下載Highcharts最新版本

今天，我們續(xù)講使用折線圖，柱形圖和散點(diǎn)圖可視化資產(chǎn)回報(bào)。該圖表看起來像我們想要的，但鼠標(biāo)超過一點(diǎn)，并注意到一些次優(yōu)的美學(xué)特征。首先，工具提示未顯示與x-ais上顯示的日期相同的日期。第二，它將完整的y軸值顯示為超過10個小數(shù)位，第三，它將兩個ETF稱為和，因?yàn)槲覀儧]有提供名稱。讓我們解決這三個問題。series 1series 2

首先，系列的名稱很容易添加和。name = "SPY"name = "EFA"

highchart(type = "stock") %>% 
  hc_add_series(asset_returns_xts$SPY, type = "scatter", name = "SPY") %>% 
  hc_add_series(asset_returns_xts$EFA, type = "scatter", name = "EFA")

接下來，我們通過添加到流程并使用更改x點(diǎn)顯示的格式來修改工具提示格式。這告訴工具提示使用日期格式。

hc_tooltip(pointFormat = ){point.x:%Y-%m-%d}

然后我們改變y點(diǎn)顯示，告訴工具提示舍入到四個小數(shù)位，然后在它后面放一個％符號。嘗試將其更改為并查看結(jié)果。

{point.y:.4f}%{point.y:.8f}

highchart(type = "stock") %>% 
  hc_add_series(asset_returns_xts$SPY, type = "scatter", name = "SPY") %>% 
  hc_add_series(asset_returns_xts$EFA, type = "scatter", name = "EFA") %>% 
  hc_tooltip(pointFormat = '{point.x: %Y-%m-%d}
                            
 
                            {point.y:.4f}%')

我喜歡highcharter選擇的默認(rèn)顏色，但我們可以使用color參數(shù)自定義它們。

highchart(type = "stock") %>% 
  hc_add_series(asset_returns_xts$SPY, type = "scatter", name = "SPY", color = "lightblue") %>% 
  hc_add_series(asset_returns_xts$EFA, type = "scatter", name = "EFA", color = "pink") %>% 
  hc_tooltip(pointFormat = '{point.x: %Y-%m-%d}
                            
 
                            {point.y:.4f}%  ')

這就是保存數(shù)據(jù)的全部內(nèi)容asset_returns_xts，讓我們探討如何從長格式化數(shù)據(jù)構(gòu)建這些相同的可視化。 回想一下這個結(jié)構(gòu)asset_returns_long。

如果我們希望為SPY創(chuàng)建返回的折線圖，我們無法選擇該SPY列，因?yàn)闆]有調(diào)用列SPY。我們需要通過調(diào)用來過濾asset列何時(shí)等于。SPYfilter(asset == "SPY")

asset_returns_long %>% 
  filter(asset == "SPY") %>% 
  head()

現(xiàn)在我們將數(shù)據(jù)傳遞給使用運(yùn)算符，運(yùn)算符將數(shù)據(jù)從函數(shù)傳遞給函數(shù)。hchart()%>%

當(dāng)我們運(yùn)行，我們正在篩選到的意見，然后將它們傳遞給帶。這括號內(nèi)告訴使用過濾后的數(shù)據(jù)。這可能看起來有點(diǎn)冗長但是通過這個流程，我們可以快速過濾不同的條件，然后將結(jié)果傳遞給，如果我們希望過濾類似的東西而不是（我們稍后會），這可以非常方便。asset_returns_long %>% filter(asset == "SPY")SPYhchart()hchart(.).hcharthchart()dateasset

但是，我們還沒有完成，因?yàn)槲覀冃枰俅问褂胻ype =“line”來指定圖表的類型，然后將我們的美學(xué)映射到。這一切都回到了數(shù)據(jù)結(jié)構(gòu)。asset_returns_xts沒有日期列，日期在索引中，而highcharter默認(rèn)使用該索引。有一個日期列，但高圖無法知道我們想要的日期列，除非我們明確告訴它。hcaes(x = date, y = returns)hcaesasset_returns_longx-axis

asset_returns_long %>% 
  filter(asset == "SPY") %>% 
  hchart(., 
         type = "line", 
         hcaes(x = date, 
               y = returns))

