免费试用
banner
行业资讯>大数据技术与应用>一行R代码实现数据可视化

用一行R代码,实现繁琐的数据可视化

作者: afenxi来源: afenxi时间:2017-06-14 10:15:390

摘要:看完这篇文章,可视化不再是难题。

ggfortify 是一个简单易用的R软件包,它可以仅仅使用一行代码来对许多受欢迎的R软件包结果进行二维可视化,这让统计学家以及数据科学家省去了许多繁琐和重复的过程,不用对结果进行任何处理就能以 ggplot 的风格画出好看的图,大大地提高了工作的效率。

ggfortify 已经可以在 CRAN 上下载得到,但是由于最近很多的功能都还在快速增加,因此还是推荐大家从 Github 上下载和安装。

library(devtools) install_github(sinhrks/ggfortify) library(ggfortify)

接下来我将简单介绍一下怎么用 ggplot2 和 ggfortify 来很快地对PCA、聚类以及LFDA的结果进行可视化,然后将简单介绍用 ggfortify 来对时间序列进行快速可视化的方法。

PCA (主成分分析)

ggfortify 使 ggplot2 知道怎么诠释PCA对象。加载好 ggfortify 包之后, 你可以对stats::prcomp 和 stats::princomp 对象使用 ggplot2::autoplot。

library(ggfortify) df <- iris[c(1, 2, 3, 4)] autoplot(prcomp(df))

用一行R代码,实现繁琐的数据可视化-数据分析网你还可以选择数据中的一列来给画出的点按类别自动分颜色。输入help(autoplot.prcomp) 可以了解到更多的其他选择。

autoplot(prcomp(df), data = iris, colour = Species)

用一行R代码,实现繁琐的数据可视化-数据分析网比如说给定label = TRUE 可以给每个点加上标识(以rownames为标准),也可以调整标识的大小。

autoplot(prcomp(df), data = iris, colour = Species, label = TRUE, label.size = 3)

用一行R代码,实现繁琐的数据可视化-数据分析网给定 shape = FALSE 可以让所有的点消失,只留下标识,这样可以让图更清晰,辨识度更大。

autoplot(prcomp(df), data = iris, colour = Species, shape = FALSE, label.size = 3) 用一行R代码,实现繁琐的数据可视化-数据分析网

给定 loadings = TRUE 可以很快地画出特征向量。

autoplot(prcomp(df), data = iris, colour = Species, loadings = TRUE)

用一行R代码,实现繁琐的数据可视化-数据分析网同样的,你也可以显示特征向量的标识以及调整他们的大小,更多选择请参考帮助文件。

autoplot(prcomp(df), data = iris, colour = Species,          loadings = TRUE, loadings.colour = blue,          loadings.label = TRUE, loadings.label.size = 3) 用一行R代码,实现繁琐的数据可视化-数据分析网 因子分析

和PCA类似,ggfortify 也支持 stats::factanal 对象。可调的选择也很广泛。以下给出了简单的例子:

注意 当你使用 factanal 来计算分数的话,你必须给定 scores 的值。

d.factanal <- factanal(state.x77, factors = 3, scores = regression) autoplot(d.factanal, data = state.x77, colour = Income) 用一行R代码,实现繁琐的数据可视化-数据分析网

autoplot(d.factanal, label = TRUE, label.size = 3, loadings = TRUE, loadings.label = TRUE, loadings.label.size  = 3) 用一行R代码,实现繁琐的数据可视化-数据分析网 K-均值聚类

autoplot(kmeans(USArrests, 3), data = USArrests) 用一行R代码,实现繁琐的数据可视化-数据分析网

autoplot(kmeans(USArrests, 3), data = USArrests, label = TRUE, label.size = 3) 用一行R代码,实现繁琐的数据可视化-数据分析网 其他聚类

ggfortify 也支持 cluster::clara, cluster::fanny, cluster::pam。

library(cluster) autoplot(clara(iris[-5], 3))

用一行R代码,实现繁琐的数据可视化-数据分析网给定 frame = TRUE,可以把 stats::kmeans 和 cluster::* 中的每个类圈出来。

autoplot(fanny(iris[-5], 3), frame = TRUE)

