R में एनिमेटेड बार चार्ट का उपयोग करके NBA टीमों के लिए जीत की संख्या का दृश्य

सबसे पहले, कुछ पृष्ठभूमि की जानकारी। मेरा नाम व्लादिस्लाव है और आर के साथ मेरा परिचित पिछले साल अगस्त में हुआ था। मैंने एक लागू प्रकृति के कारण प्रोग्रामिंग भाषा सीखने का फैसला किया। बचपन से ही मुझे खेल के आँकड़े रखना पसंद था। उम्र के साथ, यह शौक किसी तरह इन आंकड़ों का विश्लेषण करने की इच्छा में बदल गया और, डेटा विश्लेषण के आधार पर, यदि संभव हो तो, चतुर विचार दें। समस्या यह है कि हाल के वर्षों में, खेल डेटा की लहर से बह गए हैं, दर्जनों कंपनियां आपस में प्रतिस्पर्धा करती हैं, कोर्ट में फुटबॉल खिलाड़ी, बास्केटबॉल खिलाड़ी, बेसबॉल खिलाड़ी की किसी भी कार्रवाई को न्यूरॉन में गणना, वर्णन और ढालने की कोशिश करती हैं। और एक्सेल स्पष्ट रूप से विश्लेषण के लिए उपयुक्त नहीं है। इसलिए मैंने आर का अध्ययन करने का फैसला किया ताकि सबसे सरल विश्लेषण में आधा दिन न लगे। पहले से ही अध्ययन के दौरान, प्रोग्रामिंग में रुचि इस तरह जोड़ दी गई थी, लेकिन यह पहले से ही गीत है।

मैं तुरंत ध्यान देना चाहता हूं कि भविष्य में मैं क्या लिखूंगा पहले से ही simpsons में किया गया है लेख में हेबर पर था। हम R का उपयोग करके एनिमेटेड हिस्टोग्राम बनाते हैं। यह लेख, बदले में, लेख का एक अनुवाद है, ट्रेंडिंग एनिमेटेड बार चार्ट्स का उपयोग आर से मध्यम से करें। इसलिए, उपरोक्त लेखों से किसी भी तरह से अलग होने के लिए, मैं जो कुछ भी कर रहा हूं, उसके साथ-साथ उन क्षणों का भी पूरी तरह से वर्णन करने की कोशिश करूंगा, जो मूल लेख में नहीं हैं। उदाहरण के लिए, स्तंभों को भरने के लिए, मैंने एनबीए कमांड के रंगों का उपयोग किया, न कि मानक ggplot2 पैलेट का, लेकिन डेटा प्रोसेसिंग में डेटा। data.table पैकेज, dplyr नहीं। मैंने यह सब कार्य एक समारोह के रूप में किया है, इसलिए अब यह केवल टीम का नाम और उन वर्षों को लिखने के लिए पर्याप्त है जिनके लिए आपको जीत की संख्या गिनने की आवश्यकता है।

डेटा

शेड्यूल बनाने के लिए, मैंने पिछले 15 सत्रों में 30 एनबीए टीमों में से प्रत्येक के लिए जीत की संख्या पर डेटा का उपयोग किया। उन्हें NBA डेटा रिट्रीवर एक्सटेंशन का उपयोग करके आँकड़े . nba.com से एकत्र किया गया था, जो एनबीए एपीआई के उपयोग के माध्यम से, आवश्यक आँकड़ों के साथ सीएसवी फ़ाइलों का उत्पादन करता है। यहाँ Github पर मेरी परियोजना का पूरा विवरण है।

पुस्तकालयों का इस्तेमाल किया

 library(data.table) library(tidyverse) library(gganimate) 

डेटा प्रोसेसिंग के लिए, मैं data.table (केवल इसलिए कि मैं इस पैकेज से पहले मिला) का उपयोग data.table हूं। मैं tidyverse पैकेज का एक सेट भी डाउनलोड करता tidyverse , और एक अलग ggplot2 नहीं, ताकि चिंता न करें, यदि विश्लेषण के दौरान कुछ विचार प्रकट होता है जिसे इस सेट से पैकेज के अतिरिक्त लोडिंग की आवश्यकता होती है। इस विशेष स्थिति में, ggplot2 जा सकता है, अन्य सेट पैकेज शामिल नहीं हैं। खैर, gganimate ग्राफिक्स को गति में सेट करता है।

