我已经在各种示例(甚至在Azure ML中)中看到,您可以在Visual Studio(而不是R Studio!)中使用R创建吸引人的图表,但我不知道他们是如何做到的。我对R很有经验,但如果有人能指出我如何在Visual Studio和Azure ML中可视化数据集的正确方向;我真的很感激。 以下是我想要复制的示例(在Azure ML和Visual Studio中):Visual studio chart
图片来源:https://regmedia.co.uk/2016/03/09/r_vis_studio_plot.jpg?x=648&y=348&crop=1
答案 0 :(得分:3)
您可以通过以下代码行在Visual Studio扩展中打开R(https://www.visualstudio.com/en-us/features/rtvs-vs.aspx)在解决方案中安装ggplot2,并在创建R项目后在Visual Studio的R Plot窗口中将其可视化:
install.packages('ggplot2', dep = TRUE)
library(ggplot2)
我有«库(ggplot2)»的原因是检查包是否已成功安装,否则你会收到如下错误:库中的错误(ggplot2):没有名为'ggplot2'的包强>
所以如果你没有得到那个错误;你应该好好去。
关于如何输出图表的问题;你只需要从数据源填充ggplot2图表,就像我下面的例子(csv-file):
dataset1 <- read.csv("Adult Census Income Binary Classification dataset.csv", header = TRUE, sep = ",", quote = "", fill = TRUE, comment.char = "")
head(dataset1)
install.packages('ggplot2', dep = TRUE)
library(ggplot2)
names(dataset1) <- sub(pattern = ',', replacement = '.', x = names(dataset1))
foo = qplot(age, data = dataset1, geom = "histogram", fill = income, position = "dodge");
print(foo)
bar = qplot(age, data = dataset1, geom = "density", alpha = 1, fill = income);
print(bar)
在这里你可以看到我创建了两个图表,一个直方图和一个密度图。
在Azure ML中,相同的图表(这次我还包括了关系的直方图),如下所示:
// Map 1-based optional input ports to variables
dataset1 <- maml.mapInputPort(1) # class: data.frame
library(ggplot2)
library(data.table)
names(dataset1) <- sub(pattern=',', replacement='.', x=names(dataset1))
// This time we need to specify the X to be sex; which we didn’t need in Visual Studio
foo = qplot(x=sex, data=dataset1, geom="histogram", fill=income, position="dodge");
print(foo)
foo = qplot(x=relationship, data=dataset1, geom="histogram", fill=income, position="dodge");
print(foo)
foo = qplot(x=age, data=dataset1, geom="density", alpha=0.5, fill=income);
print(foo)
// Select data.frame to be sent to the output Dataset port maml.mapOutputPort("dataset1");
请记住将所有这些放在“执行R脚本模块”中,以便正确运行它。之后,您可以右键舔模块并可视化结果。
答案 1 :(得分:1)
我相信你指的是Visual Studio的R工具。这些提供了在Visual Studio IDE中开发和调试R代码的方法,并且可以生成类似于您共享的图形。
然而,该情节看起来像CRAN ggplot2包中的一个非常标准的图表,这意味着它可以很容易地从R控制台或RStudio中运行的R代码生成。
在R-bloggers网站上发布此帖子应该可以帮助您开始使用ggplot2。
祝你好运,享受! JMP