recharts 散点图 Scatterplot

之前就觉得Echart的可视化图表非常好看,最近碰巧看到了R语言接口,代码也非常简单易懂。比心:)

首先安装recharts包:(如果不行的话,请更新Rstudio版本至最新。)

if (!require(devtools)) library(devtools)

install_github("madlogos/recharts")

加载R包:

library(recharts)

参数和用法:

echartr(data,x,y,<series>,<weight>,<t>,<type>)

参数说明

以iris数据集为例做图:

1. 单系列

echartr(iris,x=Sepal.Width,y=Petal.Width)

花萼与花瓣宽度

2. 多系列(series标识系列)

echartr(iris, x=Sepal.Width, y=Petal.Width, series = Species)

不同种类的花萼与花瓣长度

3. 气泡图

在散点图的基础上加入weight变量控制气泡大小,并且type设置为’bubble’

echartr(iris, Sepal.Width, Petal.Width, weight = Sepal.Length, type = 'bubble')

带权重的气泡图

4. 颜色区分权重

splitNumber分割段数,为0时为线性渐变。

echartr(iris, Sepal.Width, Petal.Width, weight = Petal.Length) %>%

setDataRange(calculable = TRUE, splitNumber = 0, labels = c('big','small'),

                         color = c('red','yellow','green'), valueRange = c(0,2.5))

带权重的散点图

5. 标注线addML和标注点addMP

echartr(iris, Sepal.Width, Petal.Width, Species) %>%

  addML(series = 1, data = data.frame(name1='Max', type='max')) %>%

  addML(series = 2, data = data.frame(name1='Mean', type='average')) %>%

  addML(series = 3, data = data.frame(name1='Min', type='min')) %>%

  addMP(series = 2, data = data.frame(name1='Max', type='max')) 

标注点和标注线

6. 增加拟合线

根据源数据线性回归,并定义拟合线的两个点。

lm <- with(iris, lm(Petal.Width~Sepal.Width))

pred <- predict(lm, data.frame(Sepal.Width=c(2.0,4.5)))

echartr(iris, Sepal.Width, Petal.Width, Species) %>%

  addML(series = 'Linear Reg',data = data.frame(name1='Reg', value=lm$coefficients[2],

  xAxis1 = 2,yAxis1 = pred[1],xAxis2 = 4.5,yAxis2 = pred[2]))

拟合线

*7. 批量添加标注线

一次性添加标注线,映射到源数据的series。

lm <- with(iris, lm(Petal.Width~Sepal.Width))

pred <- predict(lm, data.frame(Sepal.Width=c(2.0,4.5)))

data <- data.frame(name1 = c('Max','Mean','Min'),type=c('max','average','min'),series = levels(iris$Species))

echartr(iris,Sepal.Width,Petal.Width,Species) %>%

  addML(series=1:3,data=data) %>%

  addMP(series=2,data=data.frame(name1='Max',type='max')) %>%

  addML(series='Linear Reg', data=data.frame(name1 = 'Reg',value = lm$coefficients[2],

  xAxis1 = 2,yAxis1 = pred[1],xAxis2 = 4.5,yAxis2=pred[2]))

更多功能请戳官方链接:madlogos.github.io/recharts/Basic_Plots_01_Scatterplot_cn.html#-en

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,922评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,591评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,546评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,467评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,553评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,580评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,588评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,334评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,780评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,092评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,270评论 1 344
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,925评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,573评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,194评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,437评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,154评论 2 366
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,127评论 2 352

推荐阅读更多精彩内容