R નો ઉપયોગ કરીને એનિમેટેડ હિસ્ટોગ્રામ્સ બનાવો

એનિમેટેડ બાર ચાર્ટ કે જે કોઈપણ વેબસાઇટ પરની પોસ્ટમાં સીધા જ એમ્બેડ કરી શકાય છે તે વધુને વધુ લોકપ્રિય બની રહ્યા છે. તેઓ ચોક્કસ સમય દરમિયાન કોઈપણ લાક્ષણિકતાઓમાં ફેરફારોની ગતિશીલતા દર્શાવે છે અને આ સ્પષ્ટપણે કરે છે. ચાલો જોઈએ કે R અને સામાન્ય પેકેજોનો ઉપયોગ કરીને તેમને કેવી રીતે બનાવવું.

સ્કિલબોક્સ ભલામણ કરે છે: પ્રેક્ટિકલ કોર્સ "શરૂઆતથી પાયથોન ડેવલપર".

અમે યાદ કરાવીએ છીએ: Habrના તમામ વાચકો માટે - Habr પ્રોમો કોડનો ઉપયોગ કરીને કોઈપણ સ્કિલબોક્સ કોર્સમાં નોંધણી કરતી વખતે 10 રૂબલ ડિસ્કાઉન્ટ.

પેકેજો

અમને R માં પેકેજોની જરૂર છે:

• ggplot2
• ગગનમેટ

આ બે અત્યંત જરૂરી છે. વધુમાં, ડેટા મેનેજ કરવા, એરે સાફ કરવા અને તે મુજબ ફોર્મેટ કરવા માટે વ્યવસ્થિત, દરવાન અને ભીંગડાની જરૂર પડશે.

માહિતી

અમે આ પ્રોજેક્ટમાં જે મૂળ ડેટાસેટનો ઉપયોગ કરીશું તે વિશ્વ બેંકની વેબસાઈટ પરથી ડાઉનલોડ કરેલ છે. આ રહ્યા તેઓ - વર્લ્ડબેંક ડેટા. સમાન ડેટા, જો તમને તેની જરૂર હોય તો, તેમાંથી ડાઉનલોડ કરી શકાય છે પ્રોજેક્ટ ફોલ્ડર્સ.

આ કેવા પ્રકારની માહિતી છે? નમૂનામાં ઘણા વર્ષો (2000 થી 2017 સુધી) મોટાભાગના દેશોનું જીડીપી મૂલ્ય શામેલ છે.

ડેટા પ્રોસેસિંગ

જરૂરી ડેટા ફોર્મેટ તૈયાર કરવા માટે અમે નીચે પોસ્ટ કરેલા કોડનો ઉપયોગ કરીશું. અમે કૉલમના નામો સાફ કરીએ છીએ, નંબરોને નંબર ફોર્મેટમાં ફેરવીએ છીએ અને gather() ફંક્શનનો ઉપયોગ કરીને ડેટાને કન્વર્ટ કરીએ છીએ. અમે gdp_tidy.csv માં પ્રાપ્ત થયેલી દરેક વસ્તુને વધુ ઉપયોગ માટે સાચવીએ છીએ.

library(tidyverse)
library(janitor)

gdp <- read_csv("./data/GDP_Data.csv")

#select required columns

gdp <- gdp %>% select(3:15)

#filter only country rows

gdp <- gdp[1:217,]

gdp_tidy <- gdp %>%
mutate_at(vars(contains("YR")),as.numeric) %>%
gather(year,value,3:13) %>%
janitor::clean_names() %>%
mutate(year = as.numeric(stringr::str_sub(year,1,4)))

write_csv(gdp_tidy,"./data/gdp_tidy.csv")

એનિમેટેડ હિસ્ટોગ્રામ

તેમની રચનાને બે તબક્કાઓની જરૂર છે:

• ggplot2 નો ઉપયોગ કરીને વાસ્તવિક હિસ્ટોગ્રામનો સંપૂર્ણ સેટ બનાવવો.
• ગગનમેટનો ઉપયોગ કરીને ઇચ્છિત પરિમાણો સાથે સ્થિર હિસ્ટોગ્રામને એનિમેટ કરો.

અંતિમ પગલું એ એનિમેશનને GIF અથવા MP4 સહિત ઇચ્છિત ફોર્મેટમાં રેન્ડર કરવાનું છે.

લાઇબ્રેરીઓ લોડ કરી રહ્યું છે

• પુસ્તકાલય(વ્યવસ્થિત)
• પુસ્તકાલય

માહિતી વ્યવસ્થાપન

આ પગલામાં, તમારે દરેક વર્ષ માટે ટોચના 10 દેશો મેળવવા માટે ડેટાને ફિલ્ટર કરવાની જરૂર છે. ચાલો કેટલાક કૉલમ ઉમેરીએ જે આપણને હિસ્ટોગ્રામ માટે દંતકથા દર્શાવવા દેશે.

gdp_tidy <- read_csv("./data/gdp_tidy.csv")

gdp_formatted <- gdp_tidy %>%
group_by(year) %>%
# The * 1 makes it possible to have non-integer ranks while sliding
mutate(rank = rank(-value),
Value_rel = value/value[rank==1],
Value_lbl = paste0(" ",round(value/1e9))) %>%
group_by(country_name) %>%
filter(rank <=10) %>%
ungroup()

