E-mail melléklet mentése SharePointba a Power Automate segítségével
Ebből a blogból megtudhatja, hogyan mentheti automatikusan az e-mail mellékleteket a SharePointba, majd törölheti az e-maileket a Power Automate segítségével.
A vizualizációk létrehozása R-ben a ggplot2 használatával hatékony módja lehet az adatok felfedezésének és megértésének. A vizualizáció egyik gyakori típusa a kétváltozós diagram, amely lehetővé teszi két változó közötti kapcsolat vizsgálatát.
Ebből az oktatóanyagból megtudhatja, hogyan hozhat létre kétváltozós vizualizációkat R-ben a ggplot2 használatával. Ez a blog kifejezetten arra fókuszál, amit nehéz lenne a LuckyTemplates, de könnyű megtenni R-ben.
Tartalomjegyzék
Áttekintés
Ebben az oktatóanyagban három fő téma kerül megvitatásra. Megtanulja, hogyan vizualizálhatja egy változó csoportonkénti eloszlását, és hogyan vizualizálhatja a korrelációkat és a páronkénti kapcsolatokat.
A páronkénti kapcsolat egy adott adatkészletben lévő változópárok közötti kapcsolatot jelenti.
Ehhez az oktatóanyaghoz le kell töltenie a ggplot2 csomagot. Ha elkészült, nyisson meg egy üres szkriptet, és hozzon be két könyvtárat: tidyverse és GGally .
A GGally a ggplot2 kiterjesztése. Úgy készült, hogy csökkentse a geometriai objektumok és az átalakított adatok kombinálásának bonyolultságát.
A különböző kétváltozós vizualizációk az R-ben
A kétváltozós vizualizáció két változó közötti kapcsolatot mutatja meg.
Példaként készítsünk egy vizualizációt, amely bemutatja a város és az autópálya kapcsolatát. Használnia kell a ggplot ( ) függvényt, majd hozzá kell rendelnie a megfelelő adatokat.
Ezután a geom_point ( ) függvényt használjuk a .
Vizualizációk az R-ben, korrelációt mutatva
A ggcorr () függvény a változók közötti korreláció megjelenítésére szolgál. Ez létrehoz egy hőtérképet a legalacsonyabbtól a legmagasabb korrelációs értékig. Tovább javíthatja a megjelenítést egy argumentum hozzáadásával, amely megjeleníti a címkéket.
Vizualizációk az R-ben, amelyek páronkénti kapcsolatot mutatnak be
A páronkénti ábrázoláshoz a ggpairs ( ) függvényt kell használni .
Mivel ebben a példában az adatkeret nagy adatkészletet tartalmaz, először szűrni kell, hogy csak numerikus értékek jelenjenek meg, különben az eredmények hibát jeleznek.
Az adatok szűréséhez használja a pipe operátort és a select_if ( ) függvényt.
A Plots lapon láthatja a kód által generált páros megjelenítést. Az egyes változók közötti grafikont és korrelációs értéket is láthatja.
Egy másik dolog, amit a páronkénti ábrázolásokkal tehet, az az, hogy további elemeket ad hozzá a megjelenítéshez. Hozzáadhat egy másik változót, és megváltoztathatja az adatok színét.
Ebben az esetben a meghajtó oszlopot hozzáadjuk a kódhoz, és az esztétikai leképezés funkcióval módosítjuk a színét.
A kód futtatásakor látni fogja, hogy a diagram szóródási diagramokat és meghajtónkénti korrelációs értékeket jelenít meg. Az átlón az egyes meghajtók szerint is látható.
Következtetés
Ha robusztus és statisztikailag alátámasztott vizualizációkat szeretne létrehozni, például hisztogramokat, szórt diagramokat és dobozdiagramokat, akkor javasolt a ggplot2 használata a GGally-val.
Az R programozási nyelv a különféle vizualizációs csomagokkal, például a ggplot2-vel együtt lehetővé teszi a felhasználók számára, hogy olyan vizualizációkat készítsenek, amelyek megmutatják a változók közötti kapcsolatot és korrelációt.
A GGally kibővíti a ggplot2-t számos olyan funkció kiegészítésével, amelyek csökkentik a bonyolultságot. Ha két- és többváltozós vizualizációkat próbál létrehozni a LuckyTemplates alkalmazásban, akkor ezek kihívást jelentenek. Az R programozási nyelven belül azonban csak egyetlen kódsort kell írnia, hogy elérje a szükséges statisztikai diagramot.
Minden jót,
George Mount
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.