ЕК
А как мне тогда, если не средние? Ведь у меня большой датасет, где у каждого часа минимум 10тыс новостей. Я думаю, что нужно найти среднее количество просмотров для каждого сайта и визуализировать как-нибудь
Size: a a a
2021 April 25
DP
Лайк
ИЭ
ну я вот скрипки предложил. средние не ясно какую функцию несут. есть у вас популярный сайт, там много и популярных постов, и непопулярных
ЕК
Для меня в данном случае популярность не важна, мне просто нужно количество просмотров от времени
ИЭ
ну вот у вас есть Хабрахабр, на нем есть пост компании Яндекс, у которого 1000 просмотров и 999 постов от рядовых юзеров, у которых по 0 просмотров.
есть ваш личный блог, где 1 просмотр.
у обоих сайтов по одному просмотру в среднем. если вас это устраивает, то пожалуйста
есть ваш личный блог, где 1 просмотр.
у обоих сайтов по одному просмотру в среднем. если вас это устраивает, то пожалуйста
ЕК
Простите что так часто по пустякам пишу, но я очень сильно туплю, у меня есть 2 столбца данных: просмотры и часы, я хочу построить plot, где X - часы, Y-количество просмотров
Думал вот так сделать:
Думал вот так сделать:
library(janitor)Но выходит просто прямая
grouped_news = tabyl(data, hours, views)
plot(grouped_age$hours, grouped_age$views, type="l", col="blue", xlab="hours", ylab="postes")
ЕК
я думаю меня это устраивает
a
Переслано от aGricolaMZ
DS
/whatever
ЕК
Подскажите, пожалуйста, возможно ли по X сделать, чтобы каждый час выводился?
plot(m, ylab="Average number of views by hour", xlab="Hours", type = "o", col = "blue4")ЕТ
Попробуйте использовать ggplot2. Там тоньше настройка.
ЕТ
ЕК
спасибо
2021 April 26
EP
Вот нашел: https://clauswilke.com/dataviz/
Книга именно по основам визуализации данных, т.е. более-менее универсальна. Плюс в том, что примеры на R.
Я когда этой темой интересовался, читал разную литературу и могу сказать, что вот эта книга прям способна заменить сразу несколько источников.
Книга именно по основам визуализации данных, т.е. более-менее универсальна. Плюс в том, что примеры на R.
Я когда этой темой интересовался, читал разную литературу и могу сказать, что вот эта книга прям способна заменить сразу несколько источников.
ЕК
Спасибо большое!
EP
что мне особенно нравится, примеры классифицированы, т.к. плохая визуализация может быть плохой в разных смыслах: уродливой, неудобной для восприятия или вовсе неправильной
ЕК
Спасибо, я думал, что визуализировать данные - это самое легкое, но как оказалось с этим я дольше всего сижу
PD
спасибо за книгу! залип.
AS
Я обвиняю.