R语言|canvasXpress—动态图首选

Posted R语言与SPSS

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了R语言|canvasXpress—动态图首选相关的知识，希望对你有一定的参考价值。


我就在这里，不离不弃

——A·May

R-84|T-104


 我是canvasXpress

May

2018年2月23日

  前几天在R中文社区看见的关于动态图的制作的canvasXpress包，可以说是一见钟情，这个包的优秀之处不用我多言，不用和shiny一样复杂的编码，就可以制作出相应的动态图。本人也尝试了下shiny包，发现，学起来还是在server的编码处有问题，所以，想转过头来学下这个包，不过遗憾的是并没有发现全中文的教学，比较好一点的还是’宏基因组’中刘永鑫老师在R中文社区的一篇文。总而言之，想要学习这个canvasXpress包，就要自己慢慢挖掘了。

  引用刘永鑫老师的话：“CanvasXpress核心是一个Java语言编写的库，主要用于可重复 研究。在R中可以安装canvasXpress包，使用canvasXpress命令绘制各种各样的交互式图形，非常高效方便，实现如下数百种图形，令你的结果瞬间B格爆满。”

R语言|canvasXpress—动态图首选

1.首次安装canvaxXpress 
 
   
   
 
    
  
    
    
  
  1. # 没有devtools也需要安装
    2. 
  
    
    
  
  2. install.packages(devtools)
    3. 
  
    
    
  
  3. library(devtools)
    4. 
  
    
    
  
    5. 
  
    
    
  
  5. # 安装canvasXpress
    6. 
  
    
    
  
  6. devtools::install_github('neuhausi/canvasXpress')
    7. 
 
   
   
 
 
   
   
 
    
  
    
    
  
  1. library(canvasXpress)
    2.
2.canvasXpress的帮助文件
2.1帮助文件 
 
   
   
 
    
  
    
    
  
    2. 
  
    
    
  
  2. ?canvasXpress
    3. 
  
    
    
  
  3. #这个帮助文档都是参数，且没有示例
    4.
2.2 翻译内容仅供参考 
 
   
   
 
    
  
    
    
  
  1. #Description
    2. 
  
    
    
  
  2. #描述
    3. 
  
    
    
  
    4. 
  
    
    
  
  4. #Custom html widget creation function based on widget YAML and javascript for use in any html-compatible context
    5. 
  
    
    
  
  5. #自定义HTML控件创建函数基于Widget YAML和JavaScript中使用任何HTML兼容的环境
    6. 
  
    
    
  
    7. 
  
    
    
  
  7. #Usage
    8. 
  
    
    
  
  8. #用法
    9. 
  
    
    
  
  9. #canvasXpress(data = NULL, smpAnnot = NULL, varAnnot = NULL,graphType = "Scatter2D", events = NULL, afterRender = NULL,pretty = FALSE, digits = 4, width = 600, height = 400,destroy = FALSE, ...)
    10. 
  
    
    
  
    11. 
  
    
    
  
  11. #Arguments
    12. 
  
    
    
  
  12. #参数
    13. 
  
    
    
  
    14. 
  
    
    
  
  14. #data    data.frame-, matrix-, or list- classed data object
    15. 
  
    
    
  
  15. #数据  数据框，矩阵，列表等
    16. 
  
    
    
  
    17. 
  
    
    
  
  17. #smpAnnot    additional data that applies to samples (columns)
    18. 
  
    
    
  
  18. #适用于样本（列）的附加数据
    19. 
  
    
    
  
    20. 
  
    
    
  
  20. #varAnnot   （variable annotate 变量注释）
    21. 
  
    
    
  
  21. #additional data that applies to variables (rows)
    22. 
  
    
    
  
  22. #适用于变量（行）的附加数据
    23. 
  
    
    
  
    24. 
  
    
    
  
  24. #graphType  
    25. 
  
    
    
  
  25. #type of graph to be plotted - default = "Scatter2D"
    26. 
  
    
    
  
  26. #绘制图形，默认为2D散点图
    27. 
  
    
    
  
    28. 
  
    
    
  
  28. #events 
    29. 
  
