一种基于ggplot2的可视化数据分析图形的绘制系统和方法与流程

1.本发明涉及数据分析领域，特别涉及数据分析的可视化技术。


背景技术：

2.在日常数据分析工作中，箱线图是常用工具之一，它可以帮助人们直观明了地识别数据中的异常值，判断不同数据的分布形态，因而在数据分析和期刊文章中得到了广泛的应用。
3.箱线图是在1977年由美国统计学家约翰
·
图基(john tukey)发明的，它由五个数值点组成：最小值(min)，第一(下)四分位数(q1)，中位数(median)，第三(上)四分位数(q3)，最大值(max)，也可以往盒形图里面加入平均值(mean)。下四分位数、中位数、上四分位数组成一个“带有隔间的盒子”。上(下)四分位数到最大(小)值之间的延伸线称为“触须(whisker)”。
4.随着数据体量的增加，以及数据类型的多样化，现阶段通过传统的箱线图进行分析，已无法满足数据呈现及分析的要求。现有的箱线图大概有以下几个方面的不足：
5.1)样式单一：目前箱线图缺少对图形边框、网格线、背景等的综合调整。
6.2)颜色方案少：现有箱线图绘图缺少专业的期刊配色方案集成，需要进行单独的配置，使用比较繁琐。
7.3)图形类型少：现有箱线图绘制只能够绘制单一的图形，无法很方便的绘制各种图形的组合图。


技术实现要素：

8.本发明提供的技术方案解决了以下技术问题：
9.1)图形组合化：提供了多种单图模型和综合模型，可以方便地进行单一图形的绘制和组合图形的绘制，丰富了可绘制图形的类型。
10.2)形式多样化：样式种类丰富，设置方便、迅速，能够实现对图形边框、网格线、背景色等的多种组合样式的灵活调整，不用对每个元素进行单独的设置。
11.3)颜色专业化：配色方案专业、完整、丰富，可灵活地实现专业期刊配色和通用专业颜色模块的生成和映射，使得出图效果可以直接用于期刊发表，既高效又省事。
12.4)数据异源化：支持本地化数据和在线流式数据处理，可在本地和在线灵活部署配置。
13.第一方面，本发明实施例提出一种基于ggplot2的可视化数据分析图形的绘制系统，该系统包括：
14.用户指令模块，用于接收用户发出的用户指令。
15.导入模块，用于根据该用户指令进行输入数据的导入。
16.绘图模块，用于数据分析图形的绘制，包括绘图单元。该绘图单元包括单图模型和组合模型；该单图模型，包括散点图、箱线图和小提琴图；该组合模型，是两种该单图模型的
组合，包括散点图 箱线图、散点图 小提琴图、箱线图 小提琴图。该绘图模块以接收到的该用户指令为参数，调用各个单元，进行绘图。
17.导出模块，用于该数据分析图形的导出。
18.一些实施例中，本发明提供的一种基于ggplot2的可视化数据分析图形的绘制系统：
19.该系统还包括：样式模块，包含了图形样式组合。
20.该绘图模块还包括：样式设置单元，用于根据该用户指令适用该样式模块中的该图形样式组合，对该数据分析图形的图形样式进行设置。
21.一些实施例中，本发明提供的一种基于ggplot2的可视化数据分析图形的绘制系统：
22.该系统还包括：颜色模块，包含了配色方案。
23.该绘图模块还包括：颜色映射单元，用于根据该用户指令适用该颜色模块中的该配色方案，并根据该输入数据的变量数目抽取或者生成对应数量的颜色值集。
24.一些实施例中，本发明提供的一种基于ggplot2的可视化数据分析图形的绘制系统：
25.该导入模块导入的该输入数据，包括文件数据和/或流式数据。
26.一些实施例中，本发明提供的一种基于ggplot2的可视化数据分析图形的绘制系统，该绘图单元还包括：
27.方向判断单元，用于根据该用户指令控制该数据分析图形的显示方向，并转换该数据分析图形的随动元素的方向为相应方向，该随动元素的范围可进行设置。
28.一些实施例中，本发明提供的一种基于ggplot2的可视化数据分析图形的绘制系统，该绘图单元还包括：
29.元素样式单元，用于根据该用户指令对该数据分析图形中使用的元素的属性进行设置。
