R数据可视化 PowerBI星球

自从有了R，限制你的只是你的想象力！

在PowerBI默认的可视化对象中，还有个R视觉对象，点击并不能像其他可视化一样直接使用，不过你若就此放过，可能就与一个强大的工具插肩而过。

下面带你一步步走进R的世界。

R是什么

R语言是目前非常流行、免费且开源的统计分析软件，是统计学家、数据科学家和业务分析师使用最广泛的一种编程语言，并且由一个充满活力和才华的贡献者社区支持，源源不断的提供各种程序包。

R在数据分析、统计建模、数据可视化等方面功能都十分强大，PowerBI中使用的只是它的数据可视化功能，已经足以让我们应接不暇、眼花缭乱。

安装R

https://mran.revolutionanalytics.com/download

安装后打开PowerBI Desktop，在【文件】>【选项】中做如下设置，

其中R脚本里主目录，设置为你电脑中的R安装路径。

运行R

第一次使用的R的时候会出现这个提示，点击启用即可，

然后出现的界面如下，

R 视觉对象图像位于报表画布上

R 脚本编辑器位于中央窗格底部边缘处

R 脚本编辑器标题栏右边第一个三角形就是R脚本运行按钮。

根据它的提示，把任意的字段拖到可视化窗格的【值】中就可以开始编写脚本。

也可以先用其他可视化对象制作图表，再转化为R可视化，比如先用[city]和[GDP]两个字段生成柱形图，选中该图表，然后点击R,脚本中出现的代码如下：

这里我使用蓝色文字做了简单注释。

然后把以下代码复制到空白编辑器中，

library(ggplot2)

ggplot(dataset,aes(city,GDP))+geom_bar(stat="identity",fill="steelblue")

点击运行，就出现使用R做出的图表，以上步骤的gif图如下，

上面的第一行代码library(ggplot2)，是加载ggplot2程序包，这是R可视化最重要的一个包，它可以通过底层组建构造各种匪夷所思的图形，可以说学好这一个包就足够了。

第二行是利用定义好的数据集dataset，设置纵横轴，图表类型为柱形，颜色为蓝色；这里有个印象就好，如果有时间，看一下R语言的入门文章就可以看懂以上的代码，并不会很难。

加载R包

如果 R 脚本发生错误，则不会绘制 R 视觉对象，并且将显示一条错误消息。 如下图所示，

R编辑框中输入:install.packages("ggplot2")

选项卡【程序包】下，“安装程序包”，找到ggplot2，点击确定

然后就自动下载安装了。

体验R的强大可视化

R包中本身也自带有数据集，比如ggplot2自带有数据集diamonds，不需要使用任何PowerBI中的数据，直接把R语句输入到脚本，

library(ggplot2)

library(ggthemes)

ggplot(diamonds,aes(depth,fill=color))+geom_histogram()+theme_economist()+scale_fill_economist()+guides(fill=guide_legend(title=NULL))+scale_x_discrete(limits=c(50,70))

运行脚本，一个很个性的图表就出来了，

如果没有数据集，也可以在R中先构建一个数据集，把以下代码拷入编辑器，

library(ggpubr)

df

ggdensity(df, x="weight", add = "mean", rug = TRUE, color = "sex", fill = "sex", palette = c("#00AFBB", "#E7B800"))

运行脚本后，绘制出了一个分布图，

利用R不仅能生成一个单一的图表，甚至可以直接生成一个图表集合的仪表板，比如把以下语句复制到脚本：

library(UpSetR)

movies

upset(movies, main.bar.color = "black", queries = list(list(query = intersects,

params = list("Drama"), color = "red", active = F), list(query = intersects,

params = list("Action", "Drama"), active = T), list(query = intersects,

params = list("Drama", "Comedy", "Action"), color = "orange", active = T)),

attribute.plots = list(gridrows = 45, plots = list(list(plot = scatter_plot,

x = "ReleaseDate", y = "AvgRating", queries = T), list(plot = scatter_plot,

x = "AvgRating", y = "Watches", queries = F)), ncols = 2), query.legend = "bottom")

运行R脚本，结果如下：

是不是很神奇，这就是R的强大之处，自从嵌入R之后，PowerBI可视化的想象力大大扩展。PowerBI中内置的、以及自定义的各种可视化都可以用R绘制出来，PowerBI中没有的各类图表，借助R也可以完成。

如果你不满足于PowerBI可视化的单调设置，想要更个性化的图表，想在数据可视化的道路上走的更远，那么R正适合你；当然学习R并不会太轻松，是需要耗费一定的时间和精力的，但正因为这样，精通以后才更有喜悦感，不是吗？

THE END

提升技能 开拓视野