bar plot parameters

[cloudly]

以堆叠的条形图为例：
https://echarts.baidu.com/doc/example/bar4.html

可以往series里面加的有stack, itemStyle, barGap, barCategoryGap等等。基本就是说这些bar怎么排列组合，标签怎么弄，柱子宽度高度什么的。

    series : [
        {
            name:'直接访问',
            type:'bar',
            stack: '总量',
            itemStyle : { normal: {label : {show: true, position: 'insideRight'}}},
            data:[320, 302, 301, 334, 390, 330, 320]
        },
        {
            name:'邮件营销',
            type:'bar',
            stack: '总量',
            itemStyle : { normal: {label : {show: true, position: 'insideRight'}}},
            data:[120, 132, 101, 134, 90, 230, 210]
        },
        {
            name:'联盟广告',
            type:'bar',
            stack: '总量',
            itemStyle : { normal: {label : {show: true, position: 'insideRight'}}},
            data:[220, 182, 191, 234, 290, 330, 310]
        },
        {
            name:'视频广告',
            type:'bar',
            stack: '总量',
            itemStyle : { normal: {label : {show: true, position: 'insideRight'}}},
            data:[150, 212, 201, 154, 190, 330, 410]
        },
        {
            name:'搜索引擎',
            type:'bar',
            stack: '总量',
            itemStyle : { normal: {label : {show: true, position: 'insideRight'}}},
            data:[820, 832, 901, 934, 1290, 1330, 1320]
        }
    ]

你觉得怎么放进来比较合适？data_bar()还是拎另外一个函数出来？

[yihui]

这是个好问题，也是第一个真正有挑战性的问题。我目前设计的data_xxx()系列函数只考虑了计算序列的三个属性：name、type和data。其它的属性如何修改，我刚开始没有细想。

我想这些属性最好是不要通过主函数echart()传进来，因为series只是ECharts众多选项中的一个构成部分，你肯定不希望将来这个函数有几百个参数。

你可以仿照eAxis()的思路想想。这个包的整体设计思路就是拼凑echart()中的params列表，这个列表目前只有三个组成部分：series, xAxis, yAxis。你想完成的是修改其中的series列表，那么你不妨用一个eSeries()函数来做。比如说这样修改第一个series的barCategoryGap属性：

echart() %>% eSeries(which = 1, barCategoryGap = '0%')

具体eSeries()怎么设计你参考一下eAxis()，唯一一点需要清楚的是，chart参数是echart()返回的一坨列表，其中chart$x就是echart()内部的params。

这样设计出来的函数才有通用性。有了eSeries()，你可以修改任何图形的任何序列的任何属性，而不是硬把某个barCategoryGap属性塞在某个函数内（当然你可以后面再写个包装函数，例如eHist()，用来一句话生成直方图）。

回到直方图：我不知道你现在的设计画出来的图形是什么样，但有一点我觉得你没有仔细思考，hist()返回的列表中，breaks的长度比counts多1，你把这两个长度不等的向量摁在一起画图我不知道要闹那样。直方图的难点在于坐标轴的刻度。假设频数在y轴，变量值在x轴，那么y轴的刻度好说，因为它是数值型的坐标轴，ECharts会自动安排刻度，关键在x轴，你用条形图来画的话，意味着x轴是类目型，虽然它实际上应该是数值型，也许你可以用每个区间的中值去代表这个区间，这是问题之一；问题之二在于，怎样选择区间可以使得区间的中值尽量是“整数”，我说的整数是看起来比较整的数字，例如0/0.5/1/1.5等等，如果你用hist()的结果，出来的结果可能不太整，看起来就会不好看，你肯定不愿意读一个横轴刻度是0.123/0.382/0.614/...的直方图，多费劲啊。

思考，好好思考。

[cloudly]

1. eseries()不错。 我去试试。
2. 直方图难道不就是大概看一下分布就好了....好吧我去抄hadley在ggplot里面写的代码好了... :P 希望他wrap了一个现成的function。至于离散x轴的问题，我现在看起来还好啊，貌似就是需要往右移动一点就好了。
   

[yihui]

确实是看个分布就好了，但也得把刻度的位置弄对，以及尽量让刻度上的数字可读。你不能让n个条和n+1个类别去画条形图啊。

又及：是我眼花了还是这x轴上确实附着着很薄一层绿（兰？）色的东西？

[cloudly]

阿哈？蓝色的？xy轴都是蓝色的呀。然后貌似是灰色的背景线和蓝色有点小重叠...