30.第二方面，本发明实施例提出一种基于ggplot2的可视化数据分析图形的绘制方法，该方法包括：
31.接收用户发出的用户指令；
32.根据该用户指令导入输入数据；
33.根据该用户指令进行绘图，得到数据分析图形；当该用户指令指示绘制单图时，调取单图模型进行该绘图，该单图模型包括散点图、箱线图和小提琴图；当该用户指令指示绘制组合图时，调取组合模型进行该绘图，该组合模型包括散点图 箱线图、散点图 小提琴图、箱线图 小提琴图；
34.导出该数据分析图形。
35.一些实施例中，本发明提供的一种基于ggplot2的可视化数据分析图形的绘制方法，该方法还包括：
36.当该用户指令包括了图形样式参数时，根据该图形样式参数调取相应的图形样式组合，对该数据分析图形进行设置。
37.一些实施例中，本发明提供的一种基于ggplot2的可视化数据分析图形的绘制方法，该方法还包括：
38.当该用户指令包括了颜色参数时，根据该颜色参数调取相应的配色方案，并根据该输入数据的变量数目抽取或者生成对应数量的颜色值集。
39.一些实施例中，本发明提供的一种基于ggplot2的可视化数据分析图形的绘制方法：
40.该输入数据，包括文件数据和/或流式数据。
41.一些实施例中，本发明提供的一种基于ggplot2的可视化数据分析图形的绘制方法，该方法还包括：
42.当该用户指令包括了方向参数时，根据该方向参数控制该数据分析图形的显示方向，并转换该数据分析图形的随动元素的方向为相应方向，该随动元素的范围可进行设置。
43.一些实施例中，本发明提供的一种基于ggplot2的可视化数据分析图形的绘制方法，该方法还包括：
44.当该用户指令包括了元素参数时，根据该元素参数对该数据分析图形中使用的元素的属性进行设置。
45.本发明的技术方案中使用的ggplot2是r语言的一个作图包，该作图包提供了很好的可视化理念，其核心理念是：1)数据和图形理念:能够方便地实现数据和图形元素的映射和分离；2)图层理念:图形的绘制可以通过图层叠加的方式进行分层展示；3)要素的组合：基于图层式的开发逻辑，可以快速实现各种图形要素的自由组合。
46.在数据分析可视化的实践中，本发明提供的技术方案以数据可视化的实际需求为核心，灵活应用了ggplot2的作图理念，以其为工具，实现了各种样式的分析图形的绘制。本发明提供的技术方案的有益效果为：
47.通过在该绘图模块中提供的该单图模型和该综合模型，可以方便地进行单一图形的绘制和组合图形的绘制，丰富了可绘制图形的类型；通过该样式模块和该绘图模块下的该样式设置单元的共同作用，使得样式种类丰富，设置方便、迅速，能够实现对图形边框、网格线、背景色等的多种组合样式的灵活调整，不用对每个元素进行单独的设置，可快速出图；通过该颜色模块和该绘图模块下的该颜色映射单元的共同作用，使得配色方案专业、完整、丰富，可灵活地实现专业期刊配色和通用专业颜色的生成和映射，使得出图效果可以直接用于期刊发表，既高效又省事；通过该导入模块把该输入数据转化为文本数据流形式，可实现直接读取数据流内容，而不仅仅是只能根据指定的路径文件进行读取，因而支持本地化数据和在线流式数据处理，可在本地和在线灵活部署配置。
附图说明
48.为了更清楚地说明本发明实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
49.图1为本发明的基于ggplot2的可视化数据分析图形的绘制系统的一具体实施例的系统结构图。
50.图2为本发明的基于ggplot2的可视化数据分析图形的绘制系统的一具体实施例的散点图的示例。
51.图3为本发明的基于ggplot2的可视化数据分析图形的绘制系统的一具体实施例的箱线图的示例。
52.图4为本发明的基于ggplot2的可视化数据分析图形的绘制系统的一具体实施例的小提琴图的示例。
53.图5为本发明的基于ggplot2的可视化数据分析图形的绘制系统的一具体实施例的散点图 箱线图的示例。
54.图6为本发明的基于ggplot2的可视化数据分析图形的绘制系统的一具体实施例的散点图 小提琴图的示例。