डेटा के साथ काम करें

सबसे पहले आपको डेटा को क्रम में रखना होगा। मूल रूप से, ग्राफ़ बनाने के लिए, हमें कच्चे डेटा के साथ तालिका के 79 कॉलम में से 2 की आवश्यकता होती है। आप पहले आवश्यक कॉलम चुन सकते हैं, पहले कुछ मान बदल सकते हैं। मैं दूसरे रास्ते से गया।

data.table में तालिका में dt[i, j, by] , जहां तत्वों के समूहन के लिए "जिम्मेदार" होता है। मैं टीमनाम कॉलम द्वारा समूहित करूंगा। और एक रोड़ा है। यह कॉलम टीमों के नाम प्रदर्शित करता है: लेकर्स, केल्टिक्स, हीट, आदि। लेकिन समीक्षाधीन अवधि (2004/05 सीज़न से) के दौरान कई टीमों ने अपना नाम बदल दिया: न्यू ऑरलियन्स हॉर्नेट्स न्यू ऑरलियन्स पेलिकन बन गए, शार्लेट बोबेट्स ने ऐतिहासिक नाम शार्लोट हॉर्नेट्स, और सिएटल सुपरसॉनिक्स ओक्लाहोमा सिटी थंडर को लौटा दिया। इससे भ्रम हो सकता है। निम्नलिखित रूपांतरण इससे बचने में मदद करते हैं:

 table1 <- table[TeamCity == "New Orleans" & TeamName == "Hornets", TeamName := "Pelicans"][ TeamCity == "New Orleans/Oklahoma City" & TeamName == "Hornets", TeamName := "Pelicans"][ TeamName == "Bobcats", TeamName := "Hornets"][ TeamName == "SuperSonics", TeamName := "Thunder"] 

इस समयावधि के लिए, परिवर्तन न्यूनतम हैं, लेकिन यदि आप इसका विस्तार करते हैं, तो टीमनाम द्वारा समूह बनाना बहुत मुश्किल हो जाएगा और आपको अधिक विश्वसनीय कॉलम का उपयोग करने की आवश्यकता होगी। इस डेटा में, यह टीमआईडी है।

आरंभ करने के लिए, हमें "अतिरिक्त" जानकारी से छुटकारा मिलता है, केवल उन कॉलमों को छोड़ना चाहिए जिन्हें हमें काम करने की आवश्यकता है:

 table1 <- table1[ , .(TeamName, WINS)] 

data.table में। () कंस्ट्रक्शन list फंक्शन को बदल देता है। कॉलम चुनने के लिए एक और "क्लासिक" विकल्प table1 <- table1[, c("TeamName", "WINS")] । उसके बाद, तालिका निम्न रूप लेती है:

प्रत्येक सीज़न के लिए अलग से एनीमेशन के लिए, यह पर्याप्त है, लेकिन चयनित अवधि के लिए जीत की कुल संख्या की गणना करने के लिए, आपको जीत की कुल संचयी गणना करने की आवश्यकता है।

table1 <- table1[, CumWins := cumsum(WINS), by = "TeamName"]

cumsum फ़ंक्शन का उपयोग करके cumsum हमें उन नंबरों की आवश्यकता होती है जो हमें चाहिए। उपयोग करना: = के बजाय = आपको तालिका में एक नया कॉलम जोड़ने की अनुमति देता है; मैं इसे एक ही क्यूविंस कॉलम के साथ अधिलेखित नहीं करता। by = "TeamName" समूह को टीम के नाम से डेटा और संचयी राशि की by = "TeamName" 30 टीमों में से प्रत्येक के लिए अलग-अलग की जाती है।

अगला, मैं उस वर्ष के साथ एक कॉलम जोड़ता हूं जब प्रत्येक सीज़न शुरू हुआ था। एनबीए का मौसम अक्टूबर से मई तक चलता है, इसलिए यह दो कैलेंडर वर्षों में आता है। सीज़न के पदनाम में, इसकी शुरुआत का वर्ष, अर्थात्। सीजन: चार्ट पर 2018 वास्तविकता में 2018/19 सीज़न है।

