Plotagem de vários gráficos em R personalizados

Vários gráficos em componentes R personalizados podem ser plotados em cenários não HANA usando o recurso multiplot.

Agora você pode marcar gráficos múltiplos nos componentes R personalizados. O recurso não causa nenhuma alteração no procedimento nem nos componentes da IU para criar um componente R. Entretanto, há algumas regras que você deve seguir ao escrever uma função R personalizada que utiliza o recurso multiplot. As regras são listadas abaixo, seguidas por uma função R personalizada como um exemplo para ilustrar os princípios de escrita:

  • Carregue o pacote ggplot2 na função R personalizada e utilize as funções de plotagem ggplot2 em multiplot, por exemplo, qplot e ggplot.
  • Defina Expert Analytics como o modo multiplot utilizando pa.config("multiplot","true") na função R personalizada.
  • Atribua cada gráfico a uma variável e retorne todas as variáveis do gráfico como uma lista na instrução return.

O código R a seguir exibe como plotar vários gráficos na função R personalizada. Para fins demonstrativos do recurso multiplot, nenhum algoritmo preditivo é utilizado nessa função R, mas você pode adicionar algoritmos preditivos como indicado nos comentários inline.

Nota Essa função R de amostra está com programação incondicional para utilizar o conjunto de dados mtcars. Para executar essa função R de amostra, você precisa carregar o conjunto de dados mtcars primeiro.
myanalysisfunction <- function(mydataframe){

# Load ggplot2 library  library(ggplot2)

# Set PA to multiplot mode  pa.config("multiplot","true")

#######################################
#   Put predictive algorithms here
#######################################

# Plot a histogram chart using qplot and assign the chart to variable my_p1
my_p1 <- qplot(mydataframe$hp, geom="histogram")

# Plot a scatterplot chart and assign the chart to variable my_p2
my_p2 <- qplot(mydataframe$wt, mydataframe$hp)

# Plot a simple linear model and assign the chart to variable my_p3
my_model <- lm(mydataframe$wt ~ mydataframe$hp)
my_p3 <- qplot(hp, wt, data = mydataframe) + geom_abline(intercept=coef(my_model)[1],
slope=coef(my_model)[2])

# plot a scatterplot chart with a linear smooth line and assign the chart to variable my_p6
my_p5 <- ggplot(mydataframe, aes(x = wt, y=mpg), .~cyl)+ geom_point()
my_p6 <- my_p5 + geom_smooth(aes(group=cyl),method="lm")

# plot a pie chart and assign the chart to variable my_p7
my_p7 <- ggplot(data=mydataframe, aes(x=factor(1), fill= factor(cyl))) + geom_bar(width=1)+
coord_polar(theta="y")

# plot a time series chart and assign it to chart variable my_p8
year <- as.numeric(unlist(strsplit("1998 1999 2000 2001 2002 2003 2004 2005 2006 2007", "\\s+")))
revenue <- as.numeric(unlist(strsplit("10   6     13   14    12    8     10    10    6     9", "\\s+")))
mydataframe2 <- data.frame(year, revenue)
my_p8 <- ggplot(mydataframe2, aes(year, revenue)) + geom_bar(stat="identity", fill="white",
colour="black") + geom_line(colour="red") + stat_smooth(se=F, size=3)

# Return all chart variables and set metadata for each chart
return(list(out=mydataframe, charts=list(list(chart=my_p1, type="bar", name="chart 1"),
list(chart=my_p2, type="scatter plot", name="chart 2"), list(chart=my_p3, type="line", name="chart 3"),
list(chart=my_p8, type="time series", name="chart 8"), list(chart=my_p7, type="pie",
name="chart 7"), list(chart=my_p6, type="line", name="chart 6"))))
}

Você pode devolver os gráficos a serem plotados na instrução return como elementos da lista de gráficos. A instrução return é uma lista de alta dimensão que parece com isto:

return(list(…, charts=list(…, list(chart=chart_variable_1,name=”chart_name_1”,
type=”chart_type_1”), list(chart=chart_variable_2,name=”chart_name_2”,
type=”chart_type_2”), …), …))

Cada elemento da lista de gráficos também é uma lista que contém informações sobre um gráfico a ser plotado, inclusive a variável do gráfico (elemento do gráfico), nome do gráfico (elemento do nome) e tipo de gráfico (elemento do tipo). O nome e tipo do gráfico fornecem informações para que os usuários diferenciem cada gráfico na janela de resultados. São utilizados ícones diferentes para os tipos de gráfico diferentes e o nome do gráfico exibe como uma dica quando o cursor se posicionar sobre o ícone. Você não precisa definir o nome do gráfico e tipo do gráfico para plotar vários gráficos, mas é extremamente recomendado.

Expert Analytics suporta no momento os seguintes tipos de gráfico:

  • bar
  • horizontal bar
  • bubble
  • confusion matrix
  • gain
  • lift
  • line
  • model accuracy
  • parallel coordinates
  • scatter plot
  • time series

Para outros tipos de gráfico que não estão incluídos na lista acima, um ícone padrão será utilizado para o gráfico.

O recurso multiplot não modificará a plotagem existente (única) e não haverá necessidade de modificar a função R personalizada existente se apenas a plotagem (única) for necessária.