R ggvis:使用input_select设置x轴上的变量

R ggvis是一个基于R语言的数据可视化包，它提供了一种交互式的方式来创建高质量的图表。在ggvis中，可以使用input_select函数来设置x轴上的变量。

input_select函数用于创建一个下拉菜单，其中包含可以选择的变量列表。通过选择不同的变量，可以动态地改变图表中x轴的显示内容。

使用input_select设置x轴上的变量的步骤如下：

首先，需要加载ggvis包和其他必要的包：

library(ggvis)
library(dplyr)

接下来，需要创建一个数据框，包含要可视化的数据：

data <- data.frame(x = c("A", "B", "C"), y = c(1, 2, 3))

然后，使用ggvis函数创建一个可视化对象，并指定数据来源：

vis <- ggvis(data)

使用input_select函数创建一个下拉菜单，并设置变量列表：

vis %>% 
  layer_points(x = ~x, y = ~y) %>% 
  add_axis("x", title = "X轴", properties = axis_props(labels = input_select(c("A", "B", "C"))))

在上述代码中，input_select函数的参数是一个字符向量，包含了可供选择的变量列表。在这个例子中，我们使用了字符向量c("A", "B", "C")作为变量列表。

最后，使用print函数打印可视化对象，以显示图表：

print(vis)

通过上述步骤，就可以使用input_select设置x轴上的变量，并创建一个交互式的图表。

推荐的腾讯云相关产品和产品介绍链接地址：

腾讯云服务器（CVM）：https://cloud.tencent.com/product/cvm
腾讯云数据库（TencentDB）：https://cloud.tencent.com/product/cdb
腾讯云人工智能（AI）：https://cloud.tencent.com/product/ai
腾讯云物联网（IoT）：https://cloud.tencent.com/product/iotexplorer
腾讯云移动开发（移动推送、移动分析等）：https://cloud.tencent.com/product/mobile
腾讯云存储（对象存储、文件存储等）：https://cloud.tencent.com/product/cos
腾讯云区块链（TBaaS）：https://cloud.tencent.com/product/tbaas
腾讯云元宇宙（Tencent XR）：https://cloud.tencent.com/product/xr

相关·内容

ggvis包—数据可视化交互

简介 ggvis[1]是R的一个数据可视化包，它可以：使用与ggplot2类似的语法描述数据图形；创建丰富的交互式图形，在本地Rstudio或浏览器中使用这些图形；利用shiny的基础结构发布交互式图形...ggvis目前不支持分面；使用ggvis而不添加任何层类似于qplot 更详细的区别可见：http://ggvis.rstudio.com/ggplot2.html 这里先对包进行加载（可以直接使用instll.packages...3 柱状图柱状图是使用layer_bars()函数，内部参数包括width（设置柱子宽度）等。...add_axis()可以设置坐标轴的名称等其他参数。 6 箱型图使用layer_boxplots()绘制箱型图，具体内部参数再次不做具体陈述。...鉴于本文内容较多，将在下次对这个包的交互使用进行详细解释。

9414 0

经验总结 | 最有效的R学习路径（二）

学习R的同学肯定知道RStudio，它是目前使用最广泛的R集成开发环境（IDE）。用RStudio写R代码不知比原生的RGui要快上多少，如果小伙伴们还在用RGui，赶紧鸟枪换炮吧。...一般而言，学完了“getting started with ggvis”中“recipes”和“ggvis basics”两部分内容，日常绘图就没有太大问题了，而“advanced topics”中的内容更多是关于自定义坐标轴...stackoverflow是世界上最大的程序员问答网站，只要你在搜索时加上[ggvis]标签，那么你就能搜索到和ggvis相关的所有问题。...在下一期，大猫会介绍自己所使用的R开发工具：Microsoft Visual Studio + Microsoft R Open + R Tools for Visual Studio。...这是一套比原生R（CRAN R）要强大许多倍的开发环境。他基于这个地球上最强大的IDE——Visual Studio，能够极大提高编程效率。我是大猫，咱们下期见！

6991 0

数据流编程教程：R语言与DataFrame

此外，separate和union方法提供了数据分组拆分、合并的功能，应用在nominal数据的转化上。...gruop_by()使用 arrange(): 按行排序（2）关联表查询 inner_join(x, y): 匹配 x + y left_join(x, y): 所有 x + 匹配 y semi_join...data.table还参考了NoSQL中流行的Key-Value形式，引入了setkey()函数,为数据框设置关键字索引。...在R中使用DDF，我们不需要修改之前任何的代码，并且绕过Hadoop的绝对限制，就可以让data frame格式的数据，自动获得分布式处理的能力！...3.R Tutorial: Data Frame 4.Python Pandas 官方文档 5.知乎：R语言读大数据？ 6.知乎的高分问答：如何使用 ggplot2？

