Trabajar con componentes de visualización R

Objective

After completing this lesson, you will be able to explicar los componentes de visualización R.

Acceder a R en una historia de SAP Analytics Cloud

Añadir visualizaciones R desde el menú Historia

Es fácil insertar una visualización de R en su historia. Puede añadir la visualización R desde la opción de menú Añadir de la barra de herramientas o puede arrastrar el widget desde el panel Objetos y soltarlo en la historia.

Una historia de SAP Analytics Cloud con el panel Activo abierto en la parte izquierda de la pantalla y el widget Visualización R resaltado. Además, el menú desplegable Añadir está abierto con la visualización R resaltada.

Si la opción de menú Añadir no está visible en la barra de herramientas, utilice la opción de menú Más para añadir el widget de visualización R a su historia.

Una historia de SAP Analytics Cloud con la opción de menú Más y el acceso vía menús al widget Visualización R resaltados.

Componentes de visualización R

Una visualización de R se basa en los siguientes componentes:

Estructura de tabla: datos de entrada basados en un modelo, dimensiones especificadas, atributos de dimensión y filtros
Controles de entrada: parámetros de entrada basados en un control de entrada de cálculo
Script de código de R: un script ejecutado para generar la visualización

Estructura de tabla

Una vez que haya creado su historia, seleccionado su fuente de datos y añadido su visualización R a la historia, puede modificar la estructura de tabla de la visualización R en el panel Generador en la parte derecha de la pantalla.

Panel Generador con Añadir datos de entrada resaltado.

Seleccione + Añadir datos de entrada como se resalta en la imagen anterior para abrir el panel Datos de entrada. Puede seleccionar el icono Desplegar en el panel Datos de entrada para obtener una vista previa de la estructura de la tabla de datos de entrada.
Utilice las opciones Estructura de tabla para especificar la estructura de tabla para sus datos de entrada.
1. Filas: seleccione +Añadir dimensiones para seleccionar dimensiones de la lista de opciones disponibles para añadirlas a sus datos de entrada. Por ejemplo, si desea visualizar grupos de productos en su tabla.
2. Columnas: Utilícelo para gestionar los indicadores disponibles. Por ejemplo, para añadir un país a su tabla. Seleccione Todos los miembros para visualizar los indicadores disponibles actualmente.
3. Filtros: utilícelos para gestionar los filtros para los datos de entrada. Por ejemplo, para filtrar datos para visualizar un año específico.

Las Filas (a), Columnas (b) y Filtros (c) se muestran en la estructura de tabla de la visualización R.

Controles de entrada

También puede configurar un parámetro de entrada para su visualización.

Al seleccionar Añadir parámetro de entrada, puede seleccionar un control de entrada. Si la historia ya contiene controles de entrada de cálculo, puede seleccionar cualquiera de los parámetros enumerados.

En el siguiente ejemplo, puede ver dos opciones enumeradas en el campo Nombre. Puede elegir entre:

Dimensión existente para permitir que los usuarios elijan miembros de una dimensión
Lista estática para añadir valores personalizados como opciones para el control de entrada

En el siguiente ejemplo, se ha seleccionado Dimensión existente.

Diálogo para el control de entrada de cálculo, que muestra el nombre, las propiedades (modelo y dimensión) y los valores de entrada. Nombre es un campo obligatorio y se resalta en rojo en el sistema hasta que se introduce un valor.

Script de código R

En este ejemplo, puede ver los datos, el código R y la visualización final creados.

Más adelante en este curso, creará la visualización R utilizada en este ejemplo.

Los datos

Panel Datos de entrada con vista previa de datos desplegada.

El 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))

La visualización final de R

Cuando se haya escrito el código R, puede añadir los controles a la visualización R en SAP Analytics Cloud. El código R y los controles le permiten crear la visualización, en este ejemplo, comparando Ingresos de ventas y Margen bruto por línea/región de producto con un control de entrada para Año.

Visualización R final creada con el código situado encima de la imagen.

Continue to quiz