    
    
  
  29. #user-defined events (e.g. mousemove, mouseout, click and dblclick)
    30. 
  
    
    
  
  30. #事件，对图的不同操作，包括鼠标移动，鼠标探寻，单击和双击，这个一般不用设置
    31. 
  
    
    
  
    32. 
  
    
    
  
    33. 
  
    
    
  
  33. #afterRender    
    34. 
  
    
    
  
  34. #event triggered after rendering
    35. 
  
    
    
  
    36. 
  
    
    
  
  36. #pretty 
    37. 
  
    
    
  
  37. #print tagged code (json/html) nicely - default = FALSE
    38. 
  
    
    
  
  38. #打印标记代码（JSON / HTML）-默认= false
    39. 
  
    
    
  
    40. 
  
    
    
  
  40. #digits 
    41. 
  
    
    
  
  41. #display digits - default = 4
    42. 
  
    
    
  
  42. #小数点默认为4个
    43. 
  
    
    
  
    44. 
  
    
    
  
  44. #width  
    45. 
  
    
    
  
  45. #plot width (valid CSS units) - default = 600px
    46. 
  
    
    
  
  46. #height 
    47. 
  
    
    
  
  47. #plot height (valid CSS units) - default = 400px
    48. 
  
    
    
  
  48. #图形的默认宽和长度，可以自己设置
    49. 
  
    
    
  
    50. 
  
    
    
  
  50. #destroy    
    51. 
  
    
    
  
  51. #used to indicate removal of a plot - default = FALSE
    52. 
  
    
    
  
  52. #用来表示删除一个情节-默认= false
    53. 
  
    
    
  
    54. 
  
    
    
  
  54. #additional parameters passed to canvasXpress 还有其他的参数并没有说明...
    55.
3.canvasXpress的示例

  canvasXpress包有一个官网，网址为https://canvasxpress.org/html/index.html， 复制网址用浏览器打开，或者百度搜索canvasXpress，手机打开的效果可能不会太好。官网首页的图，建议大家用chrome浏览器打开，里面的翻译成中文功能，还可以将动态图中的英文翻译为中文哦！ R语言|canvasXpress—动态图首选

 
   
   
 
    
  
    
    
  
  1. #######vignette查看更多示例
    2. 
  
    
    
  
  2. # 显示该包中所有示例，目前有开始和额外两类
    3. 
  
    
    
  
  3. vignette(package = "canvasXpress")
    4. 
  
    
    
  
  4. # 分别展示每个示例# 初级入门教程，也是上面提到的例子
    5. 
  
    
    
  
  5. vignette( "getting_started", package = "canvasXpress")
    6. 
  
    
    
  
  6. # 额外示例，包括数据分析过程
    7. 
  
    
    
  
  7. vignette( "additional_examples", package = "canvasXpress")
    8.
4. 比对示例研究参数
4.1 示例3D的散点图

  处于分析的需要，我就不运行下面的示例，大家可以自己在Rstudio中运行。

 
   
   
 
    
  
    
    
  
  1. y <- read.table("http://www.canvasxpress.org/data/cX-irist-dat.txt", header=TRUE, sep="\t", 
    2. 
  
    
    
  
  2.                 quote="", row.names=1, fill=TRUE, check.names=FALSE, stringsAsFactors=FALSE)
    3. 
  
    
    
  
  3. # 读取分组信息
    4. 
  
    
    
  
  4. z <- read.table("http://www.canvasxpress.org/data/cX-irist-var.txt", header=TRUE, sep= "\t", 
    5. 
  
    
    
  
  5.                 quote="", row.names=1, fill=TRUE, check.names=FALSE, stringsAsFactors=FALSE)
    6. 
  
    
    
  
  6. # 绘制三维散点图，主要参数为数据、分组、分组列、置信椭圆列、图表类型以及相关标签               
    7. 
  
    
    
  
  7. canvasXpress(data      = y,
    8. 
  
    
    
  
  8.              varAnnot  = z,
    9. 
  
    
    
  
  9.              colorBy   = "Species",
    10. 
  
