Ebben a blogban folytatjuk sorozatunkat az összetett egyedi látványelemek létrehozásának technikáiról. Ma a LuckyTemplates R-jét használva megtanuljuk, hogyan hozhatunk létre összetett látványelemeket egyetlen kódsorral. Az oktatóanyag teljes videóját a blog alján tekintheti meg.
Tartalomjegyzék
Áttekintés
Összefoglalva, ennek a sorozatnak az 1. része a külső eszköz használatával SVG-grafikák létrehozására összpontosított az irányítópulthoz. Íme az egyéni SVG grafikus oktatóanyagunk eredménye.
Ma pedig megtanuljuk, hogyan hozhatjuk létre ezeket az alább látható meglehetősen összetett látványelemeket, és ezt egyetlen kódsorral tesszük meg. Ezeket a látványelemeket nem könnyű más egyedi vizualizációval elkészíteni, de ezzel a technikával mindössze öt perc alatt elkészíthetünk egy teljes oldalt.
Természetesen megtehetjük őket a -n keresztül, de ez sokkal több kódsort igényel. És ezek némelyikéhez, például a hisztogramokhoz, használhatunk egyéni vizualizációt, de az, ahogyan ezeket felosztjuk, meghaladja a képességeiket.
Az R és az RStudio használata a LuckyTemplatesben
Az első dolog, amit tudni kell, hogy ezt végigcsináljuk. Az R rossz hírnevet szerez, mivel nehéz használni, mert az emberek ránéznek, és azonnal azt gondolják, hogy sok kódolást igényel, és bonyolult, de valójában nem az.
Az R bonyolult lehet, ha sok statisztikai elemzést végzünk, de ami a látványt illeti, különösen a ma használt csomag, a GGPUBR , nagyon egyszerű.
Ebben az oktatóanyagban feltételezzük, hogy már telepítette az R és az RStudio alkalmazást a gépére. De ha nem, és nem tudod, hogyan csináld, George Mount nagyszerűen tudja, hogyan állítsa be ezt az egészet. Ezt a videót LuckyTemplates-tagként érheted el.
Ha nem vagy tag, rengeteg más videó található a YouTube-on arról, hogyan töltsd fel az R-t és az RStudiót a gépedre.
R csomagok
Az R a vizualitást elsősorban csomagokon keresztül kezeli . A jó dolog az, hogy az R-nek sok analógja van a LuckyTemplates-hez, és a látványkezelés módja nagyon hasonlít a LuckyTemplates egyéni vizualizációjához.
Az R-ben lévő csomagokra két parancs vonatkozik, amelyek közül az egyik az install . A telepítés csak egyszer fut, és egyenértékű az egyéni vizualizációnk App Store-ból történő letöltésével.
Ebben az esetben az első alkalommal az RStudio-ban (a LuckyTemplatesben is megtehetjük), csak futtassuk az install (“ggpubr”) parancsot, és nyomjuk meg a return gombot. Ez végigfut, letöltődik a tárolóból, és betölti az R telepítésébe.
A második parancs a library . Ezt minden egyes elkészített jelentésben le kell futtatnunk. Ez egyenértékű az egyéni vizualizáció betöltésével a jelentésbe, miután letöltöttük őket az App Store-ból.
Ehhez az oktatóanyaghoz két csomagra van szükségünk. Az egyiket ggplot2-nek hívják , amely az R elsődleges térképező motorja.
A második csomag a ggpubr , amely a ggplot egyszerűsített változata. Rendelkezik az úgynevezett publikációs radiográfiával, minimális konfigurációval, és úgy van beállítva, hogy körülbelül 15 különböző diagramtípussal jól nézzen ki.
Grafika készítése az RStudio segítségével
Most meglátjuk, hogyan működnek a csomagok közvetlenül a LuckyTemplatesben.
Az adatkészlet
Ehhez az oktatóanyaghoz a Titanic adatkészletét fogjuk használni. Ez az adatkészlet a Titanic összes utasáról tartalmaz információkat – kik élték túl, kik haltak meg, milyen utasosztályba tartoztak, nemük és életkoruk, a viteldíjat fizették, és hol szálltak fel.
Az utolsó oszlopnak három helye van – Southhampton, Cherbourg és Queenstown. Van néhány utas is, akiknek a származási helye ismeretlen.
Ez tehát az adathalmaz egyszerűsített változata, amelyet a mai vizualizációhoz fogunk használni. Kezdjük és alkossunk ebből a semmiből.
R használata a LuckyTemplatesben: Box Plot 1
Először kattintson az R Script ikonra a Vizualizációk panelen. Megjelenik egy kép a képernyőn.
Ezután válassza ki a használni kívánt mezőket, és húzza át őket a Mezők ablaktáblából a Vizualizációk ablaktábla Értékek részébe. Ebben az esetben húzzuk az Age and Sex-et.
