[R] 製作梅西和C羅進球數的"追趕動畫" - plotly
動畫效果如下:
<R動畫>系列文章列表:
老白Walt：[R] 製作梅西和C羅進球數的"追趕動畫" - ggplot2 + save_gif
plotly的優勢:
plotly無需轉換為GIF，可在網頁上直接顯示
plotly的劣勢:
plotly Animation要實現最後追加點和文字比較困難
因此可以藉助shiny做成互動式動畫，但shiny部分不在本文討論範圍內，僅討論如何製作
老規矩，上代碼：
accumulate_by <- function(dat, var) {
var <- lazyeval::f_eval(var, dat)
lvls <- plotly:::getLevels(var)
dats <- lapply(seq_along(lvls), function(x) {
cbind(dat[var %in% lvls[seq(1, x)], ], frame = lvls[[x]])
})
dplyr::bind_rows(dats)
}
animate <- function() {
ldf <- gen_df() %>%
dplyr::filter(date < as.Date(2012-07-01)) %>%
dplyr::mutate(dd = lubridate::decimal_date(date)) %>%
accumulate_by(~dd)
dds = unique(ldf$dd)
tv = dds[seq(1, length(dds), 5)]
tt = lubridate::date_decimal(tv) %>%
lubridate::as_date() %>%
as.character() %>%
sub((\d+-\d+)-\d+, \1, .)
plot_ly(
data = ldf,
width = 1280,
height = 720
) %>%
add_lines(
x = ~dd,
y = ~value,
frame = ~frame,
linetype = ~var,
line = list(
width = 3
)
) %>%
layout(
autosize = T,
title = <b>六大射手進球趨勢動畫(2009~2012年)</b>,
margin = list(
t = 40
),
font = list(
family = 微軟雅黑,
size = 16
),
xaxis = list(
title = "",
tickvals = tv,
ticktext = tt,
tickangel = -30,
zeroline = F
),
yaxis = list(
title = "",
zeroline = F
)
) %>%
animation_opts(
frame = 10,
transition = 0,
redraw = FALSE
) %>%
animation_slider(
hide = T
) %>%
animation_button(
x = 1, xanchor = "right", y = 1, yanchor = "bottom"
)
}
有關gen_df()的實現請參考:
老白Walt：[R] 製作梅西和C羅進球數的"追趕動畫" - ggplot2 + save_gif
accumulate_by()顧名思義就是堆積函數，具體說就是：
- 原始數據描述的是時間和坐標
- 當原始數據引入幀(即時間)後，則每幀對應的數據是前面所有幀的坐標點
上面就是plotly動畫機制的原理，因此如果原始數據過大，堆積出來的數據會非常龐大，而且隨著index的增大，繪製速度也會變慢，所以不要嘗試大數據集，電腦吃不消
如視頻的例子中，gen_df()的行數為2286，堆積後為37296行，出圖用時12秒，所以如果用在shiny中，盡量減少數據集中的variable type，減少幀數，以達到快速響應
plotly、lubridate package在這裡就不詳細介紹了，有興趣的可以google
本專欄只生產乾貨，喜歡請關註：
數據及可視化
推薦閱讀：