Bagaimana Anda Menyambungkan LuckyTemplates Kepada Visual Skrip R?

Hari ini, saya akan menunjukkan kepada anda cara menyambungkan LuckyTemplates kepada R dan mempamerkan perkara yang boleh anda lakukan dengan visual skrip R dalam LuckyTemplates . Agar ini berfungsi, anda perlu memasang R pada komputer anda kerana ia bebas sepenuhnya daripada LuckyTemplates.

Untuk bermula, mari klik pada visual skrip R dari anak tetingkap visualisasi.

Untuk hari ini, kita akan menggunakan apa yang orang panggil plot matriks korelasi . Kami juga akan menggunakan set data Pokemon. Sebab saya memilih ini adalah kerana ia mempunyai banyak maklumat berangka seperti pertahanan dan serangan, dan akan berfungsi dengan baik apabila menunjukkan korelasi.

Selepas kita menyeret visualisasi ke dalam kanvas, kita perlu mula menambah medan.

Apakah jenis medan yang boleh kami paparkan? Kami mahu melihat Serangan , Pertahanan , HP , Kelajuan dan Nama Pokemon.

Sekarang, anda mungkin akan perasan bahawa betul-betul di bawah anak tetingkap visualisasi ialah anak tetingkap nilai di mana semuanya telah ditambahkan di bawah medan yang sama. Kedua-dua teks dan maklumat berangka sedang ditambah di sini.

Akibatnya, di sini dalam editor skrip R , kita juga dapat melihat bahawa terdapat beberapa kod yang telah dibentangkan. Yang ini dipanggil dataset, iaitu bingkai data yang mengandungi Serangan, Pertahanan, HP, Kelajuan dan Nama. Kita tidak perlu menulis ini; LuckyTemplates melakukannya secara automatik sebaik sahaja kami mengisi sesuatu dalam kanvas visualisasi kami.

Kesilapan pertama yang saya lakukan (yang saya juga boleh bayangkan ramai orang akan lakukan) ialah memadam komen di sini supaya kita dapat melihatnya sebagai kod biasa. Ini tidak akan berfungsi, kerana ia benar-benar perlu dibentangkan.

Baris di sini yang mengatakan unik perlu dijalankan. Tidak ada jalan lain.

Kami akan mula menulis skrip kami di sini. Plot korelasi yang kami lakukan hari ini datang daripada pakej psych . Ia sangat mudah untuk melakukan ini. Ia hanya masalah menulis pasangan. panel dan kemudian menghantar set data pada hujah.

Dan di sana kita mempunyainya. Kami mempunyai visualisasi kami.

Bagi anda yang tidak memasang pakej psych , anda sudah tentu boleh memasangnya dengan cara ini, tetapi proses ini akan memasangnya setiap kali, walaupun anda sudah memilikinya.

Jika kita ingin melangkah lebih jauh, kita boleh membuat pernyataan IF yang menyemak sama ada pakej itu tersedia dan jika tidak, ia memasangnya. Jika tidak, ia tidak akan melakukan apa-apa.

Satu lagi perkara yang mungkin perlu kita lakukan agar ini tidak gagal ialah mengisi hujah repositori di dalam pakej yang dipasang.

Dalam contoh ini, saya hanya menyalin dan menampal halaman web CRAN. Ini secara teknikal berfungsi. Tetapi bergantung pada tempat anda berada di dunia, anda mungkin mahu memilih cermin yang lebih dekat dengan anda.

Isi kandungan

• Membawa Visualisasi Ke Tahap Lain
• Berinteraksi Dengan Visualisasi Lain
• Kesimpulan

Membawa Visualisasi Ke Tahap Lain

Ini ialah kod yang ingin kami laksanakan. Ia berjalan dengan baik, dan ia memaparkan visualisasi. Terdapat beberapa perkara yang akan membawa visualisasi ini selangkah lebih jauh. Perkara pertama yang perlu dilakukan ialah menambah penghiris . Penghiris berfungsi dengan sempurna dengan jenis visualisasi ini.

Jadi mari kita letakkan penghiris ke dalam laporan, dan kemudian letakkan Generation dalam anak tetingkap medan.

Lihat betapa kemas perubahan visualisasi bergantung pada apa yang kita pilih pada penghiris.

Berinteraksi Dengan Visualisasi Lain

Sekiranya anda tertanya-tanya bagaimana keadaan ini apabila berinteraksi dengan visualisasi lain, mari buat carta donat, letakkan bilangan Pokemon dan tentukan sama ada ia legenda atau tidak.

Seperti yang anda lihat, visualisasi pertama dapat berinteraksi dengan visualisasi kedua.

Kesimpulan

Skrip R ini boleh menjadi mencabar dan sukar untuk digunakan apabila anda mempunyai set data yang sangat besar kerana LuckyTemplates perlu menghantar semua data tersebut kepada R dan kemudian menunggu jawapan.

Tetapi dalam beberapa kes, seperti contoh kami di sini, membina visualisasi seperti ini dari awal apabila anda menyambungkan LuckyTemplates ke R akan mengambil banyak masa.

Jadi, jika anda sedang menggunakan R atau Python dan anda lebih suka mengimport visualisasi daripada membina dari awal, ini adalah penyelesaian yang sangat kemas.