原文链接：http://tecdat.cn/?p=8003
演示数据集
library(gapminder)head(gapminder)## # A tibble: 6 x 6## country continent year lifeExp pop gdpPercap## <fct> <fct> <int> <dbl> <int> <dbl>## 1 Afghanistan Asia 1952 28.8 8425333 779.## 2 Afghanistan Asia 1957 30.3 9240934 821.## 3 Afghanistan Asia 1962 32.0 10267083 853.## 4 Afghanistan Asia 1967 34.0 11537966 836.## 5 Afghanistan Asia 1972 36.1 13079460 740.## 6 Afghanistan Asia 1977 38.4 14880372 786.`动态图
p <- ggplot( gapminder, aes(x = gdpPercap, y=lifeExp, size = pop, colour = country) ) + geom_point(show.legend = FALSE, alpha = 0.7) + scale_color_viridis_d() + scale_size(range = c(2, 12)) + scale_x_log10() + labs(x = "GDP per capita", y = "Life expectancy")p-
根本
状态之间的过渡长度将设置为与它们之间的理论时间差绝对应。
标签变量：frame_time。给出以后帧所对应的工夫。
创立面板：
让视图追随数据在每帧中变动
逐渐衰减
显示原始数据作为背景
您能够依据须要显示过来和/或未来的原始数据并设置其款式。
-
动态图
p <- ggplot( airquality, aes(Day, Temp, group = Month, color = factor(Month)) ) + geom_line() + scale_color_viridis_d() + labs(x = "Day of Month", y = "Temperature") + theme(legend.position = "top")p让数据逐步呈现
- 按天显示（x轴）
在数据的几个不同阶段之间进行转换
数据筹备：
library(dplyr)mean.temp <- airquality %>% group_by(Month) %>% summarise(Temp = mean(Temp))mean.temp## # A tibble: 5 x 2## Month Temp## <int> <dbl>## 1 5 65.5## 2 6 79.1## 3 7 83.9## 4 8 84.0## 5 9 76.9`创立平均温度的条形图：
p <- ggplot(mean.temp, aes(Month, Temp, fill = Temp)) + geom_col() + scale_fill_distiller(palette = "Reds", direction = 1) + theme_minimal() + theme( panel.grid = element_blank(), panel.grid.major.y = element_line(color = "white"), panel.ontop = TRUE )p- transition_states（）：
- enter_grow（）+ enter_fade（）
保留动画
如果须要保留动画以备后用，能够应用该anim_save()性能。
参考文献
1.R语言动态图可视化：如何、创立具备精美动画的图
2.R语言生存剖析可视化剖析
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）试验进行模仿和动静
5.R语言生存剖析数据分析可视化案例
6.r语言数据可视化剖析案例：摸索brfss数据数据分析
7.R语言动静可视化：制作历史寰球平均温度的累积动静折线图动画gif视频图
8.R语言高维数据的主成分pca、 t-SNE算法降维与可视化剖析案例报告
9.python主题LDA建模和t-SNE可视化