55.图7为本发明的基于ggplot2的可视化数据分析图形的绘制系统的一具体实施例的箱线图 小提琴图的示例。
56.图8为本发明的基于ggplot2的可视化数据分析图形的绘制系统的一具体实施例的全网格边框的样式的示例。
57.图9为本发明的基于ggplot2的可视化数据分析图形的绘制系统的一具体实施例的全边框无网格的样式的示例。
58.图10为本发明的基于ggplot2的可视化数据分析图形的绘制系统的一具体实施例的左下边框无网格的样式的示例。
59.图11为本发明的基于ggplot2的可视化数据分析图形的绘制系统的一具体实施例的全网格下边框的样式的示例。
60.图12为本发明的基于ggplot2的可视化数据分析图形的绘制系统的一具体实施例的全网格无边框的样式的示例。
61.图13为本发明的基于ggplot2的可视化数据分析图形的绘制系统的一具体实施例的背景网格的样式的示例。
具体实施方式
62.本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
63.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述。本领域技术人员应当理解的是，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域技术人员可以进行任何适当的修改或变型，从而获得所有其它实施例。
64.第一方面，本发明实施例提出一种基于ggplot2的可视化数据分析图形的绘制系统，该系统包括：
65.用户指令模块，用于接收用户发出的用户指令。
66.导入模块，用于根据该用户指令进行输入数据的导入。
67.绘图模块，用于数据分析图形的绘制，包括绘图单元。该绘图单元包括单图模型和组合模型；该单图模型，包括散点图、箱线图和小提琴图；该组合模型，是两种该单图模型的组合，包括散点图 箱线图、散点图 小提琴图、箱线图 小提琴图。该绘图模块以接收到的该用户指令为参数，调用各个单元，进行绘图。
68.导出模块，用于该数据分析图形的导出。
69.本实施例中，如图1所示，该系统包括用户指令模块、导入模块、绘图模块和导出模块。该系统可以基于r语言ggplot2库进行设计。该用户指令模块负责用户指令的接收。用户可以在用户友好的图文界面上进行设置的选择，由该界面将用户的设置转为该系统其他模块可识别的指令信息，该指令信息包含了该系统各个模块、单元等所需要的参数。该导入模块，用于输入数据的导入。该绘图模块，用于数据分析图形的绘制，包括绘图单元。该绘图单元包括单图模型和组合模型。该绘图单元不仅能很好地完成常规的单图绘制的功能，还充分利用组件化的思维，先对相应的图形分别进行渲染，然后基于ggplot2的图层叠加能力，实现各类图形模型的组合。该单图模型，包括散点图、箱线图和小提琴图。图2、图3、图4分别为散点图、箱线图和小提琴图的示例。该组合模型，是两种该单图模型的组合，包括散点图 箱线图、散点图 小提琴图、箱线图 小提琴图。图5、图6、图7分别为散点图 箱线图、散点图 小提琴图、箱线图 小提琴图的示例。该导出模块，用于该数据分析图形的导出，基于ggsave方法实现了该数据分析图形的导出，可支持的格式包括png、pdf、jpg，满足了绝大部分应用场景的需求。
70.一些实施例中，本发明提供的一种基于ggplot2的可视化数据分析图形的绘制系统：
71.该系统还包括：样式模块，包含了图形样式组合。
72.该绘图模块还包括：样式设置单元，用于根据该用户指令适用该样式模块中的该图形样式组合，对该数据分析图形的图形样式进行设置。
