R 数据可视化

在 R 中，我们可以通过编写几行代码来创建视觉上吸引人的数据可视化。 为此，我们使用 R 的各种功能。 数据可视化是一种通过视觉媒介获取数据洞察的有效技术。 借助可视化技术，人们可以轻松获得有关数据中可能被忽略的隐藏模式的信息。

通过使用数据可视化技术，我们可以处理大型数据集，从而有效地获得关于它的关键见解。

R 可视化包

R 提供了一系列用于数据可视化的包。 这些包如下

1) plotly

plotly 包提供在线交互式和高质量的图形。 此包扩展了 JavaScript 库 ?plotly.js。

2) ggplot2

R 允许我们声明式地创建图形。 R 为此目的提供了 ggplot 包。 该软件包以其优雅和高质量的图形而闻名，这使其与其他可视化软件包区分开来。

3) tidyquant

tidyquant 是一个金融包，用于进行定量财务分析。 此包将 tidyverse universe 添加为金融包，用于导入、分析和可视化数据。

4) taucharts

数据在 taucharts 中起着重要的作用。 该库提供了一个声明式界面，用于将数据字段快速映射到视觉属性。

5) ggiraph

它是一个允许我们创建动态 ggplot 图形的工具。 此包允许我们向图形添加工具提示、JavaScript 操作和动画。

6) geofacets

此包为“ggplot2”提供地理分面功能。 地理分面将不同地理实体的绘图序列排列成一个网格，该网格保留了一些地理方向。

7) googleVis

googleVis 提供了 R 和 Google 图表工具之间的接口。 借助此包，我们可以创建带有基于 R 数据帧的交互式图表的网页。

8) RColorBrewer

此包为地图和其他图形提供颜色方案，这些方案由 Cynthia Brewer 设计。

9) dygraphs

dygraphs 包是 dygraphs JavaScript 图表库的 R 接口。 它为在 R 中绘制时间序列数据提供了丰富的功能。

10) shiny

R 允许我们通过提供一个 shiny 包来开发交互式和美观的 Web 应用程序。 此包提供各种带有 HTML 小部件、CSS 和 JavaScript 的扩展。

R 图形

图形在执行数据的重要特征中起着重要的作用。 图形用于检查边缘分布、变量之间的关系以及非常大的数据的摘要。 它是许多统计和计算技术非常重要的补充。

标准图形

R 标准图形可通过包图形获得，包括几个提供统计图的函数，如

• 散点图
• 饼图
• 箱线图
• 条形图等。

我们使用上述通常是单个函数调用的图形。

图形设备

它是我们可以显示绘图的地方。 图形设备是计算机上的一个窗口（屏幕设备）、一个 PDF 文件（文件设备）、一个可缩放矢量图形 (SVG) 文件（文件设备）或一个 PNG 或 JPEG 文件（文件设备）。

以下是一些必须理解的要点

• 图形设备的功能产生输出，这取决于活动的图形设备。
• 屏幕是默认和最常用的设备。
• 使用 R 图形设备，例如 PDF 设备、JPEG 设备等。
• 我们只需要打开我们想要的图形输出设备。 因此，R 会负责生成设备所需的输出类型。
• 为了在屏幕上或作为 GIF R 图形文件生成某个绘图，R 代码应该完全相同。 我们只需要事先打开目标输出设备。
• 可以同时打开多个设备，但只会有一个活动设备。

图形语法的基本知识

统计图形有一些关键要素。 这些要素是图形语法的基本知识。 让我们逐一讨论每个要素，以获得图形的基本知识。

1) 数据

数据是被处理并生成输出的最关键的东西。

2) 美学映射

美学映射是统计图形中最重要的要素之一。 它控制图形变量和数据变量之间的关系。 在散点图中，它还有助于将数据集的温度变量映射到 X 变量。

在图形中，它有助于将植物的物种映射到点的颜色。

3) 几何对象

几何对象用于通过使用美学映射的点来表达每个观察结果。 它将数据集中的两个变量映射到绘图的 x,y 变量中。

4) 统计转换

统计转换允许我们在绘图中计算数据的统计分析。统计转换使用数据并通过具有 x,y 坐标的回归线和计数某些值的出现次数来近似它。

5) 标度

它用于将数据值映射到图形设备坐标系中存在的值。

6) 坐标系

坐标系在数据的绘图中起着重要的作用。

• 笛卡尔坐标系
• 情节

7) 分面

分面用于将数据分成子组，并为每个组绘制子图。

R 中数据可视化的优势

1. 理解

查看业务可能会更具吸引力。而且，通过图形和图表比通过带有文本和数字的书面文档更容易理解。因此，它可以吸引更广泛的受众。此外，它还促进了业务洞察的广泛使用，从而做出更好的决策。

2. 效率

它的应用程序允许我们在一个小空间中显示大量信息。尽管业务中的决策过程本质上是复杂且多功能的，但在图形中显示评估结果可以使公司以有用的方式组织大量相互关联的信息。

3. 使用地点

当位置是非常相关的因素时，它的应用程序利用诸如地理地图和 GIS 之类的功能可能与更广泛的业务特别相关。我们将使用地图来显示来自各个位置的业务洞察，同时考虑问题的严重性、问题背后的原因以及解决这些问题的工作组。

R 中数据可视化的缺点

1. 成本

R 应用程序开发需要大量资金。 特别是对于小公司来说，不可能花费大量资源来购买它们。 为了生成报告，许多公司可能会雇用专业人士来创建图表，这会增加成本。 小型企业通常在资源有限的环境中运营，并且还会及时收到可能非常重要的评估结果。

2. 分心

然而，有时，数据可视化应用程序会创建高度复杂且花哨的富图形报告和图表，这可能会引诱用户更多地关注形式而不是功能。 如果我们首先添加视觉吸引力，那么图形表示的整体价值将是最小的。 在资源设置中，需要了解如何最好地使用资源。 并且也没有陷入没有明确目的的图形趋势中。