સ્થિર હિસ્ટોગ્રામ બનાવવું

હવે અમારી પાસે જરૂરી ફોર્મેટમાં ડેટા પેકેજ છે, અમે સ્ટેટિક હિસ્ટોગ્રામ દોરવાનું શરૂ કરીએ છીએ. મૂળભૂત માહિતી - પસંદ કરેલ સમય અંતરાલ માટે મહત્તમ GDP સાથે ટોચના 10 દેશો. અમે દરેક વર્ષ માટે ગ્રાફ બનાવીએ છીએ.

staticplot = ggplot(gdp_formatted, aes(rank, group = country_name,
fill = as.factor(country_name), color = as.factor(country_name))) +
geom_tile(aes(y = value/2,
height = value,
width = 0.9), alpha = 0.8, color = NA) +
geom_text(aes(y = 0, label = paste(country_name, " ")), vjust = 0.2, hjust = 1) +
geom_text(aes(y=value,label = Value_lbl, hjust=0)) +
coord_flip(clip = "off", expand = FALSE) +
scale_y_continuous(labels = scales::comma) +
scale_x_reverse() +
guides(color = FALSE, fill = FALSE) +
theme(axis.line=element_blank(),
axis.text.x=element_blank(),
axis.text.y=element_blank(),
axis.ticks=element_blank(),
axis.title.x=element_blank(),
axis.title.y=element_blank(),
legend.position="none",
panel.background=element_blank(),
panel.border=element_blank(),
panel.grid.major=element_blank(),
panel.grid.minor=element_blank(),
panel.grid.major.x = element_line( size=.1, color="grey" ),
panel.grid.minor.x = element_line( size=.1, color="grey" ),
plot.title=element_text(size=25, hjust=0.5, face="bold", colour="grey", vjust=-1),
plot.subtitle=element_text(size=18, hjust=0.5, face="italic", color="grey"),
plot.caption =element_text(size=8, hjust=0.5, face="italic", color="grey"),
plot.background=element_blank(),
plot.margin = margin(2,2, 2, 4, "cm"))

ggplot2 નો ઉપયોગ કરીને પ્લોટ બનાવવું ખૂબ જ સરળ છે. જેમ તમે ઉપરના કોડ વિભાગમાં જોઈ શકો છો, થીમ() ફંક્શન સાથે ઘણા મુખ્ય મુદ્દાઓ છે. તે જરૂરી છે જેથી બધા તત્વો સમસ્યા વિના એનિમેટ થાય. જો જરૂરી હોય તો તેમાંના કેટલાક પ્રદર્શિત થઈ શકશે નહીં. ઉદાહરણ: માત્ર ઊભી ગ્રીડ રેખાઓ અને દંતકથાઓ દોરવામાં આવે છે, પરંતુ અક્ષના શીર્ષકો અને અન્ય કેટલાક ઘટકોને વિસ્તારમાંથી દૂર કરવામાં આવે છે.

એનિમેશન

અહીં મુખ્ય કાર્ય છે transition_states(), તે અલગ સ્થિર ગ્રાફને એકસાથે ટાંકા કરે છે. view_follow() નો ઉપયોગ ગ્રીડ રેખાઓ દોરવા માટે થાય છે.

anim = staticplot + transition_states(year, transition_length = 4, state_length = 1) +
view_follow(fixed_x = TRUE) +
labs(title = 'GDP per Year : {closest_state}',
subtitle = "Top 10 Countries",
caption = "GDP in Billions USD | Data Source: World Bank Data")

રેન્ડરીંગ

એકવાર એનિમેશન બની જાય અને એનિમ ઑબ્જેક્ટમાં સંગ્રહિત થઈ જાય, એનિમેટ() ફંક્શનનો ઉપયોગ કરીને તેને રેન્ડર કરવાનો સમય છે. એનિમેટ() માં વપરાતું રેન્ડરર જરૂરી આઉટપુટ ફાઈલના પ્રકારને આધારે અલગ હોઈ શકે છે.

GIF

# For GIF

animate(anim, 200, fps = 20, width = 1200, height = 1000,
renderer = gifski_renderer("gganim.gif"))


MP4

# For MP4

animate(anim, 200, fps = 20, width = 1200, height = 1000,
renderer = ffmpeg_renderer()) -> for_mp4

anim_save("animation.mp4", animation = for_mp4 )

પરિણામ

જેમ તમે જોઈ શકો છો, કંઈ જટિલ નથી. સમગ્ર પ્રોજેક્ટમાં ઉપલબ્ધ છે મારું GitHub, તમે તેને યોગ્ય લાગે તેમ તેનો ઉપયોગ કરી શકો છો.

સ્કિલબોક્સ ભલામણ કરે છે:

• બે વર્ષનો પ્રેક્ટિકલ કોર્સ "હું પ્રો વેબ ડેવલપર છું".
• ઓનલાઇન કોર્સ "શરૂઆતથી C# વિકાસકર્તા".
• એક વર્ષનો પ્રેક્ટિકલ કોર્સ "0 થી PRO સુધી PHP વિકાસકર્તા".

સોર્સ: www.habr.com