软件学习||Echart可视化实战 本文部分摘自CDA数据科学家训练营课程，版权私有，维权必究，转载请注明出处。 新一期的数据科学家训练营（营销方向）很快要开始了，各位感兴趣的小伙伴们要注意了，记得关注我们的官网和微信公众号，千万不要错过哦！ 总结一下2016年5月29日数据科学家训练营R语言课程中Echart学习成果，也把上课用Echart做的图表及脚步代码和大家分享。先讲下大概的内容，方便大家上手~ 【数据源】 数据源见云盘：https://yunpan.cn/cSGKXSqYMGULs 访问密码 ea56 【ECHART 安装】 (R-3.3.0测试可用)3/3 install.packages('devtools') library(devtools) install_github('yihui/recharts') ##全局设定 Sys.setlocale("LC_CTYPE","Chs") source("F:\\ORE\\2.ORESERVER\\oreSCRIPT\\ECHART\\echartR.R") ##全局设定 install.packages('knitr') library(knitr) knitr::opts_chunk$set(message=FALSE,warning=FALSE,results='asis') 【读取数据及数据预处理】 #数据集说明：汽车贷款违约数据 #使用的变量N:数值变量/T:因变量 ##[N]fico_score信用评分 ##[N]purch_price 汽车价格 ##[N]loan_amt 贷款金额 ##[T]bad_ind 是否违约 #读取数据与数据预处理 setwd("F:\\数据脚本课件\\数据") data=read.csv('accepts.csv') data$bad_ind=as.factor(data$bad_ind) data$bankruptcy_ind=as.factor(data$bankruptcy_ind) data$used_ind=as.factor(data$used_ind) #缺失值填补(均值/众数填补) #定义缺失值填补函数 tianbu=function(data){ for (i in 1:ncol(data)){ if (sum(is.na(data[,i]))!=0){ if (class(data[,i])=='factor'){ a=(as.data.frame(table(data[,i]))) b=as.numeric(max(mode)) mode=as.character(a[which(a$Freq==b),1]) data[which(is.na(data[,i])=='TRUE'),i]=mode[1] } #因子使用众数填补 else { data[which(is.na(data[,i])=='TRUE'),i]=mean(data[,i],na.rm=T) } #非因子使用平均数填补 } else warning(paste('变量',colnames(data),'无缺失无需填补',sep=''))} } #进行填补 tianbu(data=data) data warnings() 【1.多系列散点图】 #echart语法见https://github.com/madlogos/recharts #标注线(标注线性归回拟合线) Line=t(c(1,'lm',"lm",F)) #标注点(标注两个异常值点) Points=rbind(c(1,NA,1,111696,111166,F),c(1,NA,2,63700,28700,F)) #横纵轴设定 x=list(lab='汽车金额',color='blue',rotate=45) y=list(lab='贷款额',color='blue',rotate=45) #制图 echartR(data = data, x = ~purch_price, y = ~loan_amt, type = 'scatter', palette='aetnaorange', title = '散点图-汽车金额vs贷款额', subtitle = "(source: 汽车贷款数据)", xAxis = x, yAxis = y, markLine=Line, markPoint=Points) 图形展示如下： 动态图见连接： http://localhost:31357/session/viewhtmlcfc382479f9/index.html 【2.多系列散点图】 #标注点(标注两个异常值点) Points=rbind(c(2,NA,1,760,96692,F),c(1,NA,2,632,111554,F)) #横纵轴设定 x=list(lab='信用评分',color='blue') y=list(lab='贷款额',color='blue') #制图 echartR(data = data, x = ~fico_score, y = ~loan_amt, series = ~bad_ind, type = 'scatter', palette='aetnaorange', symbolList='circle', scale=F, xAxis = x,yAxis = y, title = '多系列散点图-信用评分vs贷款额', subtitle = "(source: 汽车贷款数据)", markPoint=Points) 图形展示如下： 动态图链接： http://localhost:31357/session/viewhtmlcfc328666f2/index.html 【3. 气泡图】 #数据集说明：中国各省人口GDP和人均寿命数据 #使用的变量N:数值变量 #Prov:省份 #GDP:GDP #LIFE:平均寿命 #POPULATION:人口 #读取数据 China=read.csv('gdp.csv') #Bubble 气泡图 echartR(data = China, x = ~Life, y = ~GDP, weight =Population, series = ~Prov, symbolList=c('circle'), type = 'bubble', palette='aetnaorange', title = '部分省人均寿命-GDP-人口', subtitle = '(source: GDP)', xlab = '平均寿命', ylab = 'GDP', pos=list(title=6,toolbox=3)) 图形展示如下： 动态图链接： http://localhost:31357/session/viewhtmlcfc781586d/index.html 【4.柱状图】 library(reshape2) #数据描述：某化妆品公司数据集 #dis:大区(series) #type:产品名(x) #amount销量(y) #读取数据与数据预处理 setwd("F:\\数据脚本课件\\数据") data=read.csv('col.csv') #Tiled Column柱状图 echartR(data = data, x = ~type, y = ~amount, series = ~dis,stack=F, type = 'bar', palette='aetnaorange', title = "大区-产品-销量柱状图", subtitle = '(source: col)', xlab = 'Parameter', ylab = '销售额') 图形展示如下： 动态图链接： http://localhost:31357/session/viewhtmlcfc4981968/index.html 【5.