Módosítsa a címet, igazítsa el, módosítsa a szöveget és a háttérszínt, és így tovább a sablon javításához. Ezeket a módosításokat a Vizualizációk ablaktáblában a Formátum vizuális lapra kattintva hajthatjuk végre .
A címhez írja be, hogy „Utasstatisztikák életkor és nem szerint” ennél a példánál. Ezek a preferenciák adnak nekünk egy ilyen látványt.
Ezután térjen vissza a Vizualizáció készítése lapra a Vizualizációk panelen. Még mindig látnunk kell azokat a mezőket, amelyeket korábban az Értékek alatt húztunk . Most már megnyithatjuk az R szkriptszerkesztőt a felfelé mutató nyílra kattintva.
R-nek van egy igazán egyedi hívása, az úgynevezett dataset, amely a Power Query-ből, vagy ebben az esetben a két mezőnkből – kor és nem – veszi át a beírt adatokat. Tehát ez lesz a mi adatkészletünk.
Ezután hívjuk a két könyvtárunkat – a ggplot2-t és a ggpubr-t.
Végül itt van az egyetlen kódsorunk. Beillesztjük, vagy az Ön esetében beírjuk, és kész.
Ha megnyomjuk a Futtatás gombot , a kód létrehozza ezt a dobozábrázolást.
Alapvetően az R-t a LuckyTemplates Formátum ablaktáblájának szöveges változataként tekinthetjük. Ebben az esetben a LuckyTemplates a grafikus felhasználói felületről szól.
Például, ha a Vizualizációk ablaktáblára lépünk, megadhatjuk az effektusok, hátterek, szegélyek stb. beállításait.
Az R-ben kóddal állítjuk be ezeket a beállításokat. Például kóddal bekapcsolhatjuk az effektusokat és a hátteret, vagy kikapcsolhatjuk a vizuális keretet.
A háttérhez a color = fehér és az átlátszóság = 100 értéket tehetjük, ami a LuckyTemplates grafikus felhasználói felületének szöveges változata.
Ahhoz, hogy megtudjuk, milyen kódot kell beírni, ezt a dokumentumot használjuk, amely minden R-csomaggal rendelkezik. Végignézhetjük ezt a dokumentumot, és böngészhetjük az általuk matricának nevezett dolgokat.
Ezek a matricák bemutatják a különböző típusú látványelemeket, amelyeket létre kell hozni, majd példákat adnak a különböző paraméterekre. Ez egy példa egy .
A Referencia lap alatt található az összes használható paraméter listája, mint például a szín, a körvonal kitöltése, a színpaletta, a vonal típusa, a méret és még sok más. Ezeket a paramétereket egyenlőnek állíthatjuk be azzal, ahogyan szeretnénk, hogy vizualitásunk kinézzen.
Térjünk vissza a LuckyTemplates-hez, és boncolgassuk kódunk tartalmát. Kezdjük a két változónkat, a nemet és az életkort tartalmazó adatkészletünkkel. Pontokat adunk a minimum, maximum és egyéb fontos pontokért.
Szín = Nem azt jelenti, hogy a cselekmény színe a nemen alapul. Ezután beállítjuk a kitöltési színünket #F2F2F2-re, a doboz vonalszélességét 0,3-ra, és kiválasztjuk a színpalettánkat. Végül eltávolítjuk a jelmagyarázatunkat, és ezzel befejeződik az R kód egy sora.
R használata a LuckyTemplatesben: Box Plot 2
Folytassuk a második vizualizációval. Kezdjük azzal, hogy lecseréljük az első kódunkat egy másik paranccsal, amely így néz ki.
Ebben a példában az, amit csinálunk, nagyjából ugyanaz, de mostanra szembesülünk. A facet.by függvény a kis többszörösek megfelelője, és a kódunk alapján az Embarked függvényt facetáljuk.
Ez azt jelenti, hogy ugyanazt a látványt vesszük, de most a származási portokon alapul. Most, ha a Futtatás gombra kattintunk , négy dobozos diagramot kapunk, amelyek pontosan azt mutatják, amit akarunk.
R használata a LuckyTemplatesben: Hisztogram 1
Térjünk át a hisztogramokra a harmadik példánkban a következő kód használatával.
Egy egyszerű hisztogramot készítünk a kódunk alapján. Csak az adatkészletünk, az életkor változója, a hisztogramunkhoz tartozó tálcák száma és a kitöltési szín áll rendelkezésünkre. Ezután kattintson a Futtatás gombra .
Utasainkat immár életkoruk szerint csoportosítva láthatjuk.
Egy másik dolog, amit tehetünk, az add nevű parancs használata . Adjuk hozzá a medián vonalat az add = “median” használatával .
Kattintson a Futtatás gombra , és ez megmutatja a mediánt.
Ezt úgy is megváltoztathatjuk, hogy az add = „mean” használatával jelentse.
Kattintson a Futtatás gombra , és a vonal a mediántól a középértékig fog mozogni.