用一行R代码,实现繁琐的数据可视化-数据分析网你也可以通过 frame.type 来选择圈的类型。更多选择请参照 ggplot2::stat_ellipse里面的 frame.type 的 type 关键词。

autoplot(pam(iris[-5], 3), frame = TRUE, frame.type = norm)

用一行R代码,实现繁琐的数据可视化-数据分析网更多关于聚类方面的可视化请参考 Github 上的 Vignette 或者 Rpubs 上的例子。

lfda(Fisher局部判别分析)

lfda 包支持一系列的 Fisher 局部判别分析方法,包括半监督 lfda,非线性 lfda。你也可以使用 ggfortify 来对他们的结果进行可视化。

library(lfda) # Fisher局部判别分析 (LFDA) model <- lfda(iris[-5], iris[, 5], 4, metric="plain") autoplot(model, data = iris, frame = TRUE, frame.colour = Species) 用一行R代码,实现繁琐的数据可视化-数据分析网

# 非线性核Fisher局部判别分析 (KLFDA) model <- klfda(kmatrixGauss(iris[-5]), iris[, 5], 4, metric="plain") autoplot(model, data = iris, frame = TRUE, frame.colour = Species)

用一行R代码,实现繁琐的数据可视化-数据分析网注意 对 iris 数据来说,不同的类之间的关系很显然不是简单的线性,这种情况下非线性的klfda 影响可能太强大而影响了可视化的效果,在使用前请充分理解每个算法的意义以及效果。

# 半监督Fisher局部判别分析 (SELF) model <- self(iris[-5], iris[, 5], beta = 0.1, r = 3, metric="plain") autoplot(model, data = iris, frame = TRUE, frame.colour = Species) 用一行R代码,实现繁琐的数据可视化-数据分析网 时间序列的可视化

用 ggfortify 可以使时间序列的可视化变得极其简单。接下来我将给出一些简单的例子。

ts对象

library(ggfortify) autoplot(AirPassengers)

用一行R代码,实现繁琐的数据可视化-数据分析网可以使用 ts.colour 和 ts.linetype 来改变线的颜色和形状。更多的选择请参考help(autoplot.ts)。

autoplot(AirPassengers, ts.colour = red, ts.linetype = dashed) 用一行R代码,实现繁琐的数据可视化-数据分析网 多变量时间序列

library(vars) data(Canada) autoplot(Canada)

用一行R代码,实现繁琐的数据可视化-数据分析网使用 facets = FALSE 可以把所有变量画在一条轴上。

autoplot(Canada, facets = FALSE) 用一行R代码,实现繁琐的数据可视化-数据分析网

autoplot 也可以理解其他的时间序列类别。可支持的R包有:

zoo::zooreg xts::xts timeSeries::timSeries tseries::irts

一些例子:

library(xts) autoplot(as.xts(AirPassengers), ts.colour = green) 用一行R代码,实现繁琐的数据可视化-数据分析网

library(timeSeries) autoplot(as.timeSeries(AirPassengers), ts.colour = (dodgerblue3))

用一行R代码,实现繁琐的数据可视化-数据分析网你也可以通过 ts.geom 来改变几何形状,目前支持的有 line, bar 和 point。

autoplot(AirPassengers, ts.geom = bar, fill = blue) 用一行R代码,实现繁琐的数据可视化-数据分析网

autoplot(AirPassengers, ts.geom = point, shape = 3) 用一行R代码,实现繁琐的数据可视化-数据分析网 forecast包

library(forecast) d.arima <- auto.arima(AirPassengers) d.forecast <- forecast(d.arima, level = c(95), h = 50) autoplot(d.forecast)

用一行R代码,实现繁琐的数据可视化-数据分析网有很多设置可供调整:

autoplot(d.forecast, ts.colour = firebrick1, predict.colour = red, predict.linetype = dashed, conf.int = FALSE) 用一行R代码,实现繁琐的数据可视化-数据分析网 vars包

library(vars) data(Canada) d.vselect <- VARselect(Canada, lag.max = 5, type = const)$selection[1] d.var <- VAR(Canada, p = d.vselect, type = const) autoplot(predict(d.var, n.ahead = 50), ts.colour = dodgerblue4, predict.colour = blue, predict.linetype = dashed) 用一行R代码,实现繁琐的数据可视化-数据分析网 changepoint包

