最近我们被客户要求撰写关于动态可视化的研究报告。

由Kaizong Ye，Coin Ge撰写

在某些情况下，你可能希望通过在每帧中添加数据并保留先前添加的数据来进行动画处理。现在，我们将通过制作点线图的动画来探索。

可下载资源

以下是制作图表静态版本的代码：

#读取数据
warming <- read_csv("warming.csv")
 
#绘图
warming_plot <- ggplot(warming, aes(x = year, y = value)) +
  geom_line(colour="black") +
  geom_point(shape = 21, colour = "black", aes(fill = value), size=5, stroke=1) +
  scale_x_continuous(limits = c(1880,2017)) +
  scale_y_continuous(limits = c(-0.5,1)) +
  scale_fill_distiller(palette = "RdYlBu", limits = c(-1,1), guide = FALSE) +
  xlab("") +
  ylab("Difference from 1900-2000 (ºC)") +
  theme_minimal(base_size = 16, base_family = "Georgia")

就是将ggplot2对象进行动态化，核心函数与包同名，绘图思想与ggplot2同理，特殊之处在于在除了为绘图提供x,y以及color,size这样的美学映射之外，还必须提供一个所谓的 frame映射，具体怎么理解这个 frame映射，还得拿例子说。比如说我们想绘制某国人口随时间变化的一个ggplot2动态图，那么这个时间就是 frame映射。

结果应该是：

该文件warming.csv包含字段year和value，后者是全球年平均气温，相比于1900-2000的平均水平。

课程

R语言数据分析挖掘必知必会

从数据获取和清理开始，有目的的进行探索性分析与可视化。让数据从生涩的资料，摇身成为有温度的故事。

立即参加 ➜

因为这是一个点-线图，它包括geom_line与geom_point层。我们可以将轮廓设置color为黑色，然后aes根据温度使用映射将其填充为颜色value。

该代码用于scale_fill_distiller使用ColorBrewer调色板，该调色板从冷蓝色，中性黄色到暖红色，并将它们应用于从-1到+1的一系列值。

同样，我们可以设置数据动画：

代码的工作方式

transition_reveal。当along时间变量的每个值添加到图表中时，这将保留先前显示的数据。id通过使其等于所讨论的类别变量，可用于为多个类别创建单独的行；否则使用id = 1。

transition_reveal其默认是显示线条，仅绘制当前帧的点：

要创建点的累积动画，使用如下代码：

shadow_mark 保留先前帧中的数据。

最受欢迎的见解

1.R语言动态图可视化：如何、创建具有精美动画的图

2.R语言生存分析可视化分析

3.Python数据可视化-seaborn Iris鸢尾花数据

4.r语言对布丰投针（蒲丰投针）实验进行模拟和动态

5.R语言生存分析数据分析可视化案例

6.r语言数据可视化分析案例：探索brfss数据数据分析

7.R语言动态可视化：制作历史全球平均温度的累积动态折线图动画gif视频图

8.R语言高维数据的主成分pca、 t-SNE算法降维与可视化分析案例报告

9.python主题LDA建模和t-SNE可视化

使用for循环绘制并保存每年的图表

要制作点和线的累积动画，我们需要编写一个循环为每帧创建一个单独的图像。

R语言动态图可视化：如何、创建具有精美动画的图

阅读文章 ➜

for循环：

# 列出1880年至2017年的年份
years <- c(1880:2017)
 
# for循环每年输出到控制台，每次暂停一秒钟
for (y in years) {
  print(y)
  Sys.sleep(1) 
}

随时关注您喜欢的主题

输出：

[1] 1880
[1] 1881
[1] 1882
[1] 1883
[1] 1884
[1] 1885
[1] 1886
[1] 1887

代码的第一行创建一个整数列表，其范围为1880年至2017年。

这部分代码将遍历列表中的每个条目：for (y in years)。

该代码使用相同的原理来绘制并保存每年的图表：

该代码如何工作

对于每一年，y该代码首先都会使一个称为R的R对象。

然后，它创建一个名为的R对象chart，这是从该数据绘制的静态ggplot2图表。

然后，使用该`ggsave`函数以定义的尺寸和分辨率保存该图表，从而在循环上进行进度更新。

该ggsave代码利用了R函数paste0。

将帧合并为GIF和视频

首先使用制作GIF：

# 用ImageMagick制作GIF
system("convert -delay 10 charts/*.jpg warming2.gif")
 
# 增加GIF最后一帧的延迟
system("convert warming2.gif \\( +clone -set delay 300 \\) +swap +delete warming2_with_pause.gif")

这段代码创建了一个名为的GIF `warming2.gif`。现在制作视频：

# 用FFmpeg制作视频
system("ffmpeg -f image2 -start_number 1880 -i charts/%d.jpg -vf 'scale=trunc(iw/2)*2:trunc(ih/2)*2' warming.mp4")
 
# 改变视频的速度
system("ffmpeg -i warming.mp4 -vf 'setpts=2*PTS' warming_slow.mp4")

image2根据图像序列创建视频。