Power BI

Utwórz histogram przy użyciu wizualizacji R w usłudze LuckyTemplates

W tym samouczku dowiesz się, jak utworzyć histogram przy użyciu wizualizacji języka R w usłudze LuckyTemplates i pakietu ggplot2 w programie RStudio.

Histogramy to wykresy, które pozwalają nam łatwo zrozumieć i zwizualizować rozkład zbioru danych. Są one używane z ciągłymi danymi do identyfikowania wzorców i wartości odstających, które nie są od razu widoczne w nieprzetworzonych danych. W usłudze LuckyTemplates tworzenie histogramów jest na ogół trudne, ale przy użyciu języka R visual i ggplot2 wystarczy napisać kilka wierszy kodu, aby go utworzyć.

W tym samouczku dowiesz się, jak utworzyć histogram przy użyciu wizualizacji R usługi LuckyTemplates i pakietu ggplot2 programu RStudio . Użyjemy gotowego raportu do utworzenia histogramu i porównania rozkładu między dwiema grupami danych. Możesz pobrać ten raport, uzyskując dostęp do kursu w witrynie internetowej LuckyTemplates.

Utwórz histogram przy użyciu wizualizacji R w usłudze LuckyTemplates

Spis treści

Utwórz wizualizację języka R w usłudze LuckyTemplates

Otwórz wstępnie utworzony raport w usłudze LuckyTemplates. Następnie kliknij wizualizację skryptu języka R w okienku Wizualizacje. Gdy pojawi się wyskakujący kreator, wybierz opcję Włącz .

Utwórz histogram przy użyciu wizualizacji R w usłudze LuckyTemplates

Przeciągnij i dopasuj krawędzie wizualizacji skryptu języka R do miejsca, w którym chcesz ją umieścić w raporcie. W okienku Pola zaznacz zmienne, które chcesz pokazać w wizualizacji.

Utwórz histogram przy użyciu wizualizacji R w usłudze LuckyTemplates

W tym przykładzie histogram pokaże porównanie rozkładu cen dla każdego domu w zbiorze danych. Potrzebne zmienne to cena i preferowany obszar.

Rozwiń edytor skryptów R w dolnej części ekranu. Musisz włączyć bibliotekę tidyverse , aby móc korzystać z pakietu ggplot2 . Możesz je włączyć za pomocą poleceń library (tidyverse) i ggplot () .

Utwórz histogram przy użyciu wizualizacji R w usłudze LuckyTemplates

Wykres w tym przykładzie ma cenę na osi x i preferowany obszar na osi y. Aby przekonwertować wykres na histogram, użyj funkcji geom_histogram ( ) .

Kolejnym krokiem jest dokonanie zmian formatowania na wykresie. Użyj funkcji scale_fill_brewer ( ) , aby zmienić kolor danych.

Możesz także zmienić motyw według własnych preferencji. W tym przypadku użyjmy motywu minimalistycznego. Pamiętaj, że dostosowanie formatu wykresu jest ważne, aby był zgodny z motywem raportu usługi LuckyTemplates.

Aby dodać etykiety, użyj funkcji labs ( ) , a następnie określ nazwy etykiet, które mają być wyświetlane w wizualizacji języka R. Możesz również zmienić format etykiety w wizualizacjach za pomocą pakietu scale. W tym przykładzie użyto funkcji scale_x_continuous ( ), ponieważ ceny są podane w dolarach .

Utwórz histogram przy użyciu wizualizacji R w usłudze LuckyTemplates

Uruchom kod w raporcie usługi LuckyTemplates

Po zakończeniu skopiuj kod i wklej go w edytorze skryptów języka R w raporcie usługi LuckyTemplates. Po uruchomieniu kodu histogram pojawi się w elemencie wizualnym języka R.

Utwórz histogram przy użyciu wizualizacji R w usłudze LuckyTemplates

Wizualizacja języka R automatycznie dostosuje prezentowane dane w zależności od wybranych filtrów w raporcie.

Utwórz histogram przy użyciu wizualizacji R w usłudze LuckyTemplates

Raport można sformatować, dodając tytuł raportu i poszczególne tytuły wykresów.

Po uzyskaniu histogramu można dodatkowo uwzględnić w raporcie wnioskowane i opisowe informacje statystyczne. Jest to omówione w samouczku Jak wykonać test t w programie RStudio.

Wniosek

Histogram jest doskonałym narzędziem do wizualizacji, gdy chcesz pokazać rozkład częstotliwości określonego zestawu danych. To dobry dodatek do raportu usługi LuckyTemplates, gdy chcesz przedstawić użytkownikom końcowym informacje statystyczne.

Jednak utworzenie tego wykresu w usłudze LuckyTemplates jest trudnym zadaniem. Ale za pomocą opcji wizualnej R możesz łatwo utworzyć histogram za pomocą pakietu ggplot2 w RStudio.

Wszystkiego najlepszego,

Jerzego Mounta

More in Power BI