Trực quan hóa Dữ liệu Lớn với Trelliscope trong R
Ryan Hafen
Author, TrelliscopeJS
Tất cả biến trong dữ liệu truyền vào ggplot() đều được kiểm tra để dùng làm 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))

Hàm cog() có thể bọc quanh một biến để tinh chỉnh cách một cognostic được xử lý trong Trelliscope.
Với cog(), một số thứ hữu ích nhất bạn có thể chỉ định gồm:
desc: mô tả ý nghĩa cho cognosticdefault_label: boolean chỉ định có hiển thị cognostic làm nhãn theo mặc định hay khônggap$wiki <- cog_href(gap$wiki,
desc = "Link to wikipedia",
default_label = TRUE)
Trực quan hóa Dữ liệu Lớn với Trelliscope trong R