歡迎關注天善智能，我們是專注於商業智能BI，人工智能AI，大數據分析與挖掘領域的垂直社區，學習，問答、求職一站式搞定！
對商業智能BI、大數據分析挖掘、機器學習，python，R等數據領域感興趣的同學加微信：tstoutiao，邀請你進入數據愛好者交流群，數據愛好者們都在這兒。
作者：JeevanYue R語言中文社區專欄作者
知乎ID：https://www.zhihu.com/people/jeevanyue
GitHub:https://github.com/jeevanyue
前言
我之前主要使用Joshua Kunst 的highcharter做交互式數據可視化，highcharter是highcharts的R語言接口，但highcharter不對highcharts的配置項做重新的定義，基本根據highcharts的API來實現，可以很方便 的使用highcharts官方豐富的教程和案例，以及各種社區幫助，用起來真的非常方便的。
最近我們公司將為客戶提供Dashboard數據展示，我是用highcharter做了可視化Demo，但是因為highcharts商用收費，所以開發團隊使用了百度的ECharts來實現。
為了跟開發同事更好交流溝通，讓生產實現與Demo更貼近，所以我想到ECharts也有R語言接口，最後在Github找到下面這麼多實現ECharts的R語言接口。
- cosname/recharts - ECharts4
- JohnCoene/echarts4r - ECharts4
- yihui/recharts - ECharts2
- madlogos/recharts - ECharts2 forked from yihui/recharts
- madlogos/recharts2 - ECharts3
- ChanningWong/REcharts3 - ECharts3
- XD-DENG/ECharts2Shiny - ECharts3
ECharts的R語言接口真的挺多的，我重點看了前兩個包，因為都是基於最新的ECharts4，作者沒有棄坑，最近也有更新維護。但是在學習應用這兩個包的過程中發現，為了實現某個案例，自己要學習兩個接口，ECharts的R語言接口和ECharts的API配置項，並且要不停相互比對。並且在ECharts社區中找到的幫助，常常在R語言接口無法實現。
弄到最後，我已經對ECharts的API配置項比較熟悉了，後來我就決定嘗試開發一個ECharts的R語言接口，畢竟我也用了挺多htmlwidgets，但從來沒有自己動手開發過一個。所以主要參考highcharter對highcharts的實現方式，開始著手開發echarter。取名為echarter，也是為了向highcharter致敬。
並且還參考學習了cosname/recharts和JohnCoene/echarts4r的ECharts實現方式。
歡迎大家指正。
1.介紹
echarter是ECharts的R語言接口實現，ECharts是一個使用 JavaScript 實現的開源可視化庫，可以流暢的運行在PC和移動設備上，兼容當前絕大部分瀏覽器（IE8/9/10/11，Chrome，Firefox，Safari等），底層依賴輕量級的矢量圖形庫ZRender，提供直觀，交互豐富，可高度個性化定製的數據可視化圖表。
ECharts特性:
- 豐富的可視化類型
- 多種數據格式無需轉換直接使用
- 千萬數據的前端展現
- 移動端優化
- 多渲染方案，跨平臺使用
- 深度的交互式數據探索
- 多維數據的支持以及豐富的視覺編碼手段
- 動態數據
- 絢麗的特效
- …
2.echarter的安裝
echarter包的源代碼發佈在Github，jeevanyue/echarter，可通過下列代碼安裝。
devtools::install_github("jeevanyue/echarter")
3.官方案例
echartsExample取自於cosname/recharts。
echartsExample提供了一種從官網的官方實例中獲取JS代碼並運行的途徑, 除去某些需要加載JSON數據文件的例子, echartsExample`支持大部分Echarts的官網案例.
這個函數支持的範圍比較廣, 包括Echarts的基本繪圖, ecstat, bamap等高級功能, 是JS代碼的源生接口
參數:
- url 例子的網址, 比如
- ’http://echarts.baidu.com/demo.html#bubble-gradient’
- JScontent 需要執行的JS代碼(方便複製例子裡面的代碼調試執行), 注意要命名一個option對象用於數據加載
- height 繪圖區域的高度
- weight 繪圖區域的寬度, 支持百分比
從http://echarts.baidu.com/demo.html#effectScatter-bmap 獲取代碼, 並轉換為R繪圖.
library(tidyverse)
library(echarter)
url = "http://echarts.baidu.com/examples/editor.html?c=bar-tick-align"
echartsExample(url)
4.API函數
4.1演示數據
library(tidyverse)
library(lubridate)
library(echarter)
weekDays dat saleNum = round(runif(21, 20, 100), 0),
fruit = c(rep("Apple", 7), rep("Pear", 7), rep("Banana", 7)),
weekDay = c(rep(weekDays,3)),
price = round(runif(21, 10, 20), 0),
stringsAsFactors = FALSE)
dat_list %
select(-price) %>%
spread(weekDay, saleNum) %>%
unite("value", c('Mon','Tues','Wed','Thurs','Fri','Sat','Sun'))
dat_list$value as.numeric(strsplit(dat_list$value, "_")[[x]])})
## echart從0開始索引
dat_matrix fruit = as.numeric(factor(c(dat$fruit), levels = c('Apple', 'Pear', 'Banana'))) - 1,
weekDay = as.numeric(factor(c(dat$weekDay), levels = c('Mon','Tues','Wed','Thurs','Fri','Sat','Sun'))) - 1,
saleNum = dat$saleNum
) %>%
as.matrix()
dat_date date = as.Date('2017-01-01') + seq(0,364),
value = round(runif(365, 0, 1000), 0),
stringsAsFactors = FALSE)
AQI dat_geo %
select(城市, lng, lat, AQI)
opt = list(
xAxis = list(
show = TRUE,
type = 'category',
name = '星期',
data = c('Mon','Tues','Wed','Thurs','Fri','Sat','Sun')),
yAxis = list(
show = TRUE,
type = 'value'),
series = list(
list(
type = 'line',
name = 'Apple',
data = c(12, 5, 20, 36, 10, 10, 20)))
)
4.2基礎組件
4.2.1 ec_title
echart(opt, elementId = "ec") %>%
ec_title(text = '演示數據')
4.2.2 ec_legend
echart(opt) %>%
ec_legend(
top = 'middle', right = 'right',
data = list(list(name = 'Apple', icon = 'circle')),
textStyle = list(color = 'contrastColor'))
4.2.3 ec_backgroundColor
echart(opt) %>%
ec_backgroundColor(c('#24273e'))
4.2.4 ec_colors
echart(opt) %>%
ec_colors(c('#247ba0', '#70c1b3', '#b2dbbf'))
回覆 爬蟲 爬蟲三大案例實戰
回覆 Python 1小時破冰入門
回覆 數據挖掘 R語言入門及數據挖掘
回覆 人工智能 三個月入門人工智能
回覆 數據分析師 數據分析師成長之路
回覆 機器學習 機器學習的商業應用
回覆 數據科學 數據科學實戰
回覆 常用算法 常用數據挖掘算法
閱讀更多 天善智能 的文章