मूल तालिका में यह डेटा है। सीज़नआईडी कॉलम 2 (वर्ष शुरू होने वाले वर्ष) के रूप में एक आंकड़ा दिखाता है, उदाहरण के लिए, 22004. आप stringr पैकेज या मूल आर फ़ंक्शन का उपयोग करके पहले दो को निकाल सकते हैं, लेकिन मैं थोड़ा अलग तरीके से गया। यह पता चला कि मैं पहले इस कॉलम का उपयोग आवश्यक मौसमों को इंगित करने के लिए करता हूं, फिर हटाएं और दोबारा तारीखों के साथ एक कॉलम बनाएं। अतिरिक्त कार्रवाई।

मैंने इसे इस प्रकार किया:

table1 <- table1[,year := rep(seq(2004, 2018), each = length(unique(table1$TeamName)))]

मैं "भाग्यशाली" था कि चयनित समय अवधि के लिए एनबीए में टीमों की संख्या में बदलाव नहीं हुआ, इसलिए मैंने सिर्फ 2004 से 2018 तक की संख्या 30 बार दोहराई। फिर से, यदि आप इतिहास में नीचे जाते हैं, तो यह विधि इस तथ्य के कारण असुविधाजनक होगी कि प्रत्येक सीज़न में टीमों की संख्या अलग-अलग होगी, इसलिए सीज़नआईडी कॉलम को साफ़ करने के साथ विकल्प का उपयोग करना बेहतर होगा।

फिर क्यूमर्क कॉलम जोड़ें।

table1 <- table1[, cumrank := frank(-CumWins, ties.method = "random"), by = "year"]

यह जीत की संख्या से प्रत्येक सीज़न में टीमों की रैंकिंग का प्रतिनिधित्व करता है और एक्स अक्ष के मानों के रूप में उपयोग किया जाएगा। frank बेस rank frank एक तेज़ data.table एनालॉग है। माइनस का मतलब है अवरोही क्रम में रैंकिंग (यह decreasing = TRUE तर्क का उपयोग करके भी किया जा सकता है। समान संख्या में जीतने वाली टीमों को क्या आदेश दिया जाएगा, इसलिए ties.method = "random" । ठीक है, यह सब एक वर्ष में समूहीकृत है।

और अंतिम तालिका रूपांतरण value_rel कॉलम जोड़ रहा है।

table1 <- table1[, value_rel := CumWins/CumWins[cumrank==1], by = "year"]

यह कॉलम प्रत्येक टीम की जीत की संख्या के अनुपात को वर्ष के लिए उच्चतम संकेतक मानता है। सर्वश्रेष्ठ टीम के लिए, यह संकेतक 1 है, बाकी के लिए यह कम है, जो मौसम की सफलता पर निर्भर करता है।

सभी परिवर्धन के बाद, तालिका में निम्नलिखित रूप हैं:

केवल एक टीम को सारणीबद्धता को दर्शाने के लिए तालिका में प्रस्तुत किया गया है। इन सभी कार्यों को किया जाता है, जैसा कि नाम में परिवर्तन होता है, वर्ग कोष्ठक के एक झरना के साथ

 table1 <- table1[ ,.(TeamName, WINS)][ , CumWins := cumsum(WINS), by = "TeamName"][ ,year := rep(seq(2004, 2018), each = length(unique(table1$TeamName)))][ , cumrank := frank(-CumWins, ties.method = "random"), by = "year"][ , value_rel := CumWins/CumWins[cumrank==1], by = "year"] 

