Trabalhar com componentes de visualização R

Objective

After completing this lesson, you will be able to explicar os componentes de visualização R.

Acessar R em uma história do SAP Analytics Cloud

Adicionar visualizações R a partir do menu História

É fácil inserir uma visualização R em sua história! Você pode adicionar a visualização R na opção de menu Adicionar da barra de ferramentas ou arrastar o widget do painel Ativos e soltá-lo na história.

Uma história do SAP Analytics Cloud com o painel Ativo aberto no lado esquerdo da tela e o widget Visualização R destacado. Além disso, o menu suspenso Adicionar é aberto com a Visualização R destacada.

Se a opção de menu Adicionar não estiver visível na barra de ferramentas, use a opção de menu Mais para adicionar o widget de visualização R à sua história.

Uma história do SAP Analytics Cloud com o item de menu Mais e o caminho de menu para o widget Visualização R destacado.

Componentes de visualização R

Uma visualização R é baseada nos seguintes componentes:

Estrutura da tabela: dados de entrada baseados em um modelo, dimensões especificadas, atributos de dimensão e filtros
Controles de entrada: parâmetros de entrada baseados em um controle de entrada de cálculo
Script de código R: um script executado para gerar a visualização

Estrutura da tabela

Depois de criar sua história, selecionar sua fonte de dados e adicionar sua visualização R à história, você pode modificar a estrutura da tabela da visualização R no painel Gerador no lado direito da tela.

Painel Gerador com Adicionar dados de entrada destacado.

Selecione + Adicionar dados de entrada conforme destacado na imagem anterior para abrir o painel Dados de entrada. Você pode clicar no ícone Expandir no painel Dados de entrada para visualizar a estrutura da tabela de dados de entrada.
Utilize as configurações da Estrutura da tabela para indicar a estrutura da tabela para seus dados de entrada.
1. Linhas: selecione +Adicionar dimensões para selecionar dimensões da lista de opções disponíveis para adicioná-las aos seus dados de entrada. Por exemplo, se você quiser exibir grupos de produtos em sua tabela.
2. Colunas: use isso para gerenciar as medidas disponíveis. Por exemplo, para adicionar um país à sua tabela. Selecione Todos os membros para exibir as medidas atualmente disponíveis.
3. Filtros: use para gerenciar os filtros para os dados de entrada. Por exemplo, para filtrar dados para exibir um ano específico.

As Linhas (a), Colunas (b) e Filtros (c) são exibidas na estrutura da tabela da visualização R.

Controles de entrada

Você também pode configurar um parâmetro de entrada para sua visualização.

Quando você seleciona Adicionar parâmetro de entrada, pode selecionar um controle de entrada. Se a história já contiver controles de entrada de cálculo, você poderá escolher qualquer um dos parâmetros listados.

No exemplo a seguir, você pode ver duas opções listadas no campo Nome. Você pode escolher entre:

Dimensão existente para permitir que os usuários selecionem membros de uma dimensão
Lista estática para adicionar valores personalizados como opções para o controle de entrada

No exemplo a seguir, Dimensão existente foi selecionada.

Caixa de diálogo para controle de entrada de cálculo, mostrando Nome, Propriedades (modelo e dimensão) e Valores de entrada. Nome é um campo obrigatório e é destacado em vermelho no sistema até que um valor seja inserido.

Script de código R

Neste exemplo, você pode ver os dados, o código R e a visualização final criada.

Mais tarde, neste curso, você criará a visualização R usada neste exemplo.

Os dados

Painel Dados de entrada com visualização de dados expandida.

O código R

Code Snippet

1234567891011121314151617181920212223
library(ggplot2)
library(dplyr)
library(grid)
library(gridExtra)

g1 <- ggplot(BestRunCorpRetail, aes(x = reorder(Lines,`Sales Revenue`/1000), y = `Sales Revenue`/1000 , fill = `Region` )) +
  geom_col(stat = "identity" ) + coord_flip() +
  scale_fill_brewer(palette="Blues") +
  labs(title = " Sales Revenue (in k) by Product Line / Region", x = "Product Lines / Region ", y = " Sales Revenue") + 
  theme_light() + 
  theme(legend.position="bottom")

g2 <- ggplot(BestRunCorpRetail, aes(x = reorder(Lines,`Gross Margin`/1000), y = `Gross Margin`/1000 , fill = `Region` )) +
  geom_col(stat = "identity" ) + coord_flip() +
  scale_fill_brewer(palette="Reds") +
  labs(title = " Gross Margin (in k) by Product Line / Region", x = "Product Lines / Region ", y = "Gross Margin") + 
  theme_light() + 
  theme(legend.position="bottom")

gg1 <- ggplot_gtable(ggplot_build(g1))
gg2 <- ggplot_gtable(ggplot_build(g2))

grid.arrange(gg1, gg2, ncol = 2, widths = c(1/2,1/2))

A visualização R final

Quando seu código R tiver sido escrito, você pode adicionar os controles à visualização R no SAP Analytics Cloud. O código R e os controles permitem que você crie a visualização, neste exemplo, comparando Receita de vendas e Margem bruta por linha de produtos/região com um controle de entrada para Ano.

Visualização R final criada usando o código acima da imagem.

Continue to quiz