R语言highcharter包绘制可交互散点图

R语言highcharter包绘制可交互散点图

/ 163 / 0

1、加载所需要的包

library(highcharter)

2、数据准备

我们使用mtcars作为演示数据,用变量cyl用作分组变量

# 加载数据
data("mtcars")
df <- mtcars
# 将cyl转换为因子类型
df$cyl <- as.factor(df$cyl)
# 查看我们需要数据的前4行
head(df[, c("wt", "mpg", "cyl", "qsec")], 4)
                  wt  mpg cyl  qsec
Mazda RX4      2.620 21.0   6 16.46
Mazda RX4 Wag  2.875 21.0   6 17.02
Datsun 710     2.320 22.8   4 18.61
Hornet 4 Drive 3.215 21.4   6 19.44

3、绘制基础散点图

hc <- df %>% hchart('scatter', hcaes(x = wt, y = mpg))
hc

4、分组散点图

# 按分组设置不同自定义颜色
hc <- df %>% 
  hchart('scatter', hcaes(x = wt, y = mpg, group = cyl)) %>%
  hc_colors(c("#00AFBB", "#E7B800", "#FC4E07"))
hc

5、添加拟合曲线

# 拟合回归模型
library(dplyr)
library(broom)
model <- lm(mpg ~ wt, data = df)
fit <- augment(model) %>% arrange(wt)

# 可视化
hc <- df %>% 
  hchart('scatter', hcaes(x = wt, y = mpg, group = cyl)) %>%
  hc_add_series(
    fit, type = "line", hcaes(x = wt, y = .fitted),
    name = "Fit", id = "fit"
    ) 

hc

6、绘制气泡图

# 我们用变量qsec设置气泡的大小
hc <- df %>% 
  hchart(
    'scatter', hcaes(x = wt, y = mpg, size = qsec, group = cyl),
    maxSize = "10%"
    )
hc

7、用连续变量设置散点图颜色

hc <- df %>% 
  hchart('scatter', hcaes(x = wt, y = mpg, color = mpg))

hc

 

0 人收藏

发表评论