R语言可视化之 echarts4r
ECharts,一个使用 JavaScript 实现的开源可视化库,可以流畅的运行在 PC 和移动设备上,兼容当前绝大部分浏览器(IE8/9/10/11,Chrome,Firefox,Safari等),底层依赖矢量图形库 ZRender,提供直观,交互丰富,可高度个性化定制的数据可视化图表。
echarts4r 包是 ECharts 的 R 语言接口,目前可以从 CRAN 是直接安装。echarts4r 语法结构简单,易用,可读性很好,是很好的交互式绘图包。
安装echarts4r包,具体操作见上篇
R包 安装教程
教程下载:https://cran.r-project.org/web/packages/echarts4r/index.html
install.packages("echarts4r")
散点图
echarts4r 作图第一步用e_charts函数创建一个 echarts4r 对象,函数第一个参数为数据,第二个参数为 x 轴数据,第二步以及后续都是用%>%管道操作符来进一步作图。
绘制散点图,用iris数据,x 轴为 Sepal.Length。y 轴为 Petal.Length,在e_scatter中定义为serie。通过group_by根据 Sepal.Length 进行分组,在图中表现为不同颜色。散点大小通过size参数设置。
library(echarts4r) iris %>% group_by(Species) %>% e_charts(x = Sepal.Length) %>% e_scatter(serie = Petal.Length, size = Sepal.Width)
对比一下 ggplot2 的散点图语法及效果
library(ggplot2) iris %>% ggplot(aes(x=Sepal.Length,y=Petal.Length,size=Sepal.Width,col=Species))+ geom_point()
柱状图
library(echarts4r) df <- data.frame( x = seq(50), y = rnorm(50, 10, 3), z = rnorm(50, 11, 2), w = rnorm(50, 9, 2) ) df %>% e_charts(x) %>% e_bar(y, name = "bar") %>% e_title("Bar and step charts")
热力图
library(echarts4r) v <- LETTERS[1:10] matrix <- data.frame( x = sample(v, 300, replace = TRUE), y = sample(v, 300, replace = TRUE), z = rnorm(300, 10, 1), stringsAsFactors = FALSE ) %>% dplyr::group_by(x, y) %>% dplyr::summarise(z = sum(z)) %>% dplyr::ungroup() matrix %>% e_charts(x) %>% e_heatmap(y, z) %>% e_visual_map(z) %>% e_title("Heatmap")
仪表盘
library(echarts4r) e_charts() %>% e_gauge(41, "PERCENT") %>% e_title("Gauge")
词云
library(echarts4r) words <- function(n = 5000) { a <- do.call(paste0, replicate(5, sample(LETTERS, n, TRUE), FALSE)) paste0(a, sprintf("%04d", sample(9999, n, TRUE)), sample(LETTERS, n, TRUE)) } tf <- data.frame(terms = words(100), freq = rnorm(100, 55, 10)) %>% dplyr::arrange(-freq) tf %>% e_color_range(freq, color) %>% e_charts() %>% e_cloud(terms, freq, color, shape = "circle", sizeRange = c(3, 15)) %>% e_title("Wordcloud", "Random strings")
echarts4r 教程下载:https://cran.r-project.org/web/packages/echarts4r/index.html