3.8K12 0

ggplot2绘图

在 R 语言中自成一派，目前也有越来越多的绘图包基于 ggplot2 进行二次开发，一般都是以“gg”开头，例如 ggpubr，ggtree，ggvis，ggtree，ggstatsplot 等。...传统的 R 绘图称为“画家模式”，首先布局一块画布，然后在画布上添加点线面，而 ggplot2采用图层的方式，类似于“Photoshop”模式，通过累加不同的图层元素来绘图。...通过 mapping 选项添加，然后使用 aes()函数，aes 来自于 aesthetics（美学，美的哲学），数据可以分别映射到轴与 y 轴，同时可以添加更多属性，例如点的大小，形状，颜色，透明度等属性..., mapping = aes(x=wt, y=mpg)) + geom_point()+facet_wrap(cyl ~ .) 9、主题（Theme）主题是一些元素默认设置构成的整体，...ggplot2 默认的主题是其简单设置就可以生成高质量的图片，无需进行更多修改。

6961 0

工具 | 一张图，教你用25种可视化工具如何完成

散点图真是一个比较神奇的图形，正如它的名字一样，一堆纷乱如麻的圆点，看似无迹可寻却能显示出数据难以显示的内在逻辑关系。很多人称它“万表之王”，它在数据分析师手里已经演化成了一个强大的数据分析工具。...在看完对工具的推荐后，有兴趣的可以看下这24种工具是如何实现气泡图的。...数据源统一如下，4个字段分别为国家，人均收入，寿命，人口总数，想要做的效果是一个气泡图，X轴为人均收入，Y轴为寿命，气泡大小为人口总数工具1：Excel 工具2：Google Sheets ?...)) + expand_limits(x=0) 工具15：R – ggvis #import librarylibrary(ggvis)library(dplyr)#set working directorysetwd...("Desktop")#read csvd = read.csv("data.csv", header=TRUE)#plot chartd %>% ggvis(~income, ~health) %

1K8 0

「R」Rmarkdown与Shiny

一般的图非常简单，和平常写R代码一样，不过不在.R中写，而是在.Rmd中写，将你的代码写入如下的代码框中，使用Control+Alt+i可以直接插入一个代码框。...就是说重点是代码，图R会帮我们自动生成，比如下面这个图： set.seed(123) x = rnorm(1000) y = 2 * x + rnorm(1000) m = lm(y ~ x) plot...除了基本的绘图函数与ggplot2包，我们还可以使用其他，例如DiagrammeR包绘制流程图等。...嵌入交互图前面演示的都是静态的，现在咱们来玩动态的。 ggvis是RStudio开发的一个交互图扩展包，她利用Vega作为后端支持。...这个包的语法有点像ggplot2，最好配合管道符号使用。还有一个扩展包dygraphs专门用于绘制交互功能的时间序列数据。

3.1K3 0

Apache Zeppelin 中 R 解释器

概述 R是用于统计计算和图形的免费软件环境。要在Apache Zeppelin中运行R代码和可视化图形，您将需要在主节点（或您的开发笔记本电脑）上使用R。...要使用R解释器运行Zeppelin，SPARK_HOME必须设置环境变量。...如果您从Zeppelin运行一个更改变量的块，则再次运行相同的块，该变量已被更改。使用不变变量。...最大的OS X和不区分大小写的文件系统。如果您尝试安装在不区分大小写的文件系统（Mac OS X默认值）上，则maven可能无意中删除安装目录，因为r它们R成为相同的子目录。...错误unable to start device X11与REPL解释。检查你的shell登录脚本，看看它们是否在DISPLAY调整环境变量。

1.5K8 0

Python数据处理从零开始----第四章（可视化）背景：Matplotlib

哈勃望远镜背后的科学家在财务上支持Matplotlib的开发并大大扩展了其功能。 Matplotlib最重要的功能之一是它能够很好地兼容许多操作系统和图形后端。...R语言中的ggplot和ggvis等新工具，以及基于D3js和HTML5画布的Web可视化工具包，经常使Matplotlib感觉笨重和老式。...设置样式我们将使用plt.style指令为我们的数字选择合适的美学风格。...number) plt.plot(x, np.sin(x)) # 设置双图的第二个图 plt.subplot(2, 1, 2) plt.plot(x, np.cos(x)); ?...这种接口最重要的特点是有状态的，它会跟踪‘当前的’图片和坐标轴，可以使用plt.gcf()和plt.gca()获取当前图片和坐标轴。

