Animerade stapeldiagram som kan bäddas in direkt i ett inlägg på vilken webbplats som helst blir allt mer populära. De visar dynamiken i förändringar i alla egenskaper under en viss tid och gör detta tydligt. Låt oss se hur man skapar dem med R och generiska paket.
Skillbox rekommenderar: Praktisk kurs .
Påminnelse: för alla läsare av "Habr" - en rabatt på 10 000 rubel när du anmäler dig till någon Skillbox-kurs med hjälp av "Habr"-kampanjkoden.
paket
Vi behöver paket i R:
- ggplot2
Dessa två är oerhört nödvändiga. Dessutom kommer tidyverse, vaktmästare och vågar att krävas för att hantera data, rensa upp arrayen och formatera därefter.
Data
Den ursprungliga datamängden vi kommer att använda i detta projekt laddas ner från Världsbankens webbplats. Här är de - . Samma data, om du behöver den färdig, kan laddas ner från .
Vad är detta för information? Urvalet innehåller BNP-värdet för de flesta länder under flera år (från 2000 till 2017).
Databehandling
Vi kommer att använda koden nedan för att förbereda det nödvändiga dataformatet. Vi rensar kolumnnamnen, omvandlar siffrorna till ett talformat och konverterar data med funktionen gather(). Vi sparar allt som tas emot i gdp_tidy.csv för vidare användning.
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")
Animerade histogram
Deras skapelse kräver två steg:
- Plotta en komplett uppsättning faktiska histogram med ggplot2.
- Animera statiska histogram med önskade parametrar med hjälp av gganimate.
Det sista steget är att rendera animationen i önskat format, inklusive GIF eller MP4.
Laddar bibliotek
- bibliotek (tidyverse)
- bibliotek(gganimate)
Datahantering
I det här steget måste du filtrera data för att få de 10 bästa länderna för varje år. Låt oss lägga till flera kolumner som gör att vi kan visa en förklaring för histogrammet.
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()
Bygga statiska histogram
Nu när vi har ett datapaket i det format som krävs börjar vi rita statiska histogram. Grundläggande information - topp 10 länder med maximal BNP för det valda tidsintervallet. Vi skapar grafer för varje år.
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"))
Att skapa plotter med ggplot2 är väldigt enkelt. Som du kan se i kodavsnittet ovan finns det flera nyckelpunkter med funktionen theme(). De är nödvändiga så att alla element animerar utan problem. Vissa av dem kanske inte visas om det behövs. Exempel: Endast de vertikala rutnätslinjerna och förklaringarna ritas, men axeltitlarna och flera andra komponenter tas bort från området.
animering
Nyckelfunktionen här är transition_states(), den syr ihop separata statiska grafer. view_follow() används för att rita rutnätslinjer.
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")
Tolkning
När animationen väl har skapats och lagrats i animobjektet är det dags att rendera den med funktionen animate(). Renderaren som används i animate() kan vara olika beroende på vilken typ av utdatafil som krävs.
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 )
Resultat
Som du kan se, inget komplicerat. Hela projektet finns tillgängligt i , du kan använda den som du vill.
Skillbox rekommenderar:
- Tvåårig praktisk kurs .
- Onlinekurs .
- Praktisk årskurs .
Källa: will.com