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：
https://www.sapanalytics.cloud/wp-content/uploads/2019/09/R-Script-Plot.txt

# 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：

本文来自云栖社区合作伙伴“汪子熙”，了解相关信息可以关注微信公众号"汪子熙"。