R gebruiken in LuckyTemplates: complexe beelden maken

In deze blog gaan we door met onze serie over de technieken om complexe aangepaste visuals te maken. Vandaag leren we met behulp van R in LuckyTemplates hoe we complexe visuals kunnen maken met een enkele regel code. Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.

Inhoudsopgave

• Overzicht
• R en RStudio gebruiken in LuckyTemplates
• R-pakketten
• Afbeeldingen maken met RStudio
  • De dataset
  • R gebruiken in LuckyTemplates: Boxplot 1
  • R gebruiken in LuckyTemplates: Boxplot 2
  • R gebruiken in LuckyTemplates: histogram 1
  • R gebruiken in LuckyTemplates: histogram 2
  • R gebruiken in LuckyTemplates: histogram 3
  • R gebruiken in LuckyTemplates: QQ Plot
• Conclusie

Overzicht

Voor de samenvatting ging deel 1 van deze serie over het gebruik van de externe tool Quick Measures Pro om SVG-afbeeldingen voor het dashboard te maken. Dit is onze uitvoer voor onze zelfstudie over SVG-afbeeldingen. 

En vandaag leren we hoe we deze vrij complexe afbeeldingen kunnen maken die hieronder worden getoond, en dat doen we met slechts één regel code. Deze visuals zijn niet eenvoudig te maken met een andere aangepaste visual, maar met deze techniek kunnen we in slechts vijf minuten een hele pagina maken. 

We kunnen ze zeker via Deneb doen , maar dat kost veel meer dan één regel code. En voor sommige hiervan, zoals de histogrammen, kunnen we een aangepast beeld gebruiken, maar de manier waarop we deze opdelen gaat hun mogelijkheden te boven. 

R en RStudio gebruiken in LuckyTemplates

Het eerste dat u moet weten, is dat we dit doen via R . R krijgt een slechte reputatie als moeilijk te gebruiken omdat mensen ernaar kijken en meteen denken dat er veel codering voor nodig is en dat het complex is, maar dat is het echt niet. 

R kan ingewikkeld zijn bij het uitvoeren van veel statistische analyses, maar in termen van visuals, met name het pakket dat we vandaag zullen gebruiken genaamd GGPUBR , is het heel eenvoudig. 

Voor deze zelfstudie wordt ervan uitgegaan dat u R en RStudio al op uw machine hebt geïnstalleerd. Maar als dat niet het geval is en u weet niet hoe u het moet doen, heeft George Mount een geweldige tutorial over hoe u dit allemaal kunt instellen. Je hebt toegang tot deze video als lid van LuckyTemplates.

Als je nu geen lid bent, zijn er tal van andere video's op YouTube over hoe je R en RStudio op je computer kunt laden. 

R-pakketten

R verwerkt visuals voornamelijk via pakketten . Het goede is dat R veel analogen heeft met LuckyTemplates, en de manier waarop het met visuals omgaat, lijkt erg op de aangepaste visuals van LuckyTemplates. 

Er zijn twee opdrachten die relevant zijn voor pakketten in R, een daarvan is install . De installatie wordt slechts één keer uitgevoerd en is het equivalent van het downloaden van onze aangepaste visual uit de App Store.

In dit geval is wat we de eerste keer in RStudio zouden doen (we kunnen het ook goed doen binnen LuckyTemplates) gewoon install ("ggpubr") uitvoeren en op Return drukken. Dit wordt doorlopen, gedownload uit de repository en geladen in uw R-installatie. 

Het tweede commando is bibliotheek . Dit is iets dat we moeten uitvoeren in elk rapport dat we maken. Dit komt overeen met het laden van de aangepaste visual in uw rapport zodra we ze hebben gedownload uit de App Store. 

Er zijn twee pakketten die we nodig hebben voor deze tutorial. De ene heet ggplot2 , wat de primaire kaartengine is voor R. 

Het tweede pakket is de ggpubr , wat een vereenvoudigde versie is van ggplot. Het heeft zogenaamde publicatie-radiografieën met minimale configuratie en is opgezet om er goed uit te zien met ongeveer 15 verschillende kaarttypen.

Afbeeldingen maken met RStudio

Nu zullen we zien hoe de pakketten werken binnen LuckyTemplates. 

De dataset

We gebruiken de Titanic-gegevensset voor deze zelfstudie. Deze dataset bevat informatie over alle passagiers die op de Titanic zaten: wie het overleefde, wie stierf, in welke passagiersklasse ze zaten, hun geslacht en leeftijd, het tarief dat ze betaalden en waar ze aan boord gingen. 

