nations.csv
第3周及以后使用的来自世界银行指标门户的数据。warming.csv
有关1880年至2017年全球年平均温度 。
year
value
全球平均温度,与1900-2000年的平均温度相比。simulations.csv
美国国家航空航天局(NASA)对历史温度的模拟数据,估计了自然和人为因素对气候的影响, 包含以下变量:
year
type
自然的还是人的value
来自模拟的全球平均温度,相对于1990-2000年的平均模拟值。charts
空文件夹,我们将在其中保存要制作动画的各个帧。
启动RStudio,创建一个新的RScript,然后通过选择将工作目录设置为包含下载数据的文件夹Session>Set Working Directory>To Source File Location
。将脚本另存为week14.R
。
加载我们今天将使用的软件包
# load required packages
library(readr)
library(ggplot2)
library(gganimate)
library(scales)
library(dplyr)
我们制作了以下图表,显示了2016年世界各国的人均GDP,出生时的预期寿命和人口:
这是生成该图表的代码:
# load data
nations <- read_csv("nations.csv")
# filter for 2016 data only
nations2016 <- nations %>%
filter(year == 2016)
# make bubble chart
ggplot(nations2016, aes(x = gdp_percap, y = life_expect)) +
xlab("GDP per capita") +
ylab("Life expectancy at birth") +
theme_minimal(base_size = 12, base_family = "Georgia") +
geom_point(aes(size = population, color = region), alpha = 0.7) +
scale_size_area(guide = FALSE, max_size = 15) +
scale_x_continuous(labels = dollar) +
stat_smooth(formula = y ~ log10(x), se = FALSE, size = 0.5, color = "black", linetype="dotted") +
scale_color_brewer(name = "", palette = "Set2") +
theme(legend.position=c(0.8,0.4))
scale_size_area
确保圆的大小根据人口数据按其面积缩放, 。
labels = dollar
from scales将X轴标签的格式设置为美元货币。
stat_smooth
的工作方式类似,geom_smooth
允许 使用formula
来指定用于拟合数据趋势线的曲线类型,此处为对数曲线。
现在,我们将使用gganimate生成1990年至2016年图表的动画。这是代码:
现在,Viewer
通过运行以下命令将其显示在面板中:
animate(nations_plot)
transition_time
此功能通过来对数据进行动画处理year
,仅显示与任何一个时间点相关的数据。除了每年生成一个帧外,它还生成中间帧以提供平滑的动画。"{frame_time}"
在ggtitle
函数内使用会在每个帧上放置一个标题,并带有transition_time
函数中变量此处的相应值year
。ease_aes
这控制动画的进行方式。 enter_fade
exit_fade
这些功能控制动画中数据点出现或消失的行为。您也可以使用enter_shrink
和exit_shrink
。现在,我们可以将动画另存为GIF或视频
您可以使用选项width
和height
设置动画的尺寸(以像素为单位)。fps
设置GIF的帧速率,以每秒帧数为单位。
要制作视频,您需要代码renderer = ffmpeg_renderer()
,这需要在系统上安装FFmpeg。上面的视频代码还将宽高比设置为16:9 。
这是GIF: