Tutorial ini menjelaskan cara melakukannya dengan cepat menggunakan pustaka visualisasi data ggplot2<\/a> .<\/span><\/p>\n Misalkan kita memiliki kumpulan data berikut di R:<\/span><\/p>\n Kita dapat menggunakan kode berikut untuk membuat plot deret waktu dasar untuk kumpulan data ini menggunakan ggplot2:<\/span> <\/p>\n Kita dapat menggunakan fungsi scale_x_date()<\/strong> * untuk memformat tanggal yang ditampilkan sepanjang sumbu x plot. Fungsi ini mengambil argumen berikut:<\/span><\/p>\n *<\/strong> Agar fungsi ini berfungsi, variabel sumbu x harus berupa variabel tanggal. Jika belum, Anda dapat dengan cepat mengonversinya menggunakan as.Date(<\/strong> variabel_name)<\/strong> .<\/span><\/em><\/p>\n Kode berikut menunjukkan cara menggunakan salah satu format ini dalam praktiknya:<\/span> <\/p>\n Anda juga dapat menambahkan jeda yang lebih sering (atau jarang) di sepanjang sumbu x menggunakan argumen date_breaks<\/strong> . Misalnya, kita dapat menampilkan tanggal setiap dua minggu di sepanjang sumbu x:<\/span> <\/p>\n Kita juga dapat dengan mudah mengubah label sumbu x menggunakan argumen berikut:<\/span> <\/p>\n Terakhir, kita dapat mengubah tema, label sumbu, dan judul untuk membuat plot deret waktu lebih menarik secara visual:<\/span> <\/p>\n Panduan lengkap tema ggplot2 terbaik<\/a> Seringkali, Anda mungkin ingin memplot deret waktu di R untuk memvisualisasikan bagaimana nilai-nilai dalam deret waktu berubah seiring waktu. Tutorial ini menjelaskan cara melakukannya dengan cepat menggunakan pustaka visualisasi data ggplot2 . Plot deret waktu dasar di R Misalkan kita memiliki kumpulan data berikut di R: #create dataset df <- data.frame(date = as . Date […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Plot deret waktu dasar di R<\/strong><\/span><\/h3>\n
#create dataset<\/span>\ndf <- data.frame(date = as<\/span> . Date<\/span> (\" 2021-01-01<\/span> \") - 0:99,\n sales = runif<\/span> (100, 10, 500) + seq<\/span> (50, 149)^2)\n\n#view first six rows\n<\/span>head(df)\n\n dirty date\n1 2021-01-01 2845.506\n2 2020-12-31 2837.849\n3 2020-12-30 3115.517\n4 2020-12-29 2847.161\n5 2020-12-28 3374.619\n6 2020-12-27 3182.005<\/strong><\/pre>\n library<\/span> (ggplot2)\n\n#create time series plot<\/span>\np <- ggplot(df, aes<\/span> (x=date, y=sales)) +\n geom_line()\n\n#display time series plot<\/span>\np\n<\/strong><\/pre>\n![\"Plot](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/series-temporellesr1.png\")
<\/p>\n Format tanggal pada sumbu X<\/strong><\/span><\/h3>\n
\n
p + scale_x_date<\/span> ( date_labels<\/span> = \" %b %Y<\/span> \")<\/strong> <\/pre>\n![\"Merencanakan](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/series-temporellesr2.png\")
<\/p>\n p + scale_x_date<\/span> ( date_breaks<\/span> = \" 2 week<\/span> \")<\/strong> <\/pre>\n![\"Deret](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/series-temporellesr3.png\")
<\/p>\n p + theme<\/span> ( axis.text.x<\/span> = element_text<\/span> (angle= 50<\/span> , hjust= 1<\/span> ))<\/strong> <\/pre>\n![\"Miringkan](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/series-temporellesr4.png\")
<\/p>\n p <- ggplot(df, aes<\/span> (x=date, y=sales)) +\n geom_line( color<\/span> =\" turquoise4<\/span> \") +\n theme_minimal() + \n labs(x=\"\", y=\" Sales<\/span> \", title=\" Total Sales (Past 100 Days)<\/span> \") +\n theme( plot.title<\/span> = element_text<\/span> (hjust=0.5, size=20, face=\" bold<\/span> \"))\n\np<\/strong> <\/pre>\n![\"Deret](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/series-temporellesr5.png\")
<\/p>\n Sumber daya tambahan<\/strong><\/span>
<\/span><\/h3>\n
Panduan lengkap untuk judul ggplot2<\/a>
Cara membuat plot berdampingan di ggplot2<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"