Haciendo visualizaciones de datos basados en la web personalizados con paquetes r libre
Las herramientas presentadas aquí requieren que codificar utilizando el lenguaje de programación estadística R. Aunque puede que no tenga mucha diversión codificación de las cosas a sí mismo, con estos paquetes y herramientas, puede crear resultados que son más personalizados para sus necesidades. Puede utilizar brillantes, rCharts y rMaps para crear visualizaciones de datos basada en web en busca realmente buenos.
Conseguir brillante por rstudio
No hace demasiado tiempo, lo necesario para saber cómo utilizar un lenguaje de programación estadísticas con capacidad como R si desea hacer cualquier tipo de análisis de datos importantes. Y si se necesitaba para hacer visualizaciones web interactivas, usted tiene que saber cómo codificar en lenguajes como javascript o PHP.
Por supuesto, si usted quiere hacer las dos cosas al mismo tiempo, entonces tendría que saber cómo codificar en un dos o tres más lenguajes de programación adicionales. En otras palabras, la visualización de datos basada en la web sobre la base de los análisis estadísticos era una tarea engorrosa.
La buena noticia es que las cosas han cambiado. Debido al trabajo de unos pocos desarrolladores dedicados, las paredes entre el análisis y la presentación se han derrumbado. Después de la puesta en marcha de 2012 Brillante paquete de rstudio, tanto el análisis estadístico y visualización de datos basado en la Web pueden llevarse a cabo en el mismo marco.
Rstudio - ya, con mucho, el más popular entorno de desarrollo integrado (IDE) para R - desarrolló el paquete brillante para que los usuarios R para crear aplicaciones web. aplicaciones web hechas en brillante se ejecutan en un servidor web y son interactivo - con ellos, se puede interactuar con la visualización de datos para mover cursores, seleccione las casillas de verificación, o haga clic en los datos en sí.
Debido a que estas aplicaciones se ejecutan en un servidor, que son considerados vivir - cuando se realizan cambios en los datos subyacentes, estos cambios se reflejan automáticamente en el aspecto de la visualización de datos. aplicaciones Web creadas en brillante son también reactivo - en otras palabras, su producción se actualiza al instante en respuesta a una interacción del usuario, sin que el usuario tenga que hacer clic en un botón Enviar.
Si desea utilizar rápidamente unas pocas líneas de código para generar instantáneamente una aplicación de visualización de datos basado en la web, a continuación, utilizar el paquete de R Brillante. Lo que es más, si desea personalizar su aplicación para la visualización de datos basada en la web para ser más atractiva estéticamente, puede hacer que simplemente editando el HTML, CSS y javascript que subyace a la aplicación brillante.
Debido brillante produce aplicaciones web a nivel de servidor, es necesario un host de servidor y el know-how para alojar su aplicación web en el servidor antes de poder hacer que las aplicaciones web útiles mediante el paquete.
Brillante se ejecuta un servidor web público llamado ShinyApps.io.Puede utilizar ese servidor para alojar una aplicación de forma gratuita, o se puede pagar para alojar allí si sus necesidades son más intensivas en recursos. El nivel más básico de servicio cuesta $ 39 por mes y que promete 250 horas de tiempo de ejecución de la aplicación por mes.
Trazando con rCharts
Aunque R ha sido siempre famosa por sus hermosas visualizaciones estáticas, apenas recientemente ha sido posible utilizar R para producir visualizaciones de datos interactiva basada en la web.
Las cosas cambiaron drásticamente con la llegada de rCharts. rCharts es un paquete de código abierto para R que se lleva a sus datos y parámetros como entrada y luego convierte rápidamente aquellos a una salida de bloque de código javascript. salidas de los bloques de código de rCharts pueden utilizar una de las muchas bibliotecas de visualización de datos javascript populares, incluyendo NVD3, Highcharts, Rickshaw, xCharts, Polychart, y Morris.
Para ver algunos ejemplos de visualizaciones de datos creados mediante el uso de rCharts, echa un vistazo a la rCharts Galería. Esta galería incluye gráficos de datos simples, como los gráficos estándar de barras y diagramas de dispersión, así como gráficos de datos más complejos, tales como diagramas de acordes y parcelas de la colmena.
Video: Promidat
Mapeo con rMaps
rMaps es el hermano de rCharts. Ambos paquetes R-código abierto fueron hechos a mano por Ramnath Vaidyanathan. Usando rMaps, puede crear choropleths animados o interactivos, mapas de calor, o incluso los mapas que contienen anotados gotas de localización (tales como las que se encuentran en las bibliotecas de mapeo javascript prospecto, crosslet, y mapas de datos).
rMaps le permite crear una visualización de datos espaciales que contiene controles deslizantes interactivos que los usuarios pueden mover para seleccionar el rango de datos que quieren ver.
Si usted es un usuario de R y ya está acostumbrado a utilizar la sintaxis Markdown R sencilla para crear páginas web, te alegrará saber que se puede integrar fácilmente tanto rCharts y rMaps en I de rebajas.
Video: Lección Nº1: Visualizacion e Interpretación de Datos en R - LAGRANGE
Si prefiere Python para R, los usuarios de Python no se están quedando fuera de esta tendencia de crear visualizaciones interactivas basadas en la Web dentro de una plataforma. usuarios de Python pueden utilizar herramientas de servidor de aplicaciones web, como Frasco - una herramienta menos fácil de usar, pero más potente que Brillante - y los módulos de bokeh y Mpld3 para crear javascript del lado cliente versiones de visualizaciones de Python.
La herramienta argumentalmente tiene una interfaz de Python de programación de aplicaciones (API) -, así como los de R, MATLAB, y Julia - que se puede utilizar para crear visualizaciones interactivas basadas en la web directamente desde su entorno de programación Python o línea de comandos. (Revisa Matraz, bokeh, Mpld3, y argumentalmente.)