Amint láttuk, sok lehetőségünk van ezekben a látványelemekben. Megváltoztathatjuk például a színeket, a címeket és a tengelyeket. Valójában nincs olyan paraméter, amelyet ne módosíthatnánk, hogy illeszkedjen a témánkhoz vagy ahhoz, ahogyan a látványt szeretnénk.
Az R használata a LuckyTemplatesben: Hisztogram 2
Fussunk le gyorsan a következő példánkra. A 2. hisztogram egy fazettált hisztogram, és ebben az esetben mindkét nemet, illetve azt, hogy életben maradtak -e vagy sem. Ehhez a vizualizációhoz a következő kódot fogjuk használni.
Láthatjuk, hogy ez egy olyan típusú látvány, amelyet más módon meglehetősen nehéz lenne létrehozni. Ismét megtehetjük a Deneb-en keresztül, de elég sok kódra lenne szükség. Míg itt ez csak egy egyszerű vonal.
Az R használata a LuckyTemplatesben: Hisztogram 3
Csináljunk még egy hisztogramot, és egy kicsit másképp ábrázoljuk. Ezúttal azt nézzük, hogy milyen utasosztályba tartoztak az utasok, és hozzáadunk egy középvonalat is.
Kattintson a Futtatás gombra.
A látványt nézve azt is láthatjuk, hogy ebben a katasztrófában a 3. osztályos férfiak szenvedtek a legtöbb áldozatot.
Figyeljük meg, hogy ebben a példában az alapértelmezett színsémát használtuk, így nem igazán illik a témánkhoz. Szándékosan tettük ezt annak szemléltetésére, hogyan választ ki automatikusan egy színsémát, ha nem adunk meg egyet.
R használata a LuckyTemplatesben: QQ Plot
Végül elérkeztünk az utolsó diagramtípusunkhoz.
Ismét körülbelül 15 féle diagramot futtathat itt, és ezt QQ plot-nak hívják. Ha sokat dolgozott a statisztikában, valószínűleg hallott vagy látott volna korábban egy QQ cselekményt.
Következő kódunk segít meghatározni, hogy egy adott mező egy adott eloszlás szerint van-e elosztva. Tehát ebben az esetben azt vizsgáljuk, hogy normális eloszlású-e úgy, hogy a tényleges eloszlást és az elméleti eloszlást ábrázoljuk.
Ugyanúgy, mint az előző példákban, ezt is nehéz más módon megtenni. A mi technikánkkal azonban néhány paraméterre lesz szükség ahhoz, hogy létrehozzuk a QQ-diagramunkat egy elméleti mintával összehasonlítva.
Következtetés
A mai blogban megtanultuk, hogyan lehet hatékony és összetett látványelemeket létrehozni a LuckyTemplatesben az R segítségével.
Óriási alkalmazhatóságot és rugalmasságot kínál olyan diagramok létrehozásához, amelyeket más módon nehéz elérni. Rugalmasságot biztosít a paraméterek beállításához is. Sokkal többet tehet a háttérszín és a betűtípus, valamint a formázás minden fajtája terén.
Egyetlen kódsor használatával keveset kell tudnia ahhoz, hogy áttekinthető diagramokat hozzon létre, amelyek reményeink szerint arra ösztönzik Önt, hogy ezt a technikát használja jövőbeni jelentéseiben.
A sorozat következő részében a nagyszerű KPI-kártyák létrehozásának egyszerű módjait tárgyaljuk.
Minden jót,
Brian Julius
Ebből a blogból megtudhatja, hogyan mentheti automatikusan az e-mail mellékleteket a SharePointba, majd törölheti az e-maileket a Power Automate segítségével.
A Microsoft LuckyTemplates irányítópult 18 legjobb példája 2023
Ismerje meg, hogyan hozhat létre <strong>Power Automate</strong> folyamatokat a semmiből. Sablon használata helyett mi magunk hozzuk létre a kiváltó okokat és a műveleteket.
4 módszer a Pi használatára a Pythonban példákkal
Ebben az útmutatóban bemutatom, hogyan lehet Pénzügyi információk mátrixát létrehozni a Profit és veszteség (P&L) kimutatással a LuckyTemplates alkalmazásban.
Fedezze fel, hogyan lehet dinamikusan egyesíteni oszlopokat a Power Query Table.CombineColumns függvény segítségével.
Ismerje meg, hogyan adhatjuk hozzá és szinkronizálhatjuk SharePoint-fájljainkat az asztalon és a OneDrive-on.
Tudja meg, miért fontos egy dedikált dátumtáblázat a LuckyTemplatesben, és ismerje meg ennek leggyorsabb és leghatékonyabb módját.
Ez a rövid oktatóanyag kiemeli a LuckyTemplates mobil jelentési funkcióját. Megmutatom, hogyan készíthet hatékony jelentéseket mobileszközökön.
Ebben a LuckyTemplates bemutatóban olyan jelentéseket tekintünk át, amelyek professzionális szolgáltatáselemzést mutatnak be egy olyan cégtől, amely több szerződéssel és ügyfél-elkötelezettséggel rendelkezik.
