Hoe verbind je LuckyTemplates met R Script Visual?

Vandaag laat ik je zien hoe je LuckyTemplates verbindt met R en laat ik zien wat je allemaal kunt doen met de R-scriptvisual in LuckyTemplates . Om dit te laten werken, moet R op uw computer zijn geïnstalleerd, omdat het volledig onafhankelijk is van LuckyTemplates.

Laten we om te beginnen op de R-scriptvisual in het visualisatievenster klikken.

Voor vandaag gebruiken we wat mensen de correlatiematrixplot noemen . We zullen ook een Pokemon-dataset gebruiken. De reden dat ik dit heb gekozen, is omdat het veel numerieke informatie bevat, zoals verdediging en aanval, en het zal best goed werken als het een correlatie laat zien.

Nadat we de visualisatie naar het canvas hebben gesleept, moeten we beginnen met het toevoegen van velden.

Welk type velden kunnen we weergeven? We willen Attack , Defense , HP , Speed ​​en Name of the Pokemon zien .

Nu zult u waarschijnlijk opmerken dat direct onder het visualisatievenster het waardenvenster is waar alles onder hetzelfde veld is toegevoegd. Hier wordt zowel de tekst als de numerieke informatie toegevoegd.

Bijgevolg kunnen we hier in de R-scripteditor ook zien dat er al code is opgesteld. Deze wordt dataset genoemd, wat een dataframe is dat de Attack, Defense, HP, Speed ​​en Name bevat. We hoeven dit niet te schrijven; LuckyTemplates doet het automatisch zodra we dingen in ons visualisatiecanvas vullen.

De eerste fout die ik heb gemaakt (wat ik me ook kan voorstellen dat veel mensen zullen doen) is het verwijderen van de opmerkingen hier zodat we het als een normale code kunnen zien. Dit gaat niet werken, want het moet echt worden aangelegd.

Deze regel hier die uniek zegt moet lopen. Er is geen ontkomen aan.

We beginnen hier met het schrijven van ons script. De correlatiegrafiek die we vandaag maken, komt uit het psych-pakket . Het is heel gemakkelijk om dit te doen. Het is gewoon een kwestie van paren opschrijven . panelen en vervolgens de dataset doorgeven aan het argument.

En daar hebben we het. We hebben onze visualisatie.

Voor degenen onder jullie die het psych-pakket niet hebben geïnstalleerd, je kunt het natuurlijk op deze manier installeren, maar dit proces zal het elke keer opnieuw installeren, zelfs als je het al hebt.

Als we nog een stap verder willen gaan, kunnen we een IF-instructie maken die controleert of het pakket beschikbaar is en zo niet, dan wordt het geïnstalleerd. Anders zal het niets doen.

Nog een ding dat we misschien moeten doen om ervoor te zorgen dat dit niet mislukt, is het repository-argument in het geïnstalleerde pakket in te vullen.

In dit voorbeeld kopieer en plak ik gewoon de CRAN-webpagina. Dit werkt technisch. Maar afhankelijk van waar ter wereld u zich bevindt, wilt u misschien een spiegel kiezen die dichter bij u staat.

Inhoudsopgave

• De visualisatie naar een ander niveau tillen
• Interactie met andere visualisaties
• Conclusie

De visualisatie naar een ander niveau tillen

Dit is de code die we willen implementeren. Het werkt goed en het geeft de visualisatie weer. Er zijn een aantal dingen die deze visualisatie een stap verder zullen brengen. Het eerste dat u moet doen, is slicers toevoegen . Slicers werken perfect met dit type visualisatie.

Laten we dus een slicer in het rapport plaatsen en vervolgens Generatie in het veldenvenster plaatsen.

Kijk hoe netjes de visualisatie verandert, afhankelijk van wat we op de slicer kiezen.

Interactie met andere visualisaties

Als je je afvraagt ​​hoe dit eruit zal zien bij interactie met andere visualisaties, laten we dan een ringdiagram maken, het aantal Pokemons invoeren en bepalen of ze legendarisch zijn of niet.

Zoals u kunt zien, kan de eerste visualisatie communiceren met de tweede visualisatie.

Conclusie

Deze R-scripts kunnen een uitdaging zijn en moeilijk te gebruiken wanneer u een zeer grote dataset heeft, omdat LuckyTemplates al die gegevens naar R moet sturen en vervolgens moet wachten op een reactie.

Maar in sommige gevallen, zoals in ons voorbeeld hier, kost het veel tijd om een ​​dergelijke visualisatie helemaal opnieuw op te bouwen wanneer u LuckyTemplates met R verbindt.

Dus als u momenteel R of Python gebruikt en u liever een visualisatie importeert in plaats van helemaal opnieuw te bouwen, is dit een heel handige oplossing.