Kuinka yhdistät LuckyTemplates R Script Visualiin?

Tänään näytän sinulle, kuinka LuckyTemplates yhdistetään R:ään, ja esittelen asioita, joita voit tehdä R-skriptivisuaalilla sovelluksessa . Jotta tämä toimisi, sinun on oltava R asennettuna tietokoneellesi, koska se on täysin riippumaton LuckyTemplatesista.

Aloita napsauttamalla R-komentosarjan visualisointia visualisointiruudussa.

Nykyään käytämme sitä, mitä ihmiset kutsuvat korrelaatiomatriisikaavioksi . Käytämme myös Pokemon-tietojoukkoa. Syy, miksi valitsin tämän, johtuu siitä, että siinä on paljon numeerista tietoa, kuten puolustus ja hyökkäys, ja se toimii melko hyvin korrelaation näyttämisessä.

Kun olemme vetäneet visualisoinnin kankaalle, meidän on aloitettava kenttien lisääminen.

Millaisia ​​kenttiä voimme näyttää? Haluamme nähdä Attack , Defense , HP , Speed ​​ja Name of the Pokemon.

Nyt luultavasti huomaat, että aivan visualisointiruudun alapuolella on arvot-ruutu, johon kaikki on lisätty saman kentän alle. Sekä teksti- että numerotiedot lisätään tähän.

Näin ollen täällä R-skriptieditorissa voimme myös nähdä, että koodia on jo laadittu. Tätä kutsutaan tietojoukoksi, joka on tietokehys, joka sisältää Attack, Defense, HP, Speed ​​ja Name. Meidän ei tarvitse kirjoittaa tätä; LuckyTemplates tekee sen automaattisesti heti, kun lisäämme asioita visualisointipohjallemme.

Ensimmäinen virhe, jonka tein (jonka voin myös kuvitella, että monet ihmiset tekevät), on kommenttien poistaminen täältä, jotta voimme nähdä sen normaalina koodina. Tämä ei tule onnistumaan, koska se on todellakin laadittava.

Tämä rivi täällä, joka sanoo, että ainutlaatuisen täytyy juosta. Sitä ei voi kiertää.

Aloitamme käsikirjoituksen kirjoittamisen tänne. Korrelaatiojuoni, jota teemme tänään, tulee psyykepaketista . Tämä on erittäin helppoa. Kyse on vain parien kirjoittamisesta. paneelit ja välität sitten datajoukon argumentille.

Ja siellä se on meillä. Meillä on visualisointimme.

Niille teistä, joilla ei ole psych-pakettia asennettuna, voit tietysti asentaa sen tällä tavalla, mutta tämä prosessi asentaa sen joka ikinen kerta, vaikka sinulla olisi se jo.

Jos haluamme mennä askeleen pidemmälle, voimme luodajoka tarkistaa, onko paketti saatavilla ja jos ei, se asentaa sen. Muuten se ei tee mitään.

Vielä yksi asia, joka meidän on ehkä tehtävä, jotta tämä ei epäonnistuisi, on täyttää arkisto-argumentti asennetun paketin sisällä.

Tässä esimerkissä vain kopioin ja liitän CRAN-verkkosivun. Tämä toimii teknisesti. Mutta riippuen siitä, missä päin maailmaa olet, saatat haluta valita peilin, joka on lähempänä sinua.

Sisällysluettelo

• Visualisoinnin vieminen uudelle tasolle
• Vuorovaikutus muiden visualisointien kanssa
• Johtopäätös

Visualisoinnin vieminen uudelle tasolle

Tämä on koodi, jonka haluamme ottaa käyttöön. Se toimii hyvin ja näyttää visualisoinnin. On pari asiaa, jotka vievät tämän visualisoinnin askeleen pidemmälle. Ensimmäinen asia on. Viipaloijat toimivat täydellisesti tämän tyyppisen visualisoinnin kanssa.

Laitetaan siis viipaloija raporttiin ja sitten kenttäruutuun Generation .

Katso, kuinka siististi visualisointi muuttuu riippuen siitä, mitä valitsemme viipaloittimesta.

Vuorovaikutus muiden visualisointien kanssa

Jos mietit, miltä tämä näyttää vuorovaikutuksessa muiden visualisointien kanssa, luodaan donitsikaavio, laitetaan Pokemonien lukumäärä ja määritetään, ovatko ne legendaarisia vai eivät.

Kuten näet, ensimmäinen visualisointi voi olla vuorovaikutuksessa toisen visualisoinnin kanssa.

Johtopäätös

Nämä R-skriptit voivat olla haastavia ja vaikeita käyttää, kun sinulla on todella suuri tietojoukko, koska LuckyTemplatesin on lähetettävä kaikki tiedot R:lle ja sitten odotettava vastausta.

Mutta joissakin tapauksissa, kuten tässä esimerkissämme, tällaisen visualisoinnin rakentaminen tyhjästä, kun yhdistät LuckyTemplatesin R:ään, vie paljon aikaa.

Joten jos käytät tällä hetkellä R:tä tai Pythonia ja haluat mieluummin tuoda visualisoinnin tyhjästä rakentamisen sijaan, tämä on todella siisti ratkaisu.