我们经常在一些网站或数据新闻中看到类似下面这种很酷炫的数据可视化图表。
如果您也想亲自制作属于自己的数据动图，那么下面，跟图灵君一起get详细的实战教程吧！
一、gganimate简介
包的名称起的就非常直接，gg-ggplot2，animate-让...动起来。因此gganimate是一款基于ggplot2的动态可视化扩展包，简单来说就是将ggplot2绘图对象转为gif动图的形式，可以让抽象的数理理论更加形象化。
gganimate的本质思想非常简单，就是将ggplot2对象进行动态化， gganimate()特殊之处在于在除了为绘图提供x,y以及color,size这样的美学映射之外，还必须提供一个所谓的frame映射，所谓的frame映射，其实就是动画的时间轴。比如说我们想绘制我国人口随时间变化的一个ggplot2动态图，那么这个时间就是 frame映射。
gganimate的主要函数:
transition _ *() ：定义了数据应该如何展开动画关系。
view _ *() ：定义坐标比例如何随着动画更改而变化
shadow _ *() ：定义如何在给定的时间点呈现来自其他时间点的数据
enter_*()/ exit _ *() ：定义新数据应如何显示以及旧数据在动画过程中应如何消失。
ease_aes() ：定义过渡期间应该如何切换
二、需要的包和数据
install.packages('ggplot2')install.packages('gganimate')install.packages('gapminder')library(ggplot2)library(gganimate)library(gapminder)我们主要使用gapminder包中的自带数据，包括不同国家，不同时间的GDP、人口、人均寿命。来看看数据结构
head(gapminder)
countrycontinentyearlifeExppopgdpPercapAfghanistanAsia195228.88425333779.AfghanistanAsia195730.39240934821.AfghanistanAsia196232.010267083853.AfghanistanAsia196734.011537966836.AfghanistanAsia197236.113079460740.AfghanistanAsia197738.414880372786.
三、绘图实例
首先绘制一张静态图，以GDP为X轴，人均寿命为Y轴，人口数量作为气泡的大小，颜色呈现大洲
ggplot(data = gapminder,aes(x=gdpPercap, y=lifeExp, size = pop, colour = continent))+geom_point(show.legend = FALSE, alpha =0.9)+scale_x_log10()+labs(x ="每个国家的GPD", y ="每个国家的寿命")
按年度进行动画展示，只需要增加transition_time(year)即可，并设置标签变量:frame_time，即可得到下面的图形
ggplot(data = gapminder,aes(x=gdpPercap, y=lifeExp, size = pop, colour = continent))+geom_point(show.legend = FALSE, alpha =0.9)+scale_x_log10()+transition_time(year)+labs(title ="年份: {frame_time}",x ="每个国家的GPD", y ="每个国家的寿命")要横纵随着时间而变化，只要加入view_follow(fixed_y = TRUE)即可。
ggplot(data = gapminder,aes(x=gdpPercap, y=lifeExp, size = pop, colour = continent))+geom_point(show.legend = FALSE, alpha =0.9)+scale_x_log10()+transition_time(year)+labs(title ="年份: {frame_time}",x ="每个国家的GPD", y ="每个国家的寿命")+view_follow(fixed_y = TRUE)按不同的大洲来画分面图,要加个分面函数facet_wrap()
给图片加个尾巴
ggplot(data = gapminder,aes(x=gdpPercap, y=lifeExp, size = pop, colour = continent))+geom_point(show.legend = FALSE, alpha =0.9)+scale_x_log10()+transition_time(year)+labs(title ="年份: {frame_time}",x ="每个国家的GPD", y ="每个国家的寿命")+shadow_wake(wake_length =0.1, alpha =0.95)这样是不是看起来看更酷炫
我们来画个箱线图看看，图中可以看到，每个大洲的寿命分布，并且随着时间的推移，都在逐步提高，非常明显的表达实际情况的变化
ggplot(data = gapminder, aes(x=continent, y=lifeExp,fill=continent,alpha=0.95))+geom_boxplot(show.legend = FALSE)+transition_time(year)+labs(x ="大洲", y ="寿命分布",title ="年份: {frame_time}")要让数据逐渐出现，加transition_reveal()函数即可，我们使用一个叫airquality的数据集，说明5月到9月之间每天气温的变化。
ggplot(airquality, aes(Day, Temp, group = Month,colour=as.factor(Month))) +geom_line(show.legend = FALSE) +transition_reveal(Day)
再加上一个开头的点点，更有感觉
ggplot(airquality, aes(Day, Temp, group = Month,colour=as.factor(Month))) +geom_line(show.legend = FALSE) +geom_point(colour = 'red', size = 3) +transition_reveal(Day
如果要保持小点点不消失，加上一个分组就可以了
ggplot(airquality, aes(Day,Temp,group=Month))+geom_line()+geom_point(aes(group= seq_along(Day)))+scale_color_viridis_d()+geom_point(colour ='red', size =3)+transition_reveal(Day)
以上就是主要的一些用法，当然动画的方式还有很多种，transition_components、transition_events、transition_filter、transition_manual等。
