Visualiser des Big Data avec Trelliscope en R
Ryan Hafen
Author, TrelliscopeJS
Ajoutez simplement as_plotly = TRUE à facet_trelliscope().
Par exemple :
gap_life <- select(gapminder, year, lifeExp, country, continent)
ggplot(gap_life, aes(year, lifeExp)) +
geom_point() +
facet_trelliscope(~ country + continent,
name = "lifeExp_by_country",
desc = "Life expectancy vs. year for 142 countries.",
nrow = 2, ncol = 3,
as_plotly = TRUE)

Ajoutez simplement auto_cog = TRUE à facet_trelliscope().
Par exemple :
ggplot(gap_life, aes(year, lifeExp)) +
geom_point() +
facet_trelliscope(~ country + continent,
name = "lifeExp_by_country",
desc = "Life expectancy vs. year for 142 countries.",
nrow = 2, ncol = 3,
auto_cog = TRUE)
Consultez l'aide de autocogs::autocog pour en savoir plus sur les cognostics automatiques disponibles.

Les plages de limites des axes se contrôlent avec l'argument scales.
Trois options :
"same" (par défaut)"sliced""free"Les limites de chaque panneau sont identiques.
Permet des comparaisons « à périmètre égal » entre panneaux.

Les limites de chaque panneau couvrent la même plage mais ne commencent pas forcément au même point.
Utile pour comparer des différences d'échelle.

Les limites de chaque panneau dépendent des bornes de ses propres données.

Visualiser des Big Data avec Trelliscope en R