Er zijn drie locaties voor de laatste colonne: Southampton, Cherbourg en Queenstown. Er zijn ook een paar passagiers van wie het vertrekpunt onbekend is. 

Dus dat is de vereenvoudigde versie van de dataset die we vandaag zullen gebruiken voor onze visualisatie. Laten we beginnen en creëren vanaf dit nulpunt. 

R gebruiken in LuckyTemplates: Boxplot 1

Klik eerst op het R Script- pictogram onder het deelvenster Visualisaties. Er verschijnt een visual op het scherm.

Kies vervolgens de velden die we gaan gebruiken en sleep ze van het deelvenster Velden naar Waarden onder het deelvenster Visualisaties. Laten we in dit geval Leeftijd en Geslacht slepen. 

Wijzig de titel, lijn deze uit, verander de tekst- en achtergrondkleuren, enzovoort om de sjabloon te verbeteren. We kunnen deze wijzigingen aanbrengen door naar het tabblad Visualisatie opmaken in het deelvenster Visualisaties te gaan. 

Schrijf voor de titel "Passagiersstatistieken op leeftijd en geslacht" voor dit voorbeeld. Deze voorkeuren zouden ons een beeld geven dat er zo uitziet.

Ga vervolgens terug naar het tabblad Visualisatie bouwen in het deelvenster Visualisaties. We zouden nog steeds de velden moeten zien die we eerder onder Waarden hebben gesleept. We kunnen nu de R-scripteditor openen door op het pijltje omhoog te klikken.

R heeft deze echt unieke aanroep, dataset genaamd, die de gegevens die u invoert uit Power Query haalt, of in dit geval uit onze twee velden: leeftijd en geslacht. Dus dat wordt onze dataset. 

Vervolgens noemen we onze twee bibliotheken: ggplot2 en ggpubr. 

Eindelijk, hier is onze enige regel code. We gaan het plakken, of in jouw geval, typen, en dat is het. 

Als we op Uitvoeren drukken , maakt de code deze visuele boxplot. 

Kortom, we kunnen R beschouwen als de tekstversie van het deelvenster Opmaak in LuckyTemplates. In dit geval draait alles bij LuckyTemplates om de grafische gebruikersinterface. 

Als we bijvoorbeeld naar het deelvenster Visualisaties gaan, kunnen we onze voorkeuren instellen voor de effecten, achtergronden, randen, enzovoort. 

In R gebruiken we code om deze voorkeuren in te stellen. We kunnen bijvoorbeeld code gebruiken om de effecten en achtergrond in te schakelen of de visuele rand uit te schakelen. 

Voor de achtergrond kunnen we kleur = wit en transparantie = 100 doen, wat een tekstversie is van de grafische gebruikersinterface in LuckyTemplates.

Om te weten welke code je moet invoeren, gebruiken we dit document dat elk R-pakket heeft. We kunnen dit document doornemen en bladeren door wat zij vignetten noemen.

Deze vignetten laten ons de verschillende soorten visuals zien die we kunnen maken en geven vervolgens voorbeelden van de verschillende parameters. Dit is een voorbeeld van een .

Onder het tabblad Referentie staat een lijst met alle verschillende parameters die we kunnen gebruiken, zoals de kleur, omtrekvulling, kleurenpalet, lijntype, grootte en nog veel meer. We kunnen deze parameters gelijk stellen aan hoe we willen dat onze visual eruitziet. 

Laten we teruggaan naar LuckyTemplates en de inhoud van onze code ontleden. We beginnen met onze dataset met onze twee variabelen, geslacht en leeftijd. We voegen punten toe voor het minimum, maximum en andere belangrijke punten. 

Kleur = geslacht betekent dat de kleur van de plot gebaseerd zal zijn op geslacht. Vervolgens stellen we onze vulkleur in op # F2F2F2, de lijndikte van het vak op 0,3 en kiezen we ons kleurenpalet. Ten slotte verwijderen we onze legenda en daarmee is onze enige regel R-code voltooid.

R gebruiken in LuckyTemplates: Boxplot 2

Laten we doorgaan met onze tweede visual. We beginnen met het vervangen van onze eerste code door een ander commando dat er zo uitziet.

In dit voorbeeld is wat we doen vrijwel hetzelfde, maar we zijn tegen deze tijd bezig met facetten. De functie facet.by is het equivalent van kleine veelvouden, en op basis van onze code facetteren we door Embarked. 