टीमों के मानक से कॉलम के रंग को बदलें।

आप तुरंत ग्राफ़ के निर्माण के लिए आगे बढ़ सकते हैं, लेकिन वहाँ है, जैसा कि मुझे लगता है, एक महत्वपूर्ण बिंदु: ग्राफ़ में स्तंभों का रंग। आप मानक ggplot2 पैलेट छोड़ सकते हैं, लेकिन यह एक बुरा विकल्प है। सबसे पहले, यह मुझे लगता है कि वह बदसूरत है। और दूसरी बात, चार्ट पर एक टीम ढूंढना मुश्किल हो जाता है। एनबीए प्रशंसकों के लिए, प्रत्येक टीम एक विशिष्ट रंग के साथ जुड़ी हुई है: बोस्टन हरा है, शिकागो लाल है, सैक्रामेंटो बैंगनी है, आदि। इसलिए, नीले और लाल रंग की प्रचुरता के बावजूद, भरण कॉलम में कमांड के रंग का उपयोग करना इसे तेजी से पहचानने में मदद करता है।

ऐसा करने के लिए, कमांड के नाम और उसके मुख्य रंग के साथ एक टेबल table_color बनाएं। Teamcolorcodes.com से लिया गया रंग।

रंग तालिका के साथ, आपको एक और हेरफेर करने की आवश्यकता है। क्योंकि जब प्लॉटिंग कारकों का उपयोग किया जाता है, तो टीमों का क्रम बदल जाता है। सूची में पहला फिलाडेल्फिया 76 होगा, "डिजिटल" नाम के एकमात्र मालिक के रूप में, और फिर वर्णमाला के अनुसार। तो हमें उसी क्रम में रंगों को व्यवस्थित करने की आवश्यकता है, और फिर वेक्टर को तालिका से उन्हें निकाल दें। मैंने इसे इस प्रकार किया:

  table_color <- table_color[order(TeamName)] cols <- table_color[, "TEAM_color"] 

अंकन

हम वास्तव में सिर्फ एक चार्ट बनाते हैं, जिसमें सभी 450 (15 सीज़न * 30 टीम) जीत के संकेतक होते हैं, और फिर इसे gganimate पैकेज से कार्यों का उपयोग करके आवश्यक चर (हमारे मामले में, वर्षों तक) से "विभाजित" करते हैं।

 gg <- ggplot(table1, aes(cumrank, group = TeamName, fill = as.factor(TeamName), color = as.factor(TeamName))) + geom_tile(aes(y = CumWins/2, height = CumWins, width = 0.7), color = NA, alpha = 0.8) 

सबसे पहले, हम ggplot फ़ंक्शन का उपयोग करके एक ग्राफिक बनाते हैं। aes तर्क में, निर्दिष्ट करें कि तालिका से चर को चार्ट पर कैसे प्रदर्शित किया जाएगा। हम उन्हें टीमनाम द्वारा समूहित करते हैं, कॉलम के रंग के लिए fill और color जिम्मेदार होंगे।

सच्चे स्तंभ कहते हैं कि यह पूरी तरह से सच नहीं है geom_tile का उपयोग geom_tile हम चार्ट पर मौजूद डेटा को आयतों में विभाजित करते हैं। यहाँ इस प्रकार के एक चार्ट का एक उदाहरण दिया गया है:

यह देखा जा सकता है कि ग्राफ को वर्गों में "विभाजित" कैसे किया जाता है (वे प्रत्येक कॉलम में तीन, coord_equal() परत) का उपयोग करके आयतों से प्राप्त किए जाते हैं। लेकिन एक से कम तर्क width के लिए धन्यवाद, हमारी टाइल कॉलम का रूप लेती है।

  geom_text(aes(y = 0, label = paste(TeamName, " ")), vjust = 0.2, hjust = 1, size = 6) + geom_text(aes(y = CumWins, label = paste0(" ",round(CumWins))), hjust = 0, size = 7) + coord_flip(clip = "off", expand = FALSE) + scale_fill_manual(values = cols) + scale_color_manual(values = cols) + scale_y_continuous(labels = scales::comma) + scale_x_reverse() + guides(color = FALSE, fill = FALSE) + 

