
数据可视化能够很好地展示我们数据分析的结果,对于平常工作中,一份酷炫的可视化图表也能成为我们在工作汇报时的加分项,可是很多小伙伴对于怎样制作吸引人眼球可视化图表却不知晓,今天小编终于为大家找到了集中好看的力导向图,桑基图、树图、弦图的制作方法,特来分享给大家。
以下文章来源于: AI入门学习公众号
作者:伍正祥
给大家分享4种很厉害的图,基于R语言networkD3包实现,学会了可以大大提高可视化水平,R语言实现非常简单,几行代码就搞定,先看图。
1、力导向图(force Network)
2、桑基图(Sankey diagrams)
3、辐射状网络图(Radial networks)
4、弦图(chord Diagram)
下面一步步实现其中的每个图
#工作空间设置
setwd("C:/Users/wuzhengxiang/Desktop/networkD3")
#包加载
library(networkD3)
#http://christophergandrud.github.io/networkD3/#simple
1、力导向图(force Network)
1)简单网络图
#创建数据
src = c("A", "A", "A", "A", "B", "B", "C", "C", "D",'I')
target = c("B", "C", "D", "J", "E", "F", "G", "H", "I",'A')
networkData = data.frame(src, target)
#直接一个函数即可画出简单图,下面第一个图
simpleNetwork(networkData)
#换个颜色和字体大小,下面第二个图
simpleNetwork(networkData,nodeColour = "#FF69B4",fontSize = 12)
2)复杂网络图
#载入数据
data(MisLinks)
data(MisNodes)
#创建一个简单的力图
forceNetwork(Links = MisLinks, Nodes = MisNodes, Source = "source", Target = "target", Value = "value", NodeID = "name",Group = "group", opacity = 1, zoom = F, bounded = T)
# 当鼠标点击变大大的图
MyClickScript = 'd3.select(this).select("circle").transition().duration(750).attr("r", 30)'
forceNetwork(Links = MisLinks, Nodes = MisNodes, Source = "source",Target = "target", Value = "value", NodeID = "name",Group = "group", opacity = 1, zoom = F, bounded = T,
clickAction = MyClickScript)
# 节点大小赋值
forceNetwork(Links = MisLinks, Nodes = MisNodes, Source = "source",Target = "target", Value = "value", NodeID = "name", Nodesize = 'size', radiusCalculation = "d.nodesize",
Group = "group", opacity = 1, legend = T, bounded = F)
2、桑基图(Sankey diagrams)
URL <- 'https://raw.githubusercontent.com/christophergandrud/d3Network/sankey/JSONdata/energy.json'
Energy <- jsonlite::fromJSON(URL)
# Plot
sankeyNetwork(Links = Energy$links, Nodes = Energy$nodes, Source = "source",Target = "target", Value = "value", NodeID = "name",fontSize = 12, nodeWidth = 30 )
#动态
#静态
3、树状图 (Tree networks)
1)radialNetwork
Flare <- jsonlite::fromJSON(
"https://gist.githubusercontent.com/mbostock/4063550/raw/a05a94858375bd0ae023f6950a2b13fac5127637/flare.json",simplifyDataFrame = FALSE)
hc <- hclust(dist(USArrests), "ave")
radialNetwork(List = Flare, fontSize = 10, opacity = 0.9, margin=0)
radialNetwork(as.radialNetwork(hc))
2)其他类型的树图(不会翻译,弯的树图?)
diagonalNetwork(List = Flare, fontSize = 10, opacity = 0.9, margin=0)
diagonalNetwork(as.radialNetwork(hc), height = 700, margin = 50)
3)dendroNetwork(不会翻译,直的树图?)