73.本实施例中，增加了样式设置的功能。如图1所示，该功能是通过样式模块和绘图模块下的样式设置单元共同实现的。在传统作图方法里面，如需要对该数据分析图形的样式，比如边框、网格线等样式进行处理，需要分别进行设置参数进行调整，工作复杂而繁琐，且容易出错。本实施例中，把图形元素常用的样式，如画板背景(panel.background)、面板边框(panel.border)、轴线(axis.line)、网格线(panel.grid)等进行了函数化集成。使得用户不需要再关注具体的参数，只需要通过函数名进行调用，即可实现特定样式的使用。该样式模块所集成的样式包括全网格边框、全边框无网格、左下边框无网格、全网格下边框、全网格无边框和背景网格等各种类型。图8、图9、图10、图11、图12、图13分别是全网格边框、全边框无网格、左下边框无网格、全网格下边框、全网格无边框和背景网格等各种样式的示例。通过该样式设置单元，各种样式通过一个统一的参数指定特定的名称即可控制。根据用户输入的主题样式名称，该样式设置单元会自动调取该样式模块所存储的样式，并对图表进行样式应用和渲染，由此使用户摆脱了需要分别对边框、网格线、背景等进行分别设置的繁琐工作。
74.一些实施例中，本发明提供的一种基于ggplot2的可视化数据分析图形的绘制系统：
75.该系统还包括：颜色模块，包含了配色方案。
76.该绘图模块还包括：颜色映射单元，用于根据该用户指令适用该颜色模块中的该配色方案，并根据该输入数据的变量数目抽取或者生成对应数量的颜色值集。
77.本实施例中，增加了专业配色的功能。如图1所示，该功能是通过颜色模块和绘图模块下的颜色映射单元共同实现的。在颜色种类上，该颜色模块不仅包含有7种离散色，还
包含有8种渐变色。通过大量的颜色集筛选和实测，该颜色模块集成了堪称业内顶级的的专业配色方案，并进行了透明度插值处理，使得配色种类数目增加了3倍，大大提高了数据可视化颜色种类的可用性。所有配色方案都可根据名称直接调用，无需单独设置颜色值集合。当选定特定的颜色集名称时候，该颜色映射单元会根据名称调取该颜色模块存储的16进制颜色值集，同时计算输入数据所对应的变量数目，基于变量数目按照颜色值索引序号，给变量映射对应的颜色值。针对离散型数据，用户可选择使用离散色值，对于连续型变量，用户可用使用渐变色值，使得数据的展示效果更加符合数据特征。如，当该输入数据的类型为离散型时，可选取名称为“npg”的离散型颜色值集，该颜色值集包含的颜色值为：“#e54b34”,“#4cbad4”,“#009f86”,“#3b5387”,“#f29a7f”,“#8491b3”,“#91d1c1”；“#dc0000”,“#7e6047”,“#cccccc”,“#bc8b83”,“#33adad”,“#347988”,“#9f7685
”……
由该颜色映射单元根据该输入数据的数量进行选取。当该输入数据的类型为连续型变量时，可选取名称为“brbg”的离散型颜色值集，该颜色值集包含的颜色值为：“#8c510a”,“#f5f1e7”,“#01665e”，由该颜色映射单元根据该输入数据的数量进行选取。
78.一些实施例中，本发明提供的一种基于ggplot2的可视化数据分析图形的绘制系统：
79.该导入模块导入的该输入数据，包括文件数据和/或流式数据。
80.本实施例中，该导入模块导入的该输入数据，包括文件数据和/或流式数据。常规的作图方法读取数据是通过read.delim函数指定特定的文件名称进行数据导入，该导入模块通过在read.delim函数中引入text参数，把该输入数据转化为文本数据流形式，可实现直接读取数据流内容，而不仅仅是只能根据指定的路径文件进行读取。因此，优化后该数据导入模块可支持导入本地文件数据和在线数据流两种方式，使得该系统既能够离线本地化应用，也能够在web端无感化部署使用。
81.一些实施例中，本发明提供的一种基于ggplot2的可视化数据分析图形的绘制系统，该绘图单元还包括：
82.方向判断单元，用于根据该用户指令控制该数据分析图形的显示方向，并转换该数据分析图形的随动元素的方向为相应方向，该随动元素的范围可进行设置。
