Wizualizacja dużych zbiorów danych z Trelliscope w R
Ryan Hafen
Author, TrelliscopeJS
Wystarczy dodać as_plotly = TRUE do facet_trelliscope().
Na przykład:
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)

Wystarczy dodać auto_cog = TRUE do facet_trelliscope().
Na przykład:
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)
Szczegółowe informacje o dostępnych automatycznych kognostykach zawiera pomoc dla autocogs::autocog.

Zakresy limitów osi można kontrolować za pomocą argumentu scales.
Trzy opcje:
"same" (domyślnie)"sliced""free"Limity każdego panelu są identyczne.
Umożliwia porównania „jabłko do jabłka" między panelami.

Limity każdego panelu obejmują ten sam zakres, ale nie zaczynają się w tym samym miejscu.
Przydatne do porównywania różnic skali.

Limity każdego panelu są oparte na granicach jego własnych danych.

Wizualizacja dużych zbiorów danych z Trelliscope w R