इसके बाद, मैं geom_text का उपयोग करके दो हस्ताक्षर geom_text : टीम का नाम और जीत की संख्या। coord_flip अक्षों को स्वैप करता है, scale_fill_manual और scale_color_manual स्तंभों का रंग बदलता है, scale_x_reverse "X" scale_x_reverse विस्तार करता है। ध्यान दें कि हम रंगों को पहले वाले cols वेक्टर से लेते हैं।

theme परत ग्राफ़ के प्रदर्शन को समायोजित करने के लिए विकल्प निर्दिष्ट करती है। यहां यह संकेत दिया गया है कि कुल्हाड़ियों के हेडर और लेबल को कैसे प्रदर्शित किया जाना चाहिए (किसी भी तरह से element_blank हमें समानता के दाईं ओर नहीं बताता है)। हम Y अक्ष के साथ लीजेंड, बैकग्राउंड, फ्रेम, ग्रिड लाइन को plot.title । तर्कों के plot.title । plot.title , plot.subtitle , plot.caption हम शीर्षक, उपशीर्षक और चार्ट हस्ताक्षर के लिए प्रदर्शन विकल्प सेट करते हैं। अधिक विस्तार से सभी मापदंडों का अर्थ gglot2 वेबसाइट पर देखा जा सकता है

 theme(axis.line=element_blank(), axis.text.x=element_blank(), axis.text.y=element_blank(), axis.ticks=element_blank(), axis.title.x=element_blank(), axis.title.y=element_blank(), legend.position="none", panel.background=element_blank(), panel.border=element_blank(), panel.grid.major=element_blank(), panel.grid.minor=element_blank(), panel.grid.major.x = element_line( size=.1, color="grey" ), panel.grid.minor.x = element_line( size=.1, color="grey" ), plot.title=element_text(size=25, hjust=0.5, face="bold", colour="black", vjust=-1), plot.subtitle = element_text(size = 15), plot.caption =element_text(size=15, hjust=0.5, color="black"), plot.background=element_blank(), plot.margin = margin(2,2, 2, 4, "cm")) 

एनीमेशन बनाएं

मैं transition_states फ़ंक्शन का उपयोग करने पर ध्यान केंद्रित नहीं करूंगा, यह हिस्सा हबेरी पर मेरे पहले के प्रकाशन के समान है। labs यह चार्ट का शीर्षक, उपशीर्षक और हस्ताक्षर बनाता है। {closest_state} का उपयोग करके आप चार्ट पर प्रत्येक विशिष्ट वर्ष को प्रदर्शित कर सकते हैं, जिसके कॉलम वर्तमान में हम देख रहे हैं।

  anim <- gg + transition_states(year, transition_length = 4, state_length = 1) + view_follow(fixed_x = TRUE) + labs(title = "Cumulative Wins by teams in seasons", subtitle = "Season: {closest_state}", caption = "Telegram: @NBAatlantic, Twitter: @vshufiskiy\n Data sourse: stats.nba.com") 

चार्ट बनाने के लिए nba_cumulative_wins फ़ंक्शन।

यदि आप एक से अधिक बार कोड का उपयोग करना चाहते हैं, तो लेखन कार्य सरल हो जाता है और परिणाम प्राप्त करने की प्रक्रिया को गति देता है। आमतौर पर, R में एक फ़ंक्शन का निम्न रूप होता है:

 _ <- function( ) { _ } 

पहले आपको यह समझने की आवश्यकता है कि फ़ंक्शन का उपयोग करके आप कौन से पैरामीटर बदलना चाहते हैं, इसके तर्क इस पर निर्भर होंगे। पहला तर्क डेटा तालिका का नाम है जिसे इनपुट किया जा रहा है। यह आपको यह नाम बदलने की अनुमति देता है यदि ऐसी इच्छा उत्पन्न होती है, जबकि फ़ंक्शन में कुछ भी नहीं बदल रहा है। मैं यह भी चाहता हूं कि चार्ट पर कोई भी कमांड प्रदर्शित हो: एक से (जो कि व्यर्थ है) से 30 तक (वहां अब बस नहीं है)। मैं उन 15 वर्षों के भीतर किसी भी समयावधि पर विचार करने में सक्षम होना चाहता हूं जिसके लिए मेरे पास डेटा है। यह सब इस समारोह के रूप में लागू किया गया है:

 nba_cumulative_wins <- function(table, elements, first_season, last_season){ ... } 