83.本实施例中，如图1所示，该绘图单元还包括方向判断单元。该方向判断单元通过一个参数控制图形为水平、还是垂直显示，并适配转换对应的标题内容。当设置为“h”时候图形水平显示，当为“v”时候，图形垂直显示，该数据分析图在不同方向进行切换时，该方向判断单元会根据方向的参数值，对该随动元素，如对x/y轴的标题内容以及相关属性进行转换赋值，使得图形标题内容和样式能够随着方向的改变而自动调整。该随动元素的范围可进行设置，该设置可以是由系统进行的，在系统升级时做统一的变更，也可以开放权限给用户，由用户进行自定义设置。
84.一些实施例中，本发明提供的一种基于ggplot2的可视化数据分析图形的绘制系统，该绘图单元还包括：
85.元素样式单元，用于根据该用户指令对该数据分析图形中使用的元素的属性进行设置。
86.本实施例中，如图1所示，该绘图单元还包括元素样式单元。通过该元素样式单元，用户可以分别对图形中的数据点、xy轴的主题和标签、图例的主题和标签等元素的属性如
形状、大小、颜色、字体等进行个性化的设置。
87.第二方面，本发明实施例提出一种基于ggplot2的可视化数据分析图形的绘制方法，该方法包括：
88.接收用户发出的用户指令；
89.根据该用户指令导入输入数据；
90.根据该用户指令进行绘图，得到数据分析图形；当该用户指令指示绘制单图时，调取单图模型进行该绘图，该单图模型包括散点图、箱线图和小提琴图；当该用户指令指示绘制组合图时，调取组合模型进行该绘图，该组合模型包括散点图 箱线图、散点图 小提琴图、箱线图 小提琴图；
91.导出该数据分析图形。
92.本实施例中，如图1所示，该系统包括用户指令模块、导入模块、绘图模块和导出模块。该系统可以基于r语言ggplot2库进行设计。该用户指令模块负责用户指令的接收。用户可以在用户友好的图文界面上进行设置的选择，由该界面将用户的设置转为该系统其他模块可识别的指令信息，该指令信息包含了该系统各个模块、单元等所需要的参数。该导入模块，用于输入数据的导入。该绘图模块，用于数据分析图形的绘制，包括绘图单元。该绘图单元包括单图模型和组合模型。该绘图单元不仅能很好地完成常规的单图绘制的功能，还充分利用组件化的思维，先对相应的图形分别进行渲染，然后基于ggplot2的图层叠加能力，实现各类图形模型的组合。该单图模型，包括散点图、箱线图和小提琴图。图2、图3、图4分别为散点图、箱线图和小提琴图的示例。该组合模型，是两种该单图模型的组合，包括散点图 箱线图、散点图 小提琴图、箱线图 小提琴图。图5、图6、图7分别为散点图 箱线图、散点图 小提琴图、箱线图 小提琴图的示例。该导出模块，用于该数据分析图形的导出，基于ggsave方法实现了该数据分析图形的导出，可支持的格式包括png、pdf、jpg，满足了绝大部分应用场景的需求。
93.一些实施例中，本发明提供的一种基于ggplot2的可视化数据分析图形的绘制方法，该方法还包括：
94.当该用户指令包括了图形样式参数时，根据该图形样式参数调取相应的图形样式组合，对该数据分析图形进行设置。
95.本实施例中，增加了样式设置的功能。如图1所示，该功能是通过样式模块和绘图模块下的样式设置单元共同实现的。在传统作图方法里面，如需要对该数据分析图形的样式，比如边框、网格线等样式进行处理，需要分别进行设置参数进行调整，工作复杂而繁琐，且容易出错。本实施例中，把图形元素常用的样式，如画板背景(panel.background)、面板边框(panel.border)、轴线(axis.line)、网格线(panel.grid)等进行了函数化集成。使得用户不需要再关注具体的参数，只需要通过函数名进行调用，即可实现特定样式的使用。该样式模块所集成的样式包括全网格边框、全边框无网格、左下边框无网格、全网格下边框、全网格无边框和背景网格等各种类型。图8、图9、图10、图11、图12、图13分别是全网格边框、全边框无网格、左下边框无网格、全网格下边框、全网格无边框和背景网格等各种样式的示例。通过该样式设置单元，各种样式通过一个统一的参数指定特定的名称即可控制。根据用户输入的主题样式名称，该样式设置单元会自动调取该样式模块所存储的样式，并对图表进行样式应用和渲染，由此使用户摆脱了需要分别对边框、网格线、背景等进行分别设置的