饼图】 #数据准备 setwd("F:\\数据脚本课件\\数据") data=read.csv('col.csv') #1.ECHART PIE 饼图 echartR(data, x = ~type, y = ~amount, type='pie', palette='aetnaorange', title='化妆品产品饼图', subtitle = '(source: col)') 图形展示如下： 动态图链接： http://localhost:31357/session/viewhtmlcfc4ca6c45/index.html 【6.环图】 echartR(data, x = ~type, y = ~amount, type='ring', palette='aetnaorange', title='化妆品产品饼图', subtitle = '(source: col)') 图形展示如下： 动态图链接： http://localhost:31357/session/viewhtmlcfc67d01c83/index.html 【7.地图】 #数据准备 setwd('F:\\数据脚本课件\\数据') dtgdp1=read.csv('CHINA-GDP-12-14.csv')[2:4] #区域标注 echartR(dtgdp1, x = ~Prov, y = ~GDP, series= ~Year, type=c('map','china','area'), title="title", subtitle='(source: title)', dataRangePalette='heat(5)', dataRange=c('High',"Low"),splitNumber=5, pos=list(toolbox=3)) #区域标注 worldgdp=data.frame( country=c('United States of America','China','Japan','Germany', 'United Kingdom','France','Brazil', 'Italy','India','Russia', 'Canada','Australia','South Korea','Spain','Mexico','Indonesia', 'Netherlands','Turkey','Saudi Arabia','Switzerland'), GDP=c(17418925,10380380,4616335,3859547,2945146,2846889,2353025,2147952, 2049501,1857461,1788717,1444189,1416949,1406855,1282725,888648,866354, 806108,752459,712050)) echartR(worldgdp, x = ~country, y = ~GDP, type=c('map','world','area'), title="Nations with top 20 GDPs, 2014 (Million USD)", subtitle = '(source: Wikipedia)', dataRangePalette='heat(5)', dataRange=c("High","Low"), splitNumber=10, pos=list(toolbox=3)) 图形展示如下： 动态图链接： http://localhost:31357/session/viewhtmlcfc73be3b89/index.html http://localhost:31357/session/viewhtmlcfc66dc5ced/index.html #Point 点标注 #数据读取 chinapm=read.csv('chinapm25.csv',stringsAsFactors=F,header=T,sep=',')[,2:5] #点标注 top5=head(chinapm[order(chinapm$PM,decreasing=T),],5) top5$Name="Top 5" top5$effect=T top5=top5[,c(5,1,2,4,3,6)] #制图 echartR(chinapm, x=~City, y=~PM25, xcoord=~xcoord, ycoord=~ycoord, type=c('map','china','point'), title='中国各市PM2.5情况', subtitle="(source: chinapm)", dataRange=c("High","Low"), pos=list(toolbox=3), dataRangePalette='heat(7)', splitNumber=7, markPoint=top5) 图形展示如下： 动态图链接： http://localhost:31357/session/viewhtmlcfc36cf1824/index.html #Line 线标注 flight=read.csv('flight.csv',stringsAsFactors=F,header=T,sep=',') flight$y='' names(flight) echartR(flight, x=~From, x1=~To, y=~y, series=~From, xcoord=~Xcoord.x, ycoord=~Ycoord.x, xcoord1=~Xcoord.y, ycoord1=~Ycoord.y, type=c('map','china','line'), pos=list(toolbox=3), title="南方航空公司主要航班线路") 图形展示如下： 图形链接： http://localhost:31357/session/viewhtmlcfc6518ec5/index.html 【8.词云】 #获取数据 setwd("F:\\数据脚本课件\\数据") santi=read.csv('santi.csv') santi #构建词云 echartR(santi[1:30,], x=~word, y=~TFIDF, type="wordcloud", title="《三体》特征词", palette='aetnaorange', subtitle="来源:三体") 图形展示如下： 动态图链接： http://localhost:31357/session/viewhtmlcfc6e7cdef/index.html 【9.力导向布局图】 setwd('F:\\数据脚本课件\\数据') wujiandao=read.csv('netLink.csv',stringsAsFactors=F) echartR(wujiandao, x=~Link, y=~weight, x1=~NodeVal, series=~Series,type='force', title='无间道', pos=list(title=5,legend=10), palette=c('orange','lightblue','orange','lightblue','orange','lightblue')) 图形展示如下： 动态图链接： http://localhost:31357/session/viewhtmlcfc29f8671/index.html 想了解更多，请扫描以下二维码，申请加入CDA数据科学家训练营，一起从优秀打造成卓越。 微信公众号链接： http://mp.weixin.qq.com/s?__biz= ... 644798c2340ab48e#rd