[cloudly]

hist()很体贴的给出了一个mids，这个和counts是一一对应的。那我就暂时go for mids了。目前扔进去一个rnorm(), 以及log(rnorm())还是挺正常的，感觉hist()函数应该考虑过这个问题了。

[yihui]

hist()的确考虑了区间边界的“美化”，但你要考虑这个问题：在这里因为我们是用条形图画直方图，x轴上标记的是区间的中值，区间的边界是整数，可能就会意味着中值不是整数，所以你需要想办法做这两件事中的一件：

• 要么你用hist()的输出，但x轴上的刻度你要用区间（breaks），这意味着你需要把刻度的位置左右移动半个单位；
• 要么你想办法让区间中值是整数；

[cloudly]

.....我昨天想了一下，如果x本身就是0-1之间的这种的话，也不能直接写成整数。
要不就按照breaks的小数位好了，微调mids。这个记一下，什么时候去改改....

2015-05-01 13:31 GMT-07:00 Yihui Xie [email protected]:

hist()的确考虑了区间边界的“美化”，但你要考虑这个问题：在这里因为我们是用条形图画直方图，x轴上标记的是区间的中值，区间的边界是整数，可能就会意味着中值不是整数，所以你需要想办法做这两件事中的一件：

• 要么你用hist()的输出，但x轴上的刻度你要用区间（breaks），这意味着你需要把刻度的位置左右移动半个单位；
• 要么你想办法让区间中值是整数；

—
Reply to this email directly or view it on GitHub
#3 (comment).

Find me at www.cloudlychen.net

Senior Analyst, Experimentation Research, eBay.
2065 Hamilton Ave, San Jose, CA, 95125

[yihui]

这个你不用太操心，我第一次写整数的时候打了引号，意思是尽量整的数字，只要不是带十八位小数的数字就好。pretty()函数已经做了所有的工作了，例如：

> pretty(runif(10))
[1] 0.0 0.2 0.4 0.6 0.8 1.0

你需要想的只是怎么把它用到直方图中而已。

[cloudly]

嗯，周末有空的话我去改一下。我昨天写了一下加点和线的函数，还没来得及测试...

2015-05-01 14:17 GMT-07:00 Yihui Xie [email protected]:

这个你不用太操心，我第一次写整数的时候打了引号，意思是尽量整的数字，只要不是带十八位小数的数字就好。pretty()函数已经做了所有的工作了，例如：

pretty(runif(10))
[1] 0.0 0.2 0.4 0.6 0.8 1.0

你需要想的只是怎么把它用到直方图中而已。

—
Reply to this email directly or view it on GitHub
#3 (comment).

Find me at www.cloudlychen.net

Senior Analyst, Experimentation Research, eBay.
2065 Hamilton Ave, San Jose, CA, 95125

[yihui]

测试后发PR记得带图。谢谢。

[cloudly]

记下了，你早说嘛。

On Fri, May 1, 2015 at 2:39 PM, Yihui Xie [email protected] wrote:

测试后发PR记得带图。谢谢。

—
Reply to this email directly or view it on GitHub
#3 (comment).

Find me at www.cloudlychen.net

Senior Analyst, Experimentation Research, eBay.
2065 Hamilton Ave, San Jose, CA, 95125

[yihui]

看图比看代码容易一些……如果图上有啥问题，我一眼就可以看出来；代码要是有什么问题，我还得思考一下。所以把简单的任务安排在前面。

[cloudly]

果然男人都是视觉的动物

On Friday, May 1, 2015, Yihui Xie [email protected] wrote:

看图比看代码容易一些……如果图上有啥问题，我一眼就可以看出来；代码要是有什么问题，我还得思考一下。所以把简单的任务安排在前面。

—
Reply to this email directly or view it on GitHub
#3 (comment).

Find me at www.cloudlychen.net

Senior Analyst, Experimentation Research, eBay.
2065 Hamilton Ave, San Jose, CA, 95125