繁琐工作。
96.一些实施例中，本发明提供的一种基于ggplot2的可视化数据分析图形的绘制方法，该方法还包括：
97.当该用户指令包括了颜色参数时，根据该颜色参数调取相应的配色方案，并根据该输入数据的变量数目抽取或者生成对应数量的颜色值集。
98.本实施例中，增加了专业配色的功能。如图1所示，该功能是通过颜色模块和绘图模块下的颜色映射单元共同实现的。在颜色种类上，该颜色模块不仅包含有7种离散色，还包含有8种渐变色。通过大量的颜色集筛选和实测，该颜色模块集成了堪称业内顶级的的专业配色方案，并进行了透明度插值处理，使得配色种类数目增加了3倍，大大提高了数据可视化颜色种类的可用性。所有配色方案都可根据名称直接调用，无需单独设置颜色值集合。当选定特定的颜色集名称时候，该颜色映射单元会根据名称调取该颜色模块存储的16进制颜色值集，同时计算输入数据所对应的变量数目，基于变量数目按照颜色值索引序号，给变量映射对应的颜色值。针对离散型数据，用户可选择使用离散色值，对于连续型变量，用户可用使用渐变色值，使得数据的展示效果更加符合数据特征。如，当该输入数据的类型为离散型时，可选取名称为“npg”的离散型颜色值集，该颜色值集包含的颜色值为：“#e54b34”,“#4cbad4”,“#009f86”,“#3b5387”,“#f29a7f”,“#8491b3”,“#91d1c1”；“#dc0000”,“#7e6047”,“#cccccc”,“#bc8b83”,“#33adad”,“#347988”,“#9f7685
”……
由该颜色映射单元根据该输入数据的数量进行选取。当该输入数据的类型为连续型变量时，可选取名称为“brbg”的离散型颜色值集，该颜色值集包含的颜色值为：“#8c510a”,“#f5f1e7”,“#01665e”，由该颜色映射单元根据该输入数据的数量进行选取。
99.一些实施例中，本发明提供的一种基于ggplot2的可视化数据分析图形的绘制方法：
100.该输入数据，包括文件数据和/或流式数据。
101.本实施例中，该导入模块导入的该输入数据，包括文件数据和/或流式数据。常规的作图方法读取数据是通过read.delim函数指定特定的文件名称进行数据导入，该导入模块通过在read.delim函数中引入text参数，把该输入数据转化为文本数据流形式，可实现直接读取数据流内容，而不仅仅是只能根据指定的路径文件进行读取。因此，优化后该数据导入模块可支持导入本地文件数据和在线数据流两种方式，使得该系统既能够离线本地化应用，也能够在web端无感化部署使用。
102.一些实施例中，本发明提供的一种基于ggplot2的可视化数据分析图形的绘制方法，该方法还包括：
103.当该用户指令包括了方向参数时，根据该方向参数控制该数据分析图形的显示方向，并转换该数据分析图形的随动元素的方向为相应方向，该随动元素的范围可进行设置。
104.本实施例中，如图1所示，该绘图单元还包括方向判断单元。该方向判断单元通过一个参数控制图形为水平、还是垂直显示，并适配转换对应的标题内容。当设置为“h”时候图形水平显示，当为“v”时候，图形垂直显示，该数据分析图在不同方向进行切换时，该方向判断单元会根据方向的参数值，对该随动元素，如对x/y轴的标题内容以及相关属性进行转换赋值，使得图形标题内容和样式能够随着方向的改变而自动调整。该随动元素的范围可进行设置，该设置可以是由系统进行的，在系统升级时做统一的变更，也可以开放权限给用
户，由用户进行自定义设置。
105.一些实施例中，本发明提供的一种基于ggplot2的可视化数据分析图形的绘制方法，该方法还包括：
106.当该用户指令包括了元素参数时，根据该元素参数对该数据分析图形中使用的元素的属性进行设置。
107.本实施例中，如图1所示，该绘图单元还包括元素样式单元。通过该元素样式单元，用户可以分别对图形中的数据点、xy轴的主题和标签、图例的主题和标签等元素的属性如形状、大小、颜色、字体等进行个性化的设置。