基于R语言的Kaggle案例分析学习笔记（六）

可视化

本案例的大纲：

1、统计类型的可视化----以共享自行车的租用为例

2、地理可视化-----旧金山犯罪事件

3、美国干旱情况

4、代码示例

1、统计类型的可视化----以共享自行车的租用为例

    主要构建散点图，不同时间段的不同温度下的租车数。

2、旧金山犯罪人数地理可视化

     将各个类型的犯罪人数可视化到各个地区，主要用到ggmap函数，但是由于要从谷歌网站下载地图，我这边得到外网软件没起作用，所以没办法展示。

3、美国干旱情况

     主要用到choroplethrMaps包画分级地图，animation包画动画地图。

4、代码示例

     

#(1)租车数量的散点图
train<-read.csv("D:/R语言kaggle案例实战/Kaggle第六课/visualization_1.csv")
library(ggplot2)#画图包
library(lubridate)#日期包
library(scales)#标准化
x_axis<-"jitter_times"#x轴
y_axis<-"count"#y轴
color<-"temp_f"#温度系颜色
head(train)
train$datetime<-as.POSIXct(train$datetime)#将datetime变成时间类型
train$hour<-hour(train$datetime)#提取小时
train$times<-as.POSIXct(strftime(ymd_hms(train$datetime),format = "%H:%M:%S"),format = "%H:%M:%S")#提取时间：时分秒
train$jitter_times<-train$times+minutes(round(runif(nrow(train),min=0,max=59)))
train$day<-wday(ymd_hms(train$datetime),label=T)#提取工作日
train$temp_f<-train$temp
ggplot(train[train$workingday==1,],aes_string(x=x_axis,y=y_axis,color=color))+#工作日的租车量散点图，该步骤画出横纵坐标
  geom_point(position=position_jitter(w=0.0,h=0.4))+theme_light(base_size =20 )+#画散点，position_jitter表示晃动，其中参数w、h的大小表示上下左右晃动的大小，theme_light调整背景明亮程度。
  scale_x_datetime(breaks=date_breaks("4 hours"),labels=date_format("%I:%M:%P"))+#设置x轴格式，4个小时为分割，标签的形式为时间格式。
  scale_colour_gradientn("Temp",colours=rainbow(10))+xlab('hour')#标签颜色
#(2)犯罪事件的地图可视化
library(ggmap)
map<-get_map("San Francisco",zoom=12)#获取地图
plot(map)
train2<-read.csv("D:/R语言kaggle案例实战/Kaggle第六课/visualization_2.csv")
map_crime<-function(crime_df,crime){  
  filtered<-filter(crime_df,Category %in% crime)#获取某些犯罪类型的犯罪人数
  plot<-ggmap(map,extent = 'device')+geom_point(data=filtered,aes(x=X,y=Y,color=Category),alpha=0.6)#画图,x,y为经纬度，color颜色根据犯罪类型而定,extent为地图类型。
  return(plot)
}
map_crime(train2,c('SUICIDE','ARSON'))#'SUICIDE','ARSON'这两种犯罪的地图可视化
#(3)美国各个州的干旱情况
library(data.table)#处理大数据的包
library(choroplethrMaps)#处理分级地图的包，比如不同地区的人口密度
library(ggplot2)
library(dplyr)
library(animation)#动画图
train3<-fread("D:/R语言kaggle案例实战/Kaggle第六课/visualization_3.csv",select=c("releaseDate","NONE","FIPS"))#fread读取大数据的方法，select参数表示只读取三列
head(train3)
train3$releaseDate<-lubridate::ymd(train3$releaseDate)#规范时间格式
train3$year<-year(train3$releaseDate)
train3$month<-month(train3$releaseDate)
train3<-train3[,.("region"="FIPS","value"=100-NONE,year,month)]#重新构建数据格式，‘FIPS'作为新的一列的值，新列名为region，还增加value值。
train3<-train3[,.("value"=mean(value,na.rm=T)),by=.(region,year,month)]#对value分组求均值处理，根据不同地区、年、月
train3$value<-cut(train3$value,breaks=5,labels = c('0-20','20-40','40-60','60-80','80-100'))#对连续性的数据进行离散化，分为五段。
years<-unique(train3$year)#去重
month<-unique(train3$month)#去重
library(lattice)
saveGIF({#saveGIF函数保存动态图
  ani.options(interval=1.2,nmax=1644,convert=shQuote('E:/Rsoftware/ImageMagick-7.0.6-Q16/convert.exe'))#间隔变化时间是1.2s,nmax表示图片的最多的滚动次数，必须安装ImageMagick-7.0.6-Q16这个软件，shQuote表示安装的地址
  for(ye in years){
  for(mo in months){
  train3plot<-train3[c(year==ye&month==mo)]
  map<-CountryChoropleth$new(train3plot)#画分级地图
  map$title=paste("US Drought Conditions by Country,year:",ye,"month:",mo)
  map$ggplot_scale<-scale_fill_brewer(name='% in drought',palette='Reds')
  print(map$render())
  }
  }}
)

      数据下载地址：前两个数据下载地址在之前的文章中已经给出，最后一个例子的数据我没在Kaggle中找到，需要的伙伴可以自己找找，我本地电脑有这个数据，但CSDN不方便上传。