1.2K1 0

【直播回顾】轻松入门数据可视化

R语言有一系列的数据可视化包（packages），包括ggplot2、lattice、leaflet、playwith、atticist、iplots、ggvis、ggmaps，以及很流行的ggplot2...类别比较型类别比较型图表的数据一般包含数值型和类别型两种数据类型（见图1-8-2），比如在柱形图中，X轴为类别型数据，Y轴为数值型数据，采用位置+长度两种视觉元素。...时间序列型时间序列型图表强调数据随时间的变化规律或者趋势，X轴一般为时序数据，Y轴为数值型数据，包括折线图、面积图、雷达图、日历图、柱形图等。...R语言数据可视化方法如需绘制这些不同类型的图表，我们主要使用R ggplot2及其拓展包extension，比如ggrepel、ggally、ggalluvial等包；也还会使用lattice、plot3D...R中ggplot2包的geom_path()和geom_polygon()等函数，结合地理空间坐标系可以使用DataFrame格式的数据，绘制不同投影下的世界与国家地图。

1.7K4 0

数据科学 IPython 笔记本 8.3 Matplotlib 可视化

当它被用作太空望远镜科学研究所（哈勃望远镜背后的人）选择的绘图包时，它得到了早期的赞助，该研究所在财务上支持了 Matplotlib 的开发，并极大地扩展了它的能力。...比起 R 语言中的ggplot和ggvis等新工具，以及基于 D3js 和 HTML5 画布的 Web 可视化工具包，Matplotlib 显得笨重和陈旧。...设置样式我们将使用plt.style指令，为我们的图形选择合适的美学风格。...plt.plot(x, np.sin(x)) # 创建第二个面板并设置当前轴 plt.subplot(2, 1, 2) plt.plot(x, np.cos(x)); 重要的是要注意这个接口是有状态的...在面向对象的界面中，绘图函数并不依赖于“活动”图形或轴域的某些概念，而是显式“图形”和“轴域”对象的方法。

9331 0

ggplot2包图形参数(坐标轴、分面、配色)整理

配色 6.1 设置对象的颜色 6.2 将变量映射到颜色上 6.3 对离散型变量使用不同的调色板 6.4 对离散型变量使用自定义调色板 6.5 使用色盲友好型调色板 6.6 对连续性变量使用自定义调色板...() # 设置连续性x轴的最小值和最大值 ylim() # 同上 ylim(0, max(PlantGrowth$weight)) # y轴最大值为weight变量的最大值 ylim()是scale_y_continuous...4.10.1 日期坐标轴坐标轴上的日期刻度间距使用seq()函数设定 datebreaks <- seq(as.Date("1992-06-01"), as.Date("1993-06-01"),...5.2 在不同坐标轴下使用分面使每个分面的坐标轴不一样，将标度设置为"free_x"、"free_y"或"free"。...6.2 将变量映射到颜色上对于几何对象，将colour或fill参数的值设置为数据中某一列的列名即可。

10.7K4 1

Matplotlib 系列之「绘制函数图像」

它的文档相当完备，并且 Gallery 页面中有上百幅缩略图，打开之后都有源程序。因此如果你需要绘制某种类型的图，只需要在这个页面中浏览/复制/粘贴一下，基本上都能搞定。...) # 使用.spines设置边框：x轴；将右边颜色设置为 none。...# 定义 x 变量的范围 (-3，3) 数量 50 x=np.linspace(-3,3,50) y=x**2 使用 plt.figure 定义一个图像窗口，使用 plt.plot 画 (x ,y)...-1, 2)；使用 plt.ylim 设置 y 坐标轴范围：(-2, 3)；使用 plt.xlabel 设置 x 坐标轴名称：’x’；使用 plt.ylabel 设置 y 坐标轴名称：’I am...使用 .spines 设置边框：x 轴；使用 .set_position设置边框位置：y=0 的位置；（位置所有属性：outward，axes，data） # 设置坐标轴 gca() 获取坐标轴信息

