Wie verbinden Sie LuckyTemplates mit R Script Visual?

Heute zeige ich Ihnen, wie Sie LuckyTemplates mit R verbinden und zeige, was Sie mit dem R-Skript-Visual in LuckyTemplates tun können . Damit dies funktioniert, muss R auf Ihrem Computer installiert sein, da es völlig unabhängig von LuckyTemplates ist.

Klicken wir zunächst im Visualisierungsbereich auf das R-Skript-Visual.

Heute verwenden wir das sogenannte Korrelationsmatrixdiagramm . Wir werden auch einen Pokemon-Datensatz verwenden. Der Grund, warum ich dies ausgewählt habe, ist, dass es viele numerische Informationen wie Verteidigung und Angriff enthält und bei der Darstellung einer Korrelation recht gut funktioniert.

Nachdem wir die Visualisierung in die Leinwand gezogen haben, müssen wir mit dem Hinzufügen von Feldern beginnen.

Welche Art von Feldern können wir anzeigen? Wir möchten Angriff , Verteidigung , HP , Geschwindigkeit und den Namen des Pokémon sehen .

Jetzt werden Sie wahrscheinlich bemerken, dass sich direkt unter dem Visualisierungsbereich der Wertebereich befindet, in dem alles unter demselben Feld hinzugefügt wurde. Hier werden sowohl die Text- als auch die numerischen Informationen hinzugefügt.

Folglich können wir hier im R-Skripteditor auch sehen, dass bereits Code angelegt wurde. Dieser wird als Datensatz bezeichnet. Dabei handelt es sich um einen Datenrahmen, der Angriff, Verteidigung, HP, Geschwindigkeit und Name enthält. Wir müssen das nicht schreiben; LuckyTemplates erledigt dies automatisch, sobald wir Dinge in unserer Visualisierungsleinwand füllen.

Der erste Fehler, den ich gemacht habe (und ich kann mir auch vorstellen, dass viele Leute ihn machen werden), besteht darin, die Kommentare hier zu löschen, damit wir sie als normalen Code sehen können. Das wird nicht funktionieren, weil es wirklich angelegt werden muss.

Diese Zeile hier, die besagt, dass „unique“ ausgeführt werden muss. Daran führt kein Weg vorbei.

Wir beginnen hier unten mit dem Schreiben unseres Drehbuchs. Das Korrelationsdiagramm, das wir heute erstellen, stammt aus dem Psych-Paket . Das geht ganz einfach. Es geht nur darum, Paare aufzuschreiben. Panels und dann den Datensatz an das Argument übergeben.

Und da haben wir es. Wir haben unsere Visualisierung.

Für diejenigen unter Ihnen, die das Psych-Paket nicht installiert haben, können Sie es natürlich auf diese Weise installieren, aber dieser Prozess wird es jedes Mal installieren, auch wenn Sie es bereits haben.

Wenn wir noch einen Schritt weiter gehen möchten, können wir eine IF-Anweisung erstellen , die prüft, ob das Paket verfügbar ist, und es installiert, wenn dies nicht der Fall ist. Sonst wird es nichts bringen.

Eine weitere Sache, die wir möglicherweise tun müssen, damit dies nicht fehlschlägt, besteht darin, das Repository-Argument innerhalb des installierten Pakets zu füllen.

In diesem Beispiel kopiere ich nur die CRAN-Webseite und füge sie ein. Das funktioniert technisch. Aber je nachdem, wo auf der Welt Sie sich befinden, möchten Sie vielleicht einen Spiegel wählen, der näher bei Ihnen ist.

Inhaltsverzeichnis

• Die Visualisierung auf eine andere Ebene bringen
• Interaktion mit anderen Visualisierungen
• Abschluss

Die Visualisierung auf eine andere Ebene bringen

Dies ist der Code, den wir implementieren möchten. Es läuft gut und zeigt die Visualisierung an. Es gibt ein paar Dinge, die diese Visualisierung noch einen Schritt weiterführen. Als erstes müssen Slicer hinzugefügt werden . Slicer funktionieren perfekt mit dieser Art der Visualisierung.

Fügen wir also einen Slicer in den Bericht ein und fügen Sie dann „Generierung“ in den Feldbereich ein.

Sehen Sie, wie gut sich die Visualisierung ändert, je nachdem, was wir auf dem Slicer auswählen.

Interaktion mit anderen Visualisierungen

Falls Sie sich fragen, wie dies bei der Interaktion mit anderen Visualisierungen aussehen wird, erstellen wir ein Donut-Diagramm, tragen die Anzahl der Pokémon ein und bestimmen, ob sie legendär sind oder nicht.

Wie Sie sehen, kann die erste Visualisierung mit der zweiten Visualisierung interagieren.

Abschluss

Diese R-Skripte können schwierig und schwierig zu verwenden sein, wenn Sie über einen wirklich großen Datensatz verfügen, da LuckyTemplates alle diese Daten an R senden und dann auf eine Antwort warten muss.

Aber in manchen Fällen, wie in unserem Beispiel hier, wird die Erstellung einer solchen Visualisierung von Grund auf viel Zeit in Anspruch nehmen, wenn Sie LuckyTemplates mit R verbinden.

Wenn Sie also derzeit R oder Python verwenden und lieber eine Visualisierung importieren, anstatt sie von Grund auf neu zu erstellen, ist dies eine wirklich nette Lösung.