visual-studio - 如何通过 R 脚本在 Visual Studio 和 Azure ML 中可视化图表？

Question

我在各种示例(甚至在 Azure ML 中)中看到，您可以在 Visual Studio(不是 R Studio!)中使用 R 创建有吸引力的图表，但我不知道他们是如何做到的。我对 R 很有经验，但如果有人能给我指出如何在 Visual Studio 和 Azure ML 中可视化数据集的正确方向；我真的很感激。以下是我想要复制的示例(在 Azure ML 和 Visual Studio 中):Visual studio chart

图片来源:https://regmedia.co.uk/2016/03/09/r_vis_studio_plot.jpg?x=648&y=348&crop=1

Answer 1

您可以通过这行代码在 Visual Studio 扩展 Open R ( https://www.visualstudio.com/en-us/features/rtvs-vs.aspx ) 的解决方案中安装 ggplot2，并在创建 R 项目后在 Visual Studio 的 R Plot 窗口中将其可视化:

install.packages('ggplot2', dep = TRUE)

library(ggplot2)

我使用“library(ggplot2)”的原因是检查软件包是否已成功安装，否则您会收到如下错误: library(ggplot2) 中的错误:没有名为“ggplot2”的软件包

因此，如果您没有收到该错误；你应该可以走了。

对于您关于如何输出图表的问题；您只需从数据源填充 ggplot2 图表，就像下面的示例(csv 文件):

dataset1 <- read.csv("Adult Census Income Binary Classification dataset.csv", header = TRUE, sep = ",", quote = "", fill = TRUE, comment.char = "")

head(dataset1)

install.packages('ggplot2', dep = TRUE)

library(ggplot2)

names(dataset1) <- sub(pattern = ',', replacement = '.', x = names(dataset1))

foo = qplot(age, data = dataset1, geom = "histogram", fill = income, position = "dodge");

print(foo)

bar = qplot(age, data = dataset1, geom = "density", alpha = 1, fill = income);

print(bar)

在这里您可以看到我创建了两个图表，一个直方图和一个密度图。

在 Azure ML 中，相同的图表(这次我还包含了关系直方图)，如下所示:

// Map 1-based optional input ports to variables

dataset1 <- maml.mapInputPort(1) # class: data.frame

library(ggplot2)

library(data.table)

names(dataset1) <- sub(pattern=',', replacement='.', x=names(dataset1))

// This time we need to specify the X to be sex; which we didn’t need in Visual Studio

foo = qplot(x=sex, data=dataset1, geom="histogram", fill=income, position="dodge");

print(foo)

foo = qplot(x=relationship, data=dataset1, geom="histogram", fill=income, position="dodge");

print(foo)

foo = qplot(x=age, data=dataset1, geom="density", alpha=0.5, fill=income);

print(foo)

// Select data.frame to be sent to the output Dataset port maml.mapOutputPort("dataset1");

请记住将所有这些放入“执行 R 脚本模块”中，以便正确运行它。之后，您可以右键单击该模块并可视化结果。