使用R进行多元时序指标趋势可视化

最新推荐文章于 2024-06-14 17:55:02 发布

肥萝卜使大力

最新推荐文章于 2024-06-14 17:55:02 发布

阅读量5.8k

点赞数

分类专栏： R | Processing

本文链接：https://blog.csdn.net/yucan1001/article/details/21297735

版权

本文介绍了如何在数据时代利用R进行多元时序指标的趋势分析。通过归一化处理不同量级的数据，使得各指标能在同一图表中展示。文章提到在社交网络分析中，对PV、Click、Reply、Share、Like等指标进行归一化，然后使用R代码实现可视化，展示了具体的操作过程和最终的可视化效果。

摘要由CSDN通过智能技术生成

数据时代，经常需要将多种时序数据指标放在一起进行分析，但各个数据指标量级不一致，不方便放在一张趋势图中进行分析，解决方法是把各个指标数据归一化，对于时序数据[x1, x2...xn]，可以使用归一化规则为xn = xn*100/avg(x)。

之前在某社交网络公司，对于feed流，需要对pv, click, reply, share, like等指标进行趋势分析，使用的解决方案是使用python连mysql获取数据并进行归一化运算，然后使用chartDirector图形库进行可视化展现。最终结果可视化展示结果如下：

利用R同样可以实现类似功能，代码如下：

xlab = "日期";
ylab = "pv click趋势";
main = "页面pv click周趋势图";
lty = c("dotted", "solid");
col=c("blue", "red");
data_desc = c("pv", "click");

pv=c(18000, 19000, 17000, 16000, 13000, 15000, 17000);
click=c(144, 190, 150, 170, 133, 145, 189);
dates = as.Date(c("2014-03-17", "2014-03-18",  "2014-03-19", "2014-03-