Day 29- R語言 互動式資料視覺化 Part 2- plotly 套件
(前言：內個，我只是個剛接觸程式設計的小萌新，如果內文內容、程式碼、統計資料圖寫或畫的不對，還請各位大大指教 Orz)

今天我們來學學另外一個資料視覺化套件，plotly 套件。如果想要使用今天的程式碼，要先記得安裝並啟用plotly套件喔。

Plotly 是一個線上資料視覺化工具，但是plotly也開發了一個R語言套件，讓使用者可以在RStudio裡面做圖，並發表至plotly網站或嵌入至個人網站裡（需要有plotly帳號密碼），不過因為我們沒有這個需求，我們直接在RStudio裡面做圖就好

安裝並啟用套件後就可以開始使用plot_ly函數。plot_ly函數的基本寫法如下：

plot_ly(資料框名稱, x軸資料, y軸資料, z軸資料（如果要畫3D圖）, type = “圖表形式”, mode = “資料表現形式”)

其中，type有下列幾種樣式：scatter（散佈圖）、heatmap（熱度圖）、histogram（直方圖）、box（盒型圖）、histogram2d（2d直方圖）、scattergeo（地圖散佈圖）、choropleth（用choropleth套件作底圖資料視覺化）、surface（3d曲面圖）等

mode則是有markers（點）、lines（線）等表現方式。

拿cp資料組（請參考第22,23天）為例，如果要畫出 PM2.5空氣品質資料的盒型圖，可以用下列程式碼執行：

plot_ly(cp, x = cp$PM2.5, type = "box")

圖表如下

可以看到右上角有一排功能列，由左至右的功能分別是下載圖表、選擇區域放大圖表、移動圖表、放大圖表、縮小圖表、自動校正、重置圖表顯示、顯示對準線、顯示資料標籤、plotly網站首頁。

接下來我們畫比較不常畫到的圖表，就是3D散布圖，使用資料是PM2.5, PM10, 及溫度，程式碼如下：

plot_ly(cp, x = cp$PM2.5, y = cp$PM10, z = cp$TEMP, type = "scatter3d", mode = "markers")

繪圖結果如下：

可以看到這張圖表變成一張3D的圖表了，如果自己有親手做的話，還可以旋轉、放大這個3D資料圖表。右上角的功能列有儲存圖表、旋轉、放大及標籤資料等功能可以使用。

最後要介紹的是plotly與ggplot合用的函數：ggplotly。

假設今天想要了解風向對PM2.5及PM10的圖表長什麼樣子，可以先用ggplot把圖畫出來程式碼如下：

wd_2.5_10 <- ggplot(data = cp, aes(x = cp$PM2.5, y = cp$PM10)) +
  geom_point() +
  geom_smooth(aes(colour = cp$wd, fill = cp$wd)) + facet_wrap(~ cp$wd)

圖表則是會長這樣：

但是，這張圖表沒有任何互動的元素，就只是一張靜態的圖表這樣，如果要讓這張圖表可以做互動的話，那麼我們就把這張圖表儲存到一個變數上，然後用ggplotly對這個變數做圖：

ggplotly(wd_2.5_10)

可以在圖片中最左上角的圖表看到，這時候圖表多了一筆資料的資料標籤，右上角也出現plotly的工作列，這樣就成功了 ˊˇˋ
好了，今天就先學到這邊吧

參考資料：

1. plotly cheatsheet https://images.plot.ly/plotly-documentation/images/r_cheat_sheet.pdf
2. plotly 官方網站 https://plot.ly/r/getting-started/
3. 資料科學與R語言 https://yijutseng.github.io/DataScienceRBook/InteractiveGraphics.html