Dit betekent dat we dezelfde visual nemen, maar nu maken we een versie met kleine veelvouden op basis van de oorspronkelijke poorten. Als we nu op Uitvoeren klikken , krijgen we vier boxplots die precies laten zien wat we willen. 

R gebruiken in LuckyTemplates: histogram 1

Laten we naar histogrammen gaan voor ons derde voorbeeld met behulp van de volgende code.

We maken een eenvoudig histogram op basis van onze code. We hebben alleen onze dataset, de leeftijdsvariabele, het aantal bakken voor ons histogram en de vulkleur. Klik vervolgens op Uitvoeren . 

We kunnen onze passagiers nu zien, gegroepeerd op leeftijd. 

Een ander ding dat we kunnen doen, is het commando add gebruiken . Laten we de mediaanlijn toevoegen met add = “median” . 

Klik op Uitvoeren en dat toont ons de mediaan. 

We kunnen dat ook veranderen in betekenen door add = "mean" te gebruiken.

Klik op Uitvoeren en de lijn gaat van mediaan naar gemiddelde. 

Zoals we hebben gezien, hebben we veel opties in deze visuals. We kunnen bijvoorbeeld kleuren, titels en assen wijzigen. Er is echt geen parameter die we niet kunnen aanpassen aan ons thema of de manier waarop we willen dat onze visual eruitziet. 

R gebruiken in LuckyTemplates: histogram 2

Laten we snel naar ons volgende voorbeeld gaan. Histogram 2 is een gefacetteerd histogram, en in dit geval facetteren we naar beide geslachten en of ze het hebben overleefd of niet. We gebruiken de volgende code voor deze visual.

We kunnen zien dat dit een type beeld is dat vrij moeilijk op een andere manier te creëren zou zijn. Nogmaals, we kunnen het via Deneb doen, maar er is behoorlijk wat code voor nodig. Terwijl het hier maar één simpele regel is. 

R gebruiken in LuckyTemplates: histogram 3

Laten we nog een histogram doen en we zullen het een beetje anders facetteren. Deze keer vergelijken we het met de passagiersklasse waarin de passagiers zaten, en voegen we ook een middenlijn toe.

Klik op Uitvoeren. 

Als we naar de visual kijken, kunnen we ook zien dat de mannen van de 3e klas het meeste aantal slachtoffers hadden bij deze ramp.

Merk op dat we in dit voorbeeld het standaardkleurenschema hebben gebruikt, dus het komt niet echt overeen met ons thema. We hebben dat met opzet gedaan om te illustreren hoe het automatisch een kleurenschema kiest als we er geen invoeren. 

R gebruiken in LuckyTemplates: QQ Plot

Eindelijk zijn we toe aan ons laatste type grafiek. 

Nogmaals, er zijn ongeveer 15 soorten grafieken die u hier kunt uitvoeren, en deze wordt de QQ-plot genoemd. Als je behoorlijk wat statistisch werk hebt gedaan, zou je waarschijnlijk eerder een QQ-plot hebben gehoord of gezien. 

Onze volgende code helpt ons te bepalen of een bepaald veld is verdeeld volgens een bepaalde verdeling. Dus in dit geval kijken we of het normaal verdeeld is door de feitelijke verdeling uit te zetten tegen de theoretische verdeling.

Hetzelfde als de vorige voorbeelden, dit is moeilijk om op een andere manier te doen. Maar als we onze techniek gebruiken, zijn er een paar parameters nodig om onze QQ-plot te maken met een theoretisch tegenvoorbeeld. 

R Voor LuckyTemplates | Een beginnershandleiding
Aangepaste LuckyTemplates-visuals – Bouw een rapportagetoepassing
Aangepaste visuele rapporten in LuckyTemplates

Conclusie

In de blog van vandaag hebben we de eenvoudige manier geleerd om krachtige en complexe visuals te maken in LuckyTemplates met behulp van R. 

Het biedt een enorme toepasbaarheid en flexibiliteit voor het maken van grafieken die moeilijk op een andere manier te gebruiken zijn. Het geeft u ook de flexibiliteit om de parameters aan uw voorkeuren aan te passen. Er is nog veel meer dat u kunt doen op het gebied van achtergrondkleur en lettertype en allerlei soorten opmaak. 

Met een enkele regel code hoeft u weinig te weten om inzichtelijke grafieken te maken. We hopen dat dit u inspireert om deze techniek in uw toekomstige rapporten te gebruiken.

In het volgende deel van deze serie bespreken we de eenvoudige manieren om geweldige KPI-kaarten te maken. 

Al het beste,

Brian Julius