जहां table इनपुट डेटा के साथ तालिका का नाम है,
elements - उन टीमों के नाम जिन्हें चार्ट पर प्रदर्शित किया जाना चाहिए
first_season - चार्ट पर प्रदर्शित होने वाला पहला सीज़न
last_season - चार्ट पर प्रदर्शित होने वाला अंतिम सीज़न।

यदि तर्क बहुत बार एक विशिष्ट मूल्य के साथ उपयोग किया जाता है, तो आप इसे डिफ़ॉल्ट रूप से सेट कर सकते हैं। फिर, यदि यह फ़ंक्शन के तर्कों के बीच छोड़ा गया है, तो यह मान प्रतिस्थापित किया जाएगा। उदाहरण के लिए, यदि आप पंजीकरण करते हैं

nba_cumulative_wins <- function(table, elements, first_season, last_season = 2018)

तब तक शेड्यूल 2018/19 सीज़न तक बनाया जाएगा, जब तक कि अन्यथा संकेत न दिया जाए।

तर्क elements साथ कार्य करना, first_season , last_season

elements तर्क का उपयोग करके, हम उन टीमों का नाम निर्दिष्ट कर सकते हैं जिन्हें हम चार्ट पर देखना चाहते हैं। यह बहुत सुविधाजनक है जब 2 या 3 ऐसी टीमें हैं, लेकिन अगर हम पूरी लीग को प्रदर्शित करना चाहते हैं तो हमें elements = c() और सभी 30 टीमों के नाम को ब्रैकेट में लिखना होगा।

इसलिए मैंने कई समूहों में elements तर्क के लिए इनपुट मानों को "विभाजित" करने का निर्णय लिया।
nba_cumulative_wins फ़ंक्शन nba_cumulative_wins अलग-अलग टीमों, डिवीजनों, सम्मेलनों या NBA के लिए ग्राफ़ बना सकता है। इसके लिए, मैंने निम्नलिखित निर्माण का उपयोग किया:

  select_teams <- unique(table1$TeamName) select_div <- unique(table1$Division) select_conf <- unique(table1$Conference) select_nba <- "NBA" table1 <- if(elements %in% select_teams){ table1[TeamName %in% elements] } else if (elements %in% select_div){ table1[Division %in% elements] } else if(elements %in% select_conf){ table1[Conference %in% elements] } else if(elements == "NBA"){ table1 } else { NULL } 

select_ प्रतीकात्मक वैक्टर में सभी 30 टीमों, 6 डिवीजनों, 2 सम्मेलनों और एनबीए के नाम शामिल हैं, और unique फ़ंक्शन 15 के बजाय केवल एक अद्वितीय नाम छोड़ता है (डेटा में वर्षों की संख्या)।

फिर, if...else का उपयोग करते हुए, दर्ज किए गए elements तर्क कक्षाओं में से एक से संबंधित है ( %in% उपयोग यह निर्धारित करने के लिए किया जाता है कि तत्व वेक्टर से संबंधित है), और डेटा तालिका को तदनुसार संशोधित किया गया है। अब, अगर मैं इसके बजाय दक्षिण-पश्चिम डिवीजन में खेलने वाली टीमों के परिणाम देखना चाहता हूं

elements = c("Mavericks", "Spurs", "Rockets", "Grillies", "Pelicans")

बस दर्ज करें

elements = "Southwest" , जो बहुत तेज़ और अधिक सुविधाजनक है।

मौसम चुनने की संभावना के कारण, तारीखों के साथ काम भी बदल जाता है। बहुत शुरुआत में, लाइन जोड़ी जाती है:

 table1 <- table1[SeasonID >= as.numeric(paste(2, first_season, sep = "")) & SeasonID <= as.numeric(paste(2, last_season, sep = ""))] 

इसलिए मैं केवल उन पंक्तियों को तालिका में छोड़ता हूं जो हमारे चुने हुए समय अंतराल में आती हैं। year कॉलम बनाने का कोड भी बदलता है। अब यह इस तरह दिखता है:

 table1 <- table1[ ,year := rep(seq(first_season, last_season), each = length(unique(table1$TeamName)))] 