請注意此圖表與上一個折線圖之間的一些差異。首先，這里沒有導(dǎo)航器或日期選擇器。當(dāng)我們帶走時(shí)，我們失去了。此外，y軸默認(rèn)為在左側(cè)。我更喜歡這樣 - 也許你討厭它！可以使用hc_yAxis（相反= TRUE）將其更改回右側(cè)。為了更好地衡量，我們也可以通過調(diào)用labels = list（format =“{value}％”）向y軸添加％標(biāo)簽highchart(type = "stock")

asset_returns_long %>% 
  filter(asset == "SPY") %>% 
  hchart(., 
         type = "line", 
         hcaes(x = date, 
               y = returns)) %>% 
  hc_yAxis(opposite = TRUE,
           labels = list(format = "{value}%"))

我們可以使用完全相同的代碼流來創(chuàng)建柱形圖，方法是更改??為。我還希望數(shù)據(jù)的名稱出現(xiàn)在工具提示中，可以使用。type = "column"name = "SPY"

asset_returns_long %>% 
  filter(asset == "SPY") %>% 
  hchart(., 
         type = "column", 
         hcaes(x = date, 
               y = returns),
               name = "SPY") %>% 
  hc_yAxis(opposite = TRUE,
           labels = list(format = "{value}%"))

最后，讓我們從整齊，長格式的數(shù)據(jù)創(chuàng)建一個散點(diǎn)圖。我們改為并再次需要指定我們的工具提示格式。type = "scatter"hc_tooltip(pointFormat = '{point.x:%Y-%m-%d}...)

asset_returns_long %>% 
  filter(asset == "SPY") %>% 
  hchart(., 
         type = "scatter", 
         hcaes(x = date, 
               y = returns),
         name = "SPY") %>%
  hc_yAxis(opposite = TRUE,
           labels = list(format = "{value}%")) %>% 
  hc_tooltip(pointFormat = '{point.x:%Y-%m-%d}
                             

                             {point.y: .4f}%')

假設(shè)我們希望將所有ETF數(shù)據(jù)分散在一個charty和顏色上。我們可以回到每個ETF的原始版本，但這會有點(diǎn)單調(diào)乏味。通過我們整潔的數(shù)據(jù)流，我們可以刪除然后添加。根據(jù)該集團(tuán)的說法，這告訴高報(bào)人員對每個ETF進(jìn)行不同的著色。請注意它如何創(chuàng)建圖例并在工具提示中包含ETF名稱。flow and use hc_add_seriesfilter(asset == "SPY")hcaes(...group = asset)

asset_returns_long %>% 
  hchart(., 
         type = "scatter", 
         hcaes(x = date, 
               y = returns, 
               group = asset)) %>% 
  hc_yAxis(opposite = TRUE,
           labels = list(format = "{value}%")) %>% 
  hc_tooltip(pointFormat = '{point.x:%Y-%m-%d}
                             

                             {point.y: .4f}%')

我們可以很快看到2015年8月的最低月度回報(bào)是EEM。

創(chuàng)建柱形圖可能會很不錯，但僅適用于2017年的月度回報(bào)。以下是過濾靈活性的幫助。我們可以打電話來隔離2017年的月份，然后建立我們的柱形圖。filter(date >= "2017-01-01" & date <= "2018-01-01")

asset_returns_long %>% 
filter(date >= "2017-01-01" & date < "2018-01-01") %>% 
hchart(., type = "column", 
       hcaes(x = date, 
             y = returns, 
             group = asset)) %>% 
  hc_yAxis(opposite = FALSE,
           labels = list(format = "{value}%")) %>% 
  hc_tooltip(pointFormat = '{point.x: %Y-%m-%d}
                            

                            {point.y:.4f}% ')

請注意返回按列格式按日期自然分組在一起，這有助于按月比較每個ETF。IJS看起來是2017年最不穩(wěn)定的，這看起來像是Shiny應(yīng)用程序的一個很好的候選者，最終用戶可以選擇自定義日期和一組ETF來圖表。

購買Highcharts正版授權(quán)，請點(diǎn)擊“”喲！