messenger_logo
Liên hệ qua Messenger
SciEco

Sử dụng D3po cùng Tabler để tạo biểu đồ tương tác trong R

I
IEFPA
Ngày viết: 23/09/2026

Trong bối cảnh các tổ chức chính phủ và tổ chức phi lợi nhuận ngày càng cần công cụ trực quan hóa dữ liệu minh bạch, mở và bền vững, việc lựa chọn công cụ phù hợp không chỉ ảnh hưởng đến chất lượng báo cáo mà còn quyết định tính khả thi trong dài hạn. D3po và Tabler – hai dự án mã nguồn mở được phát triển bởi pacha.dev – chính là giải pháp lý tưởng cho những ai cần biểu đồ tương tác mà không lo rủi ro pháp lý từ giấy phép GPL.

D3po là một gói R thay thế miễn phí cho Highcharter, với thiết kế hướng đến sự đơn giản và hiệu suất cao. Thay vì bao gồm hàng trăm tùy chọn phức tạp, D3po tập trung vào các tính năng cốt lõi: biểu đồ dạng cây (treemap), biểu đồ đường, biểu đồ cột – tất cả đều được xây dựng trên nền tảng JavaScript mạnh mẽ nhưng không yêu cầu giấy phép trả phí cho mục đích tổ chức. Điều này đặc biệt quan trọng khi các cơ quan nhà nước hoặc NGO phải tuân thủ nghiêm ngặt về nguồn gốc phần mềm.

Một trong những câu hỏi thường gặp sau khi giới thiệu D3po là: Liệu có thể tạo biểu đồ treemap lồng ghép (nested treemap) không? Câu trả lời là có. Trong gói demo được cung cấp, người dùng có thể khám phá cách xây dựng cấu trúc phân cấp rõ ràng, từ cấp quốc gia đến tỉnh thành, thể hiện dữ liệu phân bổ ngân sách hoặc dân số theo từng tầng. Sự linh hoạt này giúp người dùng truyền tải thông tin phức tạp một cách trực quan mà không cần đến các công cụ thương mại đắt đỏ.

Để bắt đầu, bạn cần cài đặt hai gói từ R-Universe của tác giả:

1install.packages("d3po", repos = "https://pachadotdev.r-universe.dev")
2install.packