7 认识交互式绘图工具

前面可视化的结果就是一个静态的图形，所有信息都一目了然地放在一张图上。

静态图形适合于分析报告等纸质媒介，而在网络时代，如果在网页上发布可视化，那么动态的、交互的图形则更有优势。

在R的环境中，动态交互图形的优势在于能和knitr，shiny等框架整合在一起，能迅速建立一套可视化原型系统。

由于pdf不支持html有关的图形输出，这里只给代码，可以自行运行，查看结果。

注意：提前安装好相应的包。

htmlwidgets包，这是一个专为R语言打造的可视化JS库，只需要编写几行R语言代码便可生成交互式的可视化页面。目前已经有基于htmlwidgets制作的R包可供直接调用，具体名称及对应作用见表

7.1 leaflet包

library(leaflet)
leaflet()%>%
  addTiles()%>%
  addMarkers(lng=174.768,lat=-36.852,popup="ThebirthplaceofR")

7.2 dygraphs包

library(dygraphs)
lungDeaths <- cbind(mdeaths, fdeaths)
dygraph(lungDeaths)

7.3 plotly包

library(plotly)
pal <- RColorBrewer::brewer.pal(nlevels(iris$Species), "Set1")
plot_ly(data = iris, x = ~Sepal.Length, y = ~Petal.Length, color = ~Species,
        colors = pal, mode = "markers")

p <- ggplot(iris, aes(x = Sepal.Length, y = Petal.Length, colour = Species))+
  scale_color_brewer(palette = "Set1")+
  geom_point()
ggplotly(p)

7.4 DT包

library(DT)
datatable(iris)

7.5 networkD3包

library(networkD3)
src <- c("A","A","A","A","B","B","C","C","D")
target <- c("B","C","D","J","E","F","G","H","I")
networkData <- data.frame(src, target)
simpleNetwork(networkData, zoom = T)

data(MisLinks)
data(MisNodes)
forceNetwork(Links = MisLinks, Nodes = MisNodes, Source = "source",
             Target = "target", Value = "value", NodeID = "name",
             Group = "group", opacity = 0.8)

7.6 利用Shiny包实现可交互的Web应用

shiny的官网包含了非常多的内容，包括详细教程，案例等。网站地址如下：

https://shiny.rstudio.com/tutorial/