    
    
  
  10.              ellipseBy = "Species",
    11. 
  
    
    
  
  11.              graphType = "Scatter3D",
    12. 
  
    
    
  
  12.              title     = "Iris Data Set",
    13. 
  
    
    
  
  13.              xAxis     = list("Sepal.Length"),
    14. 
  
    
    
  
  14.              yAxis     = list("Petal.Width"),
    15. 
  
    
    
  
  15.              zAxis     = list("Petal.Length"))
    16. 
  
    
    
  

    17.


R语言|canvasXpress—动态图首选

R语言|canvasXpress—动态图首选


4.2 示例3D的散点图的分析 


 
   
   
 
    
  
    
    
  

    2. 
  
    
    
  
  2. #首先是数据data集y
    3. 
  
    
    
  
  3. library(data.table)
    4. 
  
    
    
  
  4. y <- read.table("http://www.canvasxpress.org/data/cX-irist-dat.txt", header=TRUE, sep="\t",quote="", row.names=1, fill=TRUE, check.names=FALSE, stringsAsFactors=FALSE)
    5. 
  
    
    
  
  5. y <- as.data.table(y)
    6. 
  
    
    
  
  6. #可以观察到y是鸢尾花数据中的数据，只是没有Sepecies的变量
    7. 
  
    
    
  
  7. y
    8. 
  
    
    
  

    9. 
  
    
    
  
  9. #其次是varAnnot  = z,变量注释是z,这是分组数据
    10. 
  
    
    
  
  10. # 读取分组信息
    11. 
  
    
    
  
  11. z <- read.table("http://www.canvasxpress.org/data/cX-irist-var.txt", header=TRUE, sep= "\t", 
    12. 
  
    
    
  
  12.                 quote="", row.names=1, fill=TRUE, check.names=FALSE, stringsAsFactors=FALSE)
    13. 
  
    
    
  
  13. z <- as.data.table(z)
    14. 
  
    
    
  
  14. z
    15. 
  
    
    
  

    16. 
  
    
    
  
  16. #######实际上这里有个问题，不知道大家注意到没有，分组数据和面板panel上的数据是分开读取的，我们可以一会试一下，直接用鸢尾花中的数据能否成功
    17. 
  
    
    
  

    18. 
  
    
    
  
  18. #颜色标度
    19. 
  
    
    
  
  19. #colorby 用字段Species 
    20. 
  
    
    
  
  20. #colorBy   = "Species"
    21. 
  
    
    
  

    22. 
  
    
    
  
  22. #椭圆形ellipse 置信区间 这个就是图形中的圈圈，也是用Species  
    23. 
  
    
    
  
  23. #ellipseBy = "Species"
    24. 
  
    
    
  

    25. 
  
    
    
  
  25. #其他信息就简单了
    26. 
  
    
    
  
  26. #graphType = "Scatter3D",
    27. 
  
    
    
  
  27. #title     = "Iris Data Set",
    28. 
  
    
    
  
  28. #xAxis     = list("Sepal.Length"),
    29. 
  
    
    
  
  29. #yAxis     = list("Petal.Width"),
    30. 
  
    
    
  
  30. #zAxis     = list("Petal.Length")
    31.
4.3 用鸢尾花数据做图
4.3.1 普通三维散点图 
 
   
   
 
    
  
    
    
  
  1. data(iris)
    2. 
  
    
    
  
  2. m_data <- t(iris[,1:3])           #矩阵转置
    3. 
  
    
    
  
  3. m_varAnnot <- as.matrix(iris[,5])        #将分组变量varannot也转为矩阵
    4. 
  
    
    
  
  4. colnames(m_varAnnot) <- "Species"        #给矩阵重新命名为Species
    5. 
  
    
    
  
  5. canvasXpress(data = t(m_data),           #然后再转置回来，只为了保持数据一致
    6. 
  
    
    
  
  6.              varAnnot = m_varAnnot,
    7. 
  
    
    
  
  7.              colorBy="Species",          #颜色标度后的变量名一定是分组变量中的变量名Species
    8. 
  
    
    
  
  8.              graphType = "Scatter3D",
    9. 
  
