

ycoord1=~Ycoord.y,type=c('map','china','line'),pos=list(toolbox=3),title="南方航空公司主要航班线路")5.Echart进行可视化:地图3.线标注5.6.6.Echart进行可视化:词云6.Echart进行可视化:词云词云:echartR可以