तत्वों के समूहीकरण के संबंध में, वांछित रंग प्राप्त करने की प्रक्रिया जटिल है। तथ्य यह है कि तालिका table_color केवल आदेशों के नाम हैं। इसलिए, हमें अपने संकुचन "वापस" करने की आवश्यकता है। ऐसा करने के लिए, if...else फिर से निर्माण करें।

  elements1 <- if (elements == "NBA"){ c("Hawks", "Celtics", "Nets", "Hornets", "Bulls", "Cavaliers", "Mavericks", "Nuggets", "Pistons", "Warriors", "Rockets", "Pacers", "Clippers", "Lakers", "Grizzlies", "Heat", "Bucks", "Timberwolves", "Pelicans", "Knicks", "Thunder", "Magic", "76ers", "Suns", "Trail Blazers","Kings", "Spurs", "Raptors", "Jazz", "Wizards") } else if (elements == "West") { c("Mavericks","Nuggets", "Warriors", "Rockets", "Clippers", "Lakers", "Grizzlies","Timberwolves", "Pelicans", "Thunder", "Suns", "Trail Blazers","Kings", "Spurs", "Jazz") } else if (elements == "East") { c("Hawks", "Celtics", "Nets", "Hornets", "Bulls", "Cavaliers","Pistons", "Pacers", "Heat", "Bucks", "Knicks", "Magic", "76ers", "Raptors", "Wizards") } else if (elements == "Pacific") { c("Warriors", "Clippers", "Lakers", "Suns", "Kings") } else if (elements == "Southeast") { c("Magic", "Hornets", "Heat", "Hawks", "Wizards") } else if (elements == "Southwest") { c("Mavericks", "Grizzlies", "Pelicans", "Rockets", "Spurs") } else if (elements == "Central") { c("Bucks", "Pacers", "Pistons", "Bulls", "Cavaliers") } else if (elements == "Atlantic") { c("Knicks", "Nets", "Celtics", "Raptors", "76ers") } else if (elements == "Northwest") { c("Nuggets", "Trail Blazers", "Jazz", "Thunder", "Suns") } else { elements } 

इसके बाद, हमें जिन कमांडों की आवश्यकता है, उनके नाम के साथ एक टेबल बनाएं, इस तालिका को dplyr पैकेज से inner_join फ़ंक्शन का उपयोग करके table_color से कनेक्ट करें। inner_join में केवल ऐसे मामले शामिल हैं जो दोनों तालिकाओं में मेल खाते हैं।

  table_elements1 <- data.table(TeamName = elements1) table_color <- table_color[order(TeamName)] inner_table_color <- inner_join(table_color, table_elements1) cols <- inner_table_color[, "TEAM_color"] 

फ़ंक्शन शीर्षक और उपशीर्षक की वर्तनी को बदलता है। वे इस रूप को लेते हैं:

 anim <- gg + transition_states(year, transition_length = 4, state_length = 1) + view_follow(fixed_x = TRUE) + labs(title = paste("Cumulative Wins by teams in seasons", first_season, "-", last_season, sep = " "), subtitle = paste(if (elements %in% select_div ){ paste(elements, "Division", sep = " ") } else if (elements %in% select_conf ){ paste("Conference", elements, sep = " ") }, "Season: {closest_state}", sep = " "), caption = "Telegram: @NBAatlantic, Twitter: @vshufiskiy\nData sourse: stats.nba.com") 

प्रतिपादन

इसके अलावा, यह सब कल्पना है।

 animate(anim, nframes = (last_season - first_season + 1) * (length(unique(table1$TeamName)) + 20), fps = 20, width = 1200, height = 1000, renderer = gifski_renderer(paste(elements[1], "cumwins.gif", sep = "_"))) 

मैंने nframes रूप से nframes में संख्या का nframes किया, ताकि चयनित आदेशों की संख्या के आधार पर, गति बढ़ / घट जाए।

समय सारिणी

मुझे उम्मीद है कि मेरी पोस्ट दिलचस्प है। गिथब प्रोजेक्ट कोड।

यदि आप इन विज़ुअलाइज़ेशन के खेल घटक में रुचि रखते हैं, तो आप sports.ru "अटलांटिक के दोनों किनारों पर" मेरे ब्लॉग पर जा सकते हैं