1.2K2 0

Python实操：手把手教你用Matplotlib把数据画出来

在近些年，已经出现了更新更好的工具最终替代了 Matplotlib（比如 R 语言中的ggplot和ggvis），但 Matplotlib 依旧是一个经过良好测试的、跨平台的图形引擎。...02 生成一个简单的绘图让我们创建第一个绘图。假设想要画出正弦函数sin(x)的线性图。得到函数在x坐标轴上0≤x＜10内所有点的值。...我们将使用 NumPy 中的 linspace 函数来在x坐标轴上创建一个从0到10的线性空间，以及100个采样点： In [3]: import numpy as np In [4]: x = np.linspace...(0, 10, 100) 可以使用 NumPy 中的sin函数得到所有x点的值，并通过调用plt中的plot函数把结果画出来： In [5]: plt.plot(x, np.sin(x)) 你亲自尝试了吗...从 IPython shell 中绘图这实际上是交互式地执行Matplotlib最方便的方式。为了让绘图出现，需要在启动 IPython 后使用所谓的%matplotlib魔法命令。

2.2K3 0

ggbrick绘制砖块风柱状图

数据可视化 df %>% ggplot(aes(state,state_lab)) + # 设置x轴和y轴的变量为"state"和"state_lab" geom_brick(aes(state..., n, fill = n), colour = NA, size = 0.2) + # 使用砖形图表示数据，x轴为"state"，y轴为"n"，填充颜色为"n"，边框颜色设置为透明，大小为0.2...\nMarkers") + # 设置x轴和y轴的标签为空，设置填充颜色的标签为"Number of\nHistorical\nMarkers" scale_y_continuous(expand...# 设置x轴的离散变量标签格式，使其每行最多显示6个字符 theme_classic() + # 使用经典主题 theme( axis.line.y.left = element_blank..., # 隐藏y轴的刻度线 axis.text.x = element_text(color="black", size=8, face="bold"), # 设置x轴刻度标签的颜色为黑色

2494 1

【matplotlib】1-使用函数绘制图表

文章目录使用函数绘制图表 1.绘制matplotlib图表组成元素的主要函数 2.准备数据 3.函数用法 3.1函数plot()--展现变量的趋势变化 3.2函数scatter()--寻找变量之间的关系...3.3函数xlim()--设置x轴的数值显示范围 3.4函数xlabel()--设置x轴的标签文本 3.5 函数grid()--绘制刻度线的网格线 3.6 函数axhline()--绘制平行与x轴的水平参考线...调用签名： plt.plot(x, y, ls=‘-’, lw=2, label=‘plot figure’) 参数说明： x: x轴上的数值 y: y轴上的数值 ls: 折线图的线条风格 lw:...plot') plt.legend() plt.show() 3.3函数xlim()–设置x轴的数值显示范围函数功能：设置x轴的数值显示范围调用签名： plt.xlim(xmin, xmax...) 参数说明： xmin: x轴上的最小值 xmax: x轴上的最大值平移性: 上面的函数功能，调用签名和参数说明同样可以平移到函数ylim()上 import matplotlib.pyplot

1.2K3 0

【MATLAB】基本绘图 ( 修改对象属性 | 修改坐标轴属性 | 修改坐标轴范围 | 修改文字大小 | 修改刻度 | 修改线属性 )

2 * pi, 1000); % y 轴变量 y = sin(x); % 使用 h 变量接受 plot 函数绘制的曲线图像句柄值 h = plot(x, y); % 获取曲线图像的属性 %get..., 1000); % y 轴变量 y = sin(x); % 使用 h 变量接受 plot 函数绘制的曲线图像句柄值 h = plot(x, y); % 获取曲线图像的属性 %get(h) %...); % 使用 h 变量接受 plot 函数绘制的曲线图像句柄值 h = plot(x, y); % 获取曲线图像的属性 %get(h) % 获取坐标轴对象属性 get(gca) % 设置 x...轴变量 y = sin(x); % 使用 h 变量接受 plot 函数绘制的曲线图像句柄值 h = plot(x, y); % 获取曲线图像的属性 %get(h) % 获取坐标轴对象属性 get...1000); % y 轴变量 y = sin(x); % 使用 h 变量接受 plot 函数绘制的曲线图像句柄值 h = plot(x, y); % 设置 h 变量对应的线对象 % 线的样式是 -

3.2K3 0

【MATLAB】二维绘图 ( 绘制二维图像 | 设置图像样式 )