    
    
  
  9.              title     = "my_Iris Data Set",
    10. 
  
    
    
  
  10.              xAxis     = list("my_Sepal.Length"),
    11. 
  
    
    
  
  11.              yAxis     = list("my_Petal.Width"),
    12. 
  
    
    
  
  12.              zAxis     = list("my_Petal.Length")
    13. 
  
    
    
  
  13.              )
    14.


R语言|canvasXpress—动态图首选

R语言|canvasXpress—动态图首选
经过反复的实验，这里应注意这三个问题


  1. data和var的数据格式问题。这个问题非常要命，如果你按照下面的编码写，m_data和m_varAnnot的格式虽然是数据框，但是实际上，data和m_varAnnot根本就匹配不到一起，这也是在官网案例中分开读取的必要性，所以这里必须保持数据的一致性。所以上面处理的时候用的是将两个数据都转为矩阵。

  2. 三维散点图的x/y/z轴只能展示三个变量，如果有4个变量，那么就取前三个变量

  3. 颜色标度一定要注意：colorBy=“Species”可以分出三组点，每组点不同颜色；colorBy=iris$Species和colorBy=m_varAnnot不能够分成三组，只是每个点一个颜色；不写颜色标度时，不能区分出颜色；

 
   
   
 
    
  
    
    
  
  1. data(iris)
    2. 
  
    
    
  
  2. m_data <- iris[,1:4]
    3. 
  
    
    
  
  3. m_varAnnot <- iris[,5]
    4. 
  
    
    
  
  4. #canvasXpress(data = t(m_data),
    5. 
  
    
    
  
  5.              #varAnnot = m_varAnnot,
    6. 
  
    
    
  
  6.              #colorBy="Species",
    7. 
  
    
    
  
  7.              #graphType = "Scatter3D",
    8. 
  
    
    
  
  8.              #title     = "my_Iris Data Set",
    9. 
  
    
    
  
  9.              #xAxis     = list("my_Sepal.Length"),
    10. 
  
    
    
  
  10.              #yAxis     = list("my_Petal.Width"),
    11. 
  
    
    
  
  11.              #zAxis     = list("my_Petal.Length")）
    12. 
  
    
    
  
    13. 
  
    
    
  
  13. # Error in seq.default(length = nrow(x)) : argument 'length.out' must be of length 1
    14.
4.3.1 普通二维散点图

  在这个图中，我并没有加入分组变量varannot，所以我也不用将数据转为矩阵的格式，直接作出散点图。

 
   
   
 
    
  
    
    
  
  1. canvasXpress(data = iris[,1:4],
    2. 
  
    
    
  
  2.              colorBy=iris[,5],
    3. 
  
    
    
  
  3.              graphType = "Scatter2D",
    4. 
  
    
    
  
  4.              title     = "my_Iris Data Set",
    5. 
  
    
    
  
  5.              xAxis     = list("my_Sepal.Length"),
    6. 
  
    
    
  
  6.              yAxis     = list("my_Petal.Width"),
    7. 
  
    
    
  
  7.              zAxis     = list("my_Petal.Length")
    8. 
  
    
    
  
  8.              )
    9. 
  
    
    
  

    10.

R语言|canvasXpress—动态图首选

还有很多参数需要学习，明天见！

参考阅读



学习数据挖掘交流平台 

长按二维码识别


点击阅读原文，进入Rpubs看看动图

以上是关于R语言|canvasXpress—动态图首选的主要内容，如果未能解决你的问题，请参考以下文章

r语言绘制动态统计图：绘制世界各国的人均GDP，出生时的预期寿命和人口气泡图动画动态gif图|附代码数据

R语言绘制动态图

R语言实战应用精讲50篇（十九）-R语言gganimate函数应用案例：静态图变成动态，让你的图表更酷炫

R语言模拟人类生活预期寿命动态可视化动画图gif

R语言模拟人类生活预期寿命动态可视化动画图gif

R语言ggplot2和gganimate包可视化动态动画气泡图（Animated Bubble chart）：使用gganimate包创建可视化gif动图