Fazendo visualizações de dados baseados na web personalizadas com pacotes de r livre

As ferramentas apresentadas aqui exigem que você código usando a linguagem de programação estatística R. Embora você não pode se divertir muito codificação coisas mesmo, com esses pacotes e ferramentas, você pode criar resultados que são mais personalizadas para suas necessidades. Você pode usar brilhantes, rCharts e rMaps para criar realmente puros visualizações de dados baseados em web à procura.

Ficando brilhante por rstudio

Não muito tempo atrás, você precisava saber como usar uma linguagem de programação estatística com capacidade como R, se você queria fazer qualquer tipo de análise de dados grave. E se você necessário para fazer visualizações web interativas, você tem que saber como codificar em linguagens como javascript ou PHP.

Claro, se você queria fazer as duas coisas ao mesmo tempo, então você tem que saber como código em um mais dois ou três linguagens de programação adicionais. Em outras palavras, visualização de dados baseado na web com base em análises estatísticas foi uma tarefa complicada.

A boa notícia é que as coisas mudaram. Devido ao trabalho de alguns desenvolvedores dedicados, as paredes entre análise e apresentação desmoronaram. Após o lançamento de 2012, pacote brilhante de rstudio, tanto a análise estatística e visualização de dados baseado na web pode ser realizada no mesmo quadro.

Rstudio - já, de longe, o mais popular ambiente de desenvolvimento integrado (IDE) para R - desenvolveu o pacote brilhante para permitir aos usuários R para criar aplicações web. aplicações web feitas em brilhante executado em um servidor web e são interativo - com eles, você pode interagir com a visualização de dados para mover sliders, selecione as caixas de seleção, ou clique os dados em si.

Porque esses aplicativos executados em um servidor, eles são considerados viver - quando você faz alterações para os dados subjacentes, essas alterações são automaticamente refletidas na aparência da visualização de dados. aplicativos web criados no brilhante também são reativo - em outras palavras, a sua produção atualiza instantaneamente em resposta a uma interação do usuário, sem que o usuário clicar em um botão Enviar.

Se você quiser usar rapidamente algumas linhas de código para gerar instantaneamente uma aplicação de visualização de dados baseado na web, em seguida, usar o pacote brilhante de R. Além do mais, se você quiser personalizar seu aplicativo de visualização de dados baseado na web para ser esteticamente mais atraente, você pode fazer isso simplesmente editando o HTML, CSS e javascript que está subjacente a aplicação brilhante.

Porque brilhante produz aplicativos web do lado do servidor, você precisa de um host do servidor eo know-how para hospedar seu aplicativo Web em um servidor antes de fazer aplicações web úteis, utilizando o pacote.

Video: Batman Arkham Origins - Pacotes de dados Enigma/Bowery

Brilhante executa um servidor web público chamado ShinyApps.io.Você pode usar esse servidor para hospedar um aplicativo gratuitamente, ou você pode pagar para hospedar lá se suas exigências são mais intensivo de recursos. O nível mais básico de serviço custa US $ 39 por mês e promete-lhe 250 horas de tempo de execução do aplicativo por mês.

Traçando com rCharts

Embora R sempre foi famosa por suas belas visualizações estáticos, apenas recentemente tem sido possível usar R para produzir visualizações de dados interativo baseado na web.

As coisas mudaram dramaticamente com o advento da rCharts. rCharts é um pacote de código aberto para R que leva seus dados e parâmetros como entrada e, em seguida, converte rapidamente os a uma saída do bloco de código javascript. saídas de bloco de código de rCharts pode usar uma das muitas bibliotecas de visualização de dados javascript populares, incluindo NVD3, Highcharts, Riquexó, xCharts, Polychart, e Morris.

Para ver alguns exemplos de visualizações de dados criados usando rCharts, confira o rCharts Gallery. Esta galeria inclui gráficos simples de dados, tais como gráficos padrão de barras e gráficos de dispersão, bem como mais complexos gráficos de dados, tais como diagramas de acordes e parcelas colmeia.

Video: Apresentação Final - TP Visualização de dados

Mapeamento com rMaps

rMaps é o irmão de rCharts. Ambos os pacotes R open-source foram criados por Ramnath Vaidyanathan. Usando rMaps, você pode criar choropleths animados ou interativos, mapas de calor, ou mesmo mapas que contêm anotados localização gotas (tais como aqueles encontrados nas bibliotecas de mapeamento javascript folheto, crosslet, e mapas de dados).

rMaps permite que você crie uma visualização de dados espaciais que contém controles deslizantes interativos que os usuários podem se mover para selecionar o intervalo de dados que eles querem ver.

Se você é um usuário do R e você está acostumado a usar a sintaxe R Markdown simples para criar páginas web, você vai ficar feliz em saber que você pode facilmente incorporar ambos rCharts e rMaps em R Markdown.

Se preferir Python para R, usuários de Python não estão sendo deixados de fora desta tendência de criação de visualizações interativo baseado na Web dentro de uma plataforma. usuários de Python pode usar ferramentas de aplicativos web do lado do servidor, como Flask - Uma ferramenta menos user-friendly, mas mais poderoso do que brilhante - e sobre os módulos Bokeh e Mpld3 para criar javascript versões de visualizações Python do lado do cliente.

A ferramenta Plotly tem um Python interface de programação de aplicativo (API) -, bem como aqueles para R, MATLAB, e Julia - que você pode usar para criar visualizações interativas baseadas na web diretamente de seu Python IDE ou linha de comando. (Confira frasco, bokeh, Mpld3, e Plotly.)