Visualiser des Big Data avec Trelliscope en R
Ryan Hafen
Author, TrelliscopeJS
Toutes les variables des données passées à ggplot() sont analysées pour être utilisées comme cognostics.
gap <- gapminder %>% group_by(country) %>% mutate(latestLifeExp = tail(lifeExp, 1))gap
# A tibble: 1,704 x 7
# Groups: country [142]
country continent year lifeExp pop gdpPercap latestLifeExp
<fct> <fct> <int> <dbl> <int> <dbl> <dbl>
1 Afghanistan Asia 1952 28.8 8425333 779 43.8
2 Afghanistan Asia 1957 30.3 9240934 821 43.8
3 Afghanistan Asia 1962 32.0 10267083 853 43.8
4 Afghanistan Asia 1967 34.0 11537966 836 43.8
5 Afghanistan Asia 1972 36.1 13079460 740 43.8
6 Afghanistan Asia 1977 38.4 14880372 786 43.8
# ... with 1,698 more rows
gap <- gapminder %>%
group_by(country, continent) %>%
mutate(wiki = paste0("https://en.wikipedia.org/wiki/", country))

La fonction cog() peut envelopper une variable pour affiner la gestion d'un cognostic dans Trelliscope.
Avec cog(), parmi les paramètres les plus utiles, vous pouvez préciser :
desc : une description parlante du cognosticdefault_label : booléen indiquant si le cognostic doit s'afficher comme étiquette par défaut ou nongap$wiki <- cog_href(gap$wiki,
desc = "Link to wikipedia",
default_label = TRUE)
Visualiser des Big Data avec Trelliscope en R