आर वापरून अॅनिमेटेड हिस्टोग्राम तयार करा

अॅनिमेटेड बार चार्ट जे कोणत्याही वेबसाइटवरील पोस्टमध्ये थेट एम्बेड केले जाऊ शकतात ते अधिक लोकप्रिय होत आहेत. ते विशिष्ट वेळेत कोणत्याही वैशिष्ट्यांमधील बदलांची गतिशीलता प्रदर्शित करतात आणि हे स्पष्टपणे करतात. R आणि जेनेरिक पॅकेजेस वापरून ते कसे तयार करायचे ते पाहू.

स्किलबॉक्स शिफारस करतो: प्रॅक्टिकल कोर्स "पायथन विकसक सुरवातीपासून".

आम्ही आठवण करून देतो: सर्व Habr वाचकांसाठी - Habr प्रोमो कोड वापरून कोणत्याही स्किलबॉक्स कोर्समध्ये नावनोंदणी करताना 10 रूबल सवलत.

पॅकेट

आम्हाला आर मध्ये पॅकेजेसची आवश्यकता आहे:

• ggplot2
• gnanimate

हे दोन्ही अत्यंत आवश्यक आहेत. याव्यतिरिक्त, डेटा व्यवस्थापित करण्यासाठी, अॅरे साफ करण्यासाठी आणि त्यानुसार स्वरूपित करण्यासाठी tidyverse, janitor आणि scals आवश्यक असतील.

डेटा

आम्ही या प्रकल्पात वापरणार असलेला मूळ डेटासेट जागतिक बँकेच्या वेबसाइटवरून डाउनलोड केला आहे. ते आले पहा - जागतिक बँक डेटा. तोच डेटा, जर तुम्हाला रेडीमेड हवा असेल तर, येथून डाउनलोड केला जाऊ शकतो प्रकल्प फोल्डर्स.

ही कोणत्या प्रकारची माहिती आहे? नमुन्यात अनेक वर्षांचे (2000 ते 2017 पर्यंत) बहुतेक देशांचे GDP मूल्य समाविष्ट आहे.

डेटा प्रोसेसिंग

आवश्यक डेटा फॉरमॅट तयार करण्यासाठी आम्ही खाली पोस्ट केलेला कोड वापरू. आम्ही कॉलमची नावे साफ करतो, संख्यांना नंबर फॉरमॅटमध्ये बदलतो आणि gather() फंक्शन वापरून डेटा बदलतो. आम्ही पुढील वापरासाठी gdp_tidy.csv मध्ये प्राप्त झालेली प्रत्येक गोष्ट जतन करतो.

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")

अॅनिमेटेड हिस्टोग्राम

त्यांच्या निर्मितीसाठी दोन टप्प्यांची आवश्यकता आहे:

• ggplot2 वापरून वास्तविक हिस्टोग्रामचा संपूर्ण संच तयार करणे.
• gganimate वापरून इच्छित पॅरामीटर्ससह स्थिर हिस्टोग्राम अॅनिमेट करा.

अंतिम टप्पा म्हणजे GIF किंवा MP4 सह इच्छित स्वरूपात अॅनिमेशन रेंडर करणे.

लायब्ररी लोड करत आहे

• लायब्ररी(निटनेटके)
• लायब्ररी(गॅनिमेट)

माहिती व्यवस्थापन

या चरणात, तुम्हाला प्रत्येक वर्षासाठी टॉप 10 देश मिळविण्यासाठी डेटा फिल्टर करणे आवश्यक आहे. चला अनेक स्तंभ जोडू जे आम्हाला हिस्टोग्रामसाठी एक आख्यायिका प्रदर्शित करण्यास अनुमती देतील.

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()

स्थिर हिस्टोग्राम तयार करणे

आता आमच्याकडे आवश्यक फॉरमॅटमध्ये डेटा पॅकेज आहे, आम्ही स्टॅटिक हिस्टोग्राम काढायला सुरुवात करतो. मूलभूत माहिती - निवडलेल्या वेळेच्या अंतरासाठी कमाल GDP असलेले शीर्ष 10 देश. आम्ही प्रत्येक वर्षासाठी आलेख तयार करतो.

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 वापरून प्लॉट तयार करणे खूप सोपे आहे. जसे तुम्ही वरील कोड विभागात पाहू शकता, थीम() फंक्शनमध्ये अनेक महत्त्वाचे मुद्दे आहेत. ते आवश्यक आहेत जेणेकरून सर्व घटक समस्यांशिवाय सजीव होतील. आवश्यक असल्यास त्यापैकी काही प्रदर्शित केले जाऊ शकत नाहीत. उदाहरण: फक्त उभ्या ग्रिड रेषा आणि दंतकथा काढल्या आहेत, परंतु अक्ष शीर्षके आणि इतर अनेक घटक क्षेत्रातून काढले आहेत.

अॅनिमेशन

येथे मुख्य कार्य आहे transition_states(), ते वेगळे स्थिर आलेख एकत्र जोडते. view_follow() चा वापर ग्रिड रेषा काढण्यासाठी केला जातो.

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")

प्रस्तुत करणे

एकदा अॅनिमेशन तयार केले आणि अॅनिम ऑब्जेक्टमध्ये स्टोअर केले की, अॅनिमेट() फंक्शन वापरून ते रेंडर करण्याची वेळ आली आहे. animate() मध्ये वापरलेला प्रस्तुतकर्ता आवश्यक आउटपुट फाइलच्या प्रकारानुसार भिन्न असू शकतो.

जीआयएफ

# 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 )

परिणाम

जसे आपण पाहू शकता, काहीही क्लिष्ट नाही. मध्ये संपूर्ण प्रकल्प उपलब्ध आहे माझे GitHub, तुम्हाला योग्य वाटेल तसे तुम्ही ते वापरू शकता.

स्किलबॉक्स शिफारस करतो:

• दोन वर्षांचा प्रॅक्टिकल कोर्स "मी प्रो वेब डेव्हलपर आहे".
• ऑनलाईन कोर्स "स्क्रॅचमधून C# विकसक".
• एक वर्षाचा प्रॅक्टिकल कोर्स "PHP विकसक 0 ते PRO".

स्त्रोत: www.habr.com