Cet article décrit comment produire une visualisation interactive de séries chronologiques de données et d’objets en utilisant le package R highcharter.
Sommaire:
Prérequis
# Charger les packages R requis
library(tidyverse)
library(highcharter)
# Définir les options de highcharter
options(highcharter.theme = hc_theme_smpl(tooltip = list(valueDecimals = 2)))
Données sur les séries chronologiques économiques
data("economics_long", package = "ggplot2")
# Vérifie automatiquement si la colonne x est une date
economics_long2 <- economics_long %>%
filter(variable %in% c("pop", "uempmed", "unemploy"))
economics_long2
## # A tibble: 1,722 x 4
## date variable value value01
## <date> <chr> <dbl> <dbl>
## 1 1967-07-01 pop 198712 0
## 2 1967-08-01 pop 198911 0.00164
## 3 1967-09-01 pop 199113 0.00330
## 4 1967-10-01 pop 199311 0.00492
## 5 1967-11-01 pop 199498 0.00646
## 6 1967-12-01 pop 199657 0.00777
## # … with 1,716 more rows
hc <- economics_long2 %>%
hchart(
"line",
hcaes(x = date, y = value01, group = variable)
)
hc
Visualiser un objet en série temporelle
hc <- hchart(LakeHuron)
hc
Séries chronologiques multivariées
x <- cbind(mdeaths, fdeaths)
hc <- hchart(x)
hc
Décomposition saisonnière des séries chronologiques par Loess
x <- stl(log(AirPassengers), "per")
hc <- hchart(x)
hc
Package de prévisions forecast
library(forecast)
x <- forecast(ets(USAccDeaths), h = 48, level = 95)
hc <- hchart(x)
hc
Package Quantmod
L’extension highstock est utilisée pour représenter les classes xts
et xts ohlc
du package quantmod.
library(quantmod)
# Les objets `xts
x <- getFX("USD/JPY", auto.assign = FALSE)
hc <- hchart(x)
hc
# Les objets `xts ohlc`
y <- getSymbols("SPY", auto.assign = FALSE)
hc <- hchart(y)
hc
Version: English
No Comments