, y 轴变量表达式 , x 变量定义成一个区间数值 , y 变量是一个基于 x 变量的表达式 ; % 定义 x 变量 , % 从 0 开始 , 每次递增 0.1 , 到 2 * pi...结束 % 坐标系中 x 点的个数是 2 * pi / 0.1 个 x = 0 : 0.1 : 2 * pi; % 定义 y 变量 % 使用 sin 函数 , 传入 x 作为参数 y = sin(x)..., y 轴表达式对应变量 ; % 绘制二维平面图 % 传入的两个参数分别是 x , y plot(x,y) 2、二维绘图步修饰设置图像标题 : % 设置标题 title('正弦函数曲线') 设置...x 轴标签 : % x 轴标签 xlabel('x'); 设置 y 轴标签 : % y 轴标签 ylabel('sin(x)') 设置图像的可见范围 , 限制其 x 或 y 的显示范围...结束 % 坐标系中 x 点的个数是 2 * pi / 0.1 个 x = 0 : 0.1 : 2 * pi; % 定义 y 变量 % 使用 sin 函数 , 传入 x 作为参数 y = sin(x)

1.1K3 0

详解seaborn可视化中的kdeplot、rugplot、distplot与jointplot

Python大数据分析一、seaborn简介 seaborn是Python中基于matplotlib的具有更多可视化功能和更优美绘图风格的绘图模块，当我们想要探索单个或一对数据分布上的特征时，可以使用到...，双变量作为第2个输入变量 shade：bool型变量，用于控制是否对核密度估计曲线下的面积进行色彩填充，True代表填充 vertical：bool型变量，在单变量输入时有效，用于控制是否颠倒x-y轴位置...，反映在图像上的闭环层数下面我们来看几个示例来熟悉kdeplot中上述参数的实际使用方法：首先我们需要准备数据，本文使用seaborn中自带的鸢尾花数据作为示例数据，因为在jupyter notebook...height：设置每个观测点对应的小短条的高度，默认为0.05 axis：字符型变量，观测值对应小短条所在的轴，默认为'x'，即x轴使用默认参数进行绘制： ax = sns.rugplot(iris.petal_length...ratio：int型，调节联合图与边缘图的相对比例，越大则边缘图越矮，默认为5 space：int型，用于控制联合图与边缘图的空白大小 xlim,ylim：设置x轴与y轴显示范围 joint_kws,

4.3K3 2

（数据科学学习手札62）详解seaborn中的kdeplot、rugplot、distplot与jointplot

x-y轴位置　　kernel：字符型输入，用于控制核密度估计的方法，默认为'gau'，即高斯核，特别地在2维变量的情况下仅支持高斯核方法　　legend：bool型变量，用于控制是否在图像上添加图例...，反映在图像上的闭环层数　　下面我们来看几个示例来熟悉kdeplot中上述参数的实际使用方法：　　首先我们需要准备数据，本文使用seaborn中自带的鸢尾花数据作为示例数据，因为在jupyter notebook...，其主要参数如下：　　a：一维数组，传入观测值向量　　height：设置每个观测点对应的小短条的高度，默认为0.05 　　axis：字符型变量，观测值对应小短条所在的轴，默认为'x'，即x轴　　使用默认参数进行绘制...，x、y均传入字符串，指代数据框中的变量名；第二种模式：在参数data为None时，x、y直接传入两个一维数组，不依赖数据框　　data：与上一段中的说明相对应，代表数据框，默认为None 　　kind...，默认为5 　　space：int型，用于控制联合图与边缘图的空白大小　　xlim,ylim：设置x轴与y轴显示范围　　joint_kws,marginal_kws,annot_kws：传入参数字典来分别精细化控制每个组件

3K5 0

手把手教你用Matplotlib进行数据可视化

近几年，更新、更炫酷的工具（例如，R语言中的ggplot和ggvis）层出不穷，最终取代了Matplotlib，可是Matplotlib仍然是一个经过良好测试的、非常重要的跨平台图形引擎。...02 生成一个简单的图形言归正传，让我们创建第一个图形。假设我们要绘制正弦函数sin(x)的一个简单线图。我们希望函数求x轴（0≤x≤10）上的所有值。...我们将使用NumPy的linspace函数在x轴上创建一个线性空间，x值从0到10，共100个样本点： import numpy as np x = np.linspace(0, 10, 100)...我们可以使用NumPy的sin函数求sin函数的所有x值，并通过调用plt的plot函数可视化结果： plt.plot(x, np.sin(x)) 你亲自试过了吗？...从Jupyter Notebook绘图如果你从基于浏览器的Jupyter Notebook上查看这段代码，你需要使用同样的%matplotlib魔术命令。

9865 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云