library(changepoint) autoplot(cpt.meanvar(AirPassengers)) 用一行R代码,实现繁琐的数据可视化-数据分析网

autoplot(cpt.meanvar(AirPassengers), cpt.colour = blue, cpt.linetype = solid) 用一行R代码,实现繁琐的数据可视化-数据分析网 strucchange包

library(strucchange) autoplot(breakpoints(Nile ~ 1), ts.colour = blue, ts.linetype = dashed,          cpt.colour = dodgerblue3, cpt.linetype = solid) 用一行R代码,实现繁琐的数据可视化-数据分析网 dlm包

library(dlm) form <- function(theta) model <- form(dlmMLE(Nile, parm = c(1, 1), form)$par) filtered <- dlmFilter(Nile, model) autoplot(filtered) 用一行R代码,实现繁琐的数据可视化-数据分析网

autoplot(filtered, ts.linetype = dashed, fitted.colour = blue) 用一行R代码,实现繁琐的数据可视化-数据分析网

smoothed <- dlmSmooth(filtered) autoplot(smoothed) 用一行R代码,实现繁琐的数据可视化-数据分析网

p <- autoplot(filtered) autoplot(smoothed, ts.colour = blue, p = p) 用一行R代码,实现繁琐的数据可视化-数据分析网KFAS包

library(KFAS) model <- SSModel(   Nile ~ SSMtrend(degree=1, Q=matrix(NA)), H=matrix(NA) )   fit <- fitSSM(model=model, inits=c(log(var(Nile)),log(var(Nile))), method="BFGS") smoothed <- KFS(fit$model) autoplot(smoothed)

用一行R代码,实现繁琐的数据可视化-数据分析网使用 smoothing=none 可以画出过滤后的结果。

filtered <- KFS(fit$model, filtering="mean", smoothing=none) autoplot(filtered) 用一行R代码,实现繁琐的数据可视化-数据分析网

trend <- signal(smoothed, states="trend") p <- autoplot(filtered) autoplot(trend, ts.colour = blue, p = p)

 

用一行R代码,实现繁琐的数据可视化-数据分析网 stats包

可支持的stats包里的对象有:

stl, decomposed.ts acf, pacf, ccf spec.ar, spec.pgram cpgram

autoplot(stl(AirPassengers, s.window = periodic), ts.colour = blue) 用一行R代码,实现繁琐的数据可视化-数据分析网

autoplot(acf(AirPassengers, plot = FALSE))

 

用一行R代码,实现繁琐的数据可视化-数据分析网

autoplot(acf(AirPassengers, plot = FALSE), conf.int.fill = #0000FF, conf.int.value = 0.8, conf.int.type = ma)

 

用一行R代码,实现繁琐的数据可视化-数据分析网

autoplot(spec.ar(AirPassengers, plot = FALSE))

 

用一行R代码,实现繁琐的数据可视化-数据分析网

ggcpgram(arima.sim(list(ar = c(0.7, -0.5)), n = 50)) 用一行R代码,实现繁琐的数据可视化-数据分析网

library(forecast) ggtsdiag(auto.arima(AirPassengers)) 用一行R代码,实现繁琐的数据可视化-数据分析网

gglagplot(AirPassengers, lags = 4)

 

用一行R代码,实现繁琐的数据可视化-数据分析网

更多关于时间序列的例子,请参考 Rpubs 上的介绍。

最近又多了许多额外的非常好用的功能,比如说现在已经支持 multiplot 同时画多个不同对象,强烈推荐参考 Rpubs 以及关注我们 Github 上的更新。

祝大家使用愉快!有问题请及时在Github上 报告。(可以使用中文)

本文作者: 唐源,目前就职于芝加哥一家创业公司,曾参与和创作过多个被广泛使用的 R 和 Python 开源项目,是 ggfortify,lfda,metric-learn 等包的作者,也是 xgboost,caret,pandas 等包的贡献者。(喜欢爬山和烧烤)

原创文章,作者:数据特工,如若转载,请注明出处:《用一行R代码,实现繁琐的数据可视化》https://www.afenxi.com/post/3671

banner
看过还想看
可能还想看
热点推荐
Yonghong的价值观:以卓越的数据技术为客户创造价值,实现客户成功。
免费试用