本文共 1545 字，大约阅读时间需要 5 分钟。

插入一个R visualization：

一定要确保图形出现这个model的小图标，代表这个R visualization的模型数据成功绑定之后才能进行下一步操作：

模型绑定成功后，在R script编辑器Environment标签页的Data下拉菜单里能看到模型数据。

使用这个SAP Analytics Cloud官方教程里提供的excel文件作为数据源：

https://www.sapanalytics.cloud/tutorial-r-visualization/

该excel内容如下：

excel系统导入SAP Analytics Cloud后，需要使用simple transformation，将；分号分隔的值拆分成三列：

逐一拆分：

拆分完毕之后，生成Model. 将这个url里包含的R脚本复制粘贴到R编辑器里：

# Discription:# Creating a histogram of the log returns, adding the kernel density of the log returns# and the normal density as reference distribution ## Requirements: # ggplot requires a data frame# # Output:# Histogram Plot# library(ggplot2)Simulated_data <- data.frame(Simulated_data)histgg <- ggplot(data = Simulated_data, aes(logreturns))histgg + geom_histogram(aes(y = ..density..),fill = "lightblue",color = "black", alpha = 0.8, position = "identity") +  geom_density(aes(color = "Kernel Density"), size = 1) +  stat_function(aes(color = "Normal Distribution"), fun = dnorm, args = list(mean = mean(Simulated_data$logreturns), sd = sd(Simulated_data$logreturns)), size = 1) +  ggtitle("Histogram") +  theme(panel.grid = element_line(linetype = "dashed", color = "lightgrey"), panel.background = element_rect(fill = "white"),        panel.border = element_rect(colour = "black", fill=NA),        plot.title = element_text(hjust = 0.5)) +  scale_colour_manual("Density", values = c("red", "darkgreen")) +  xlab(" ")+  ylab("Frequency")

点击Execute按钮，就可以看到R脚本绘制出来的图形了：

要获取更多Jerry的原创文章，请关注公众号"汪子熙":

转载地址：https://jerry.blog.csdn.net/article/details/105427442 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！