hc <- hclust(dist(USArrests), "ave")
dendroNetwork(hc, height = 600)
dendroNetwork(hc, treeOrientation = "vertical")
dendroNetwork(hc, height = 600, linkType = "diagonal")
dendroNetwork(hc, treeOrientation = "vertical", linkType = "diagonal")
dendroNetwork(hc, textColour = c("red", "green", "orange")[cutree(hc, 3)],height = 600)
dendroNetwork(hc, textColour = c("red", "green", "orange")[cutree(hc, 3)], treeOrientation = "vertical")
4、弦图(chordDiagram)
hairColourData = matrix(c(11975, 1951, 8010, 1013,5871, 10048, 16145, 990,8916, 2060, 8090, 940, 2868, 6171, 8045, 6907), nrow = 4)
chordNetwork(hairColourData, width = 500, height = 500,colourScale = c("#000000", "#FFDD89", "#957244", "#F26223"))
#保存为html文件saveNetwork
library(magrittr)
simpleNetwork(networkData) %>% saveNetwork(file = 'Net1.html')
forceNetwork(Links = MisLinks, Nodes = MisNodes, Source = "source",Target = "target", Value = "value", NodeID = "name",Nodesize = 'size', radiusCalculation = " Math.sqrt(d.nodesize)+6",Group = "group", opacity = 1, legend = T, bounded = T) %>%
saveNetwork(file = 'forceNetwork_01.html')
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
剖析 CDA 数据分析师考试题型:解锁高效备考与答题策略 CDA(Certified Data Analyst)数据分析师考试作为衡量数据专业能力的 ...
2025-07-04SQL Server 字符串截取转日期:解锁数据处理的关键技能 在数据处理与分析工作中,数据格式的规范性是保证后续分析准确性的基础 ...
2025-07-04CDA 数据分析师视角:从数据迷雾中探寻商业真相 在数字化浪潮席卷全球的今天,数据已成为企业决策的核心驱动力,CDA(Certifie ...
2025-07-04CDA 数据分析师:开启数据职业发展新征程 在数据成为核心生产要素的今天,数据分析师的职业价值愈发凸显。CDA(Certified D ...
2025-07-03从招聘要求看数据分析师的能力素养与职业发展 在数字化浪潮席卷全球的当下,数据已成为企业的核心资产,数据分析师岗位也随 ...
2025-07-03Power BI 中如何控制过滤器选择项目数并在超限时报错 引言 在使用 Power BI 进行数据可视化和分析的过程中,对过滤器的有 ...
2025-07-03把握 CDA 考试时间,开启数据分析职业之路 在数字化转型的时代浪潮下,数据已成为企业决策的核心驱动力。CDA(Certified Da ...
2025-07-02CDA 证书:银行招聘中的 “黄金通行证” 在金融科技飞速发展的当下,银行正加速向数字化、智能化转型,海量数据成为银行精准 ...
2025-07-02探索最优回归方程:数据背后的精准预测密码 在数据分析和统计学的广阔领域中,回归分析是揭示变量之间关系的重要工具,而回 ...
2025-07-02CDA 数据分析师报考条件全解析:开启数据洞察之旅 在当今数字化浪潮席卷全球的时代,数据已成为企业乃至整个社会发展的核心驱 ...
2025-07-01深入解析 SQL 中 CASE 语句条件的执行顺序 在 SQL 编程领域,CASE语句是实现条件逻辑判断、数据转换与分类的重要工 ...
2025-07-01SPSS 中计算三个变量交集的详细指南 在数据分析领域,挖掘变量之间的潜在关系是获取有价值信息的关键步骤。当我们需要探究 ...
2025-07-01CDA 数据分析师:就业前景广阔的新兴职业 在当今数字化时代,数据已成为企业和组织决策的重要依据。数据分析师作为负责收集 ...
2025-06-30探秘卷积层:为何一个卷积层需要两个卷积核 在深度学习的世界里,卷积神经网络(CNN)凭借其强大的特征提取能力 ...
2025-06-30探索 CDA 数据分析师在线课程:开启数据洞察之旅 在数字化浪潮席卷全球的当下,数据已成为企业决策、创新与发展的核心驱 ...
2025-06-303D VLA新范式!CVPR冠军方案BridgeVLA,真机性能提升32% 编辑:LRST 【新智元导读】中科院自动化所提出BridgeVLA模型,通过将 ...
2025-06-30LSTM 为何会产生误差?深入剖析其背后的原因 在深度学习领域,LSTM(Long Short-Term Memory)网络凭借其独特的记忆单元设 ...
2025-06-27LLM进入拖拽时代!只靠Prompt几秒定制大模型,效率飙升12000倍 【新智元导读】最近,来自NUS、UT Austin等机构的研究人员创新 ...
2025-06-27探秘 z-score:数据分析中的标准化利器 在数据的海洋中,面对形态各异、尺度不同的数据,如何找到一个通用的标准来衡量数据 ...
2025-06-26Excel 中为不同柱形设置独立背景(按数据分区)的方法详解 在数据分析与可视化呈现过程中,Excel 柱形图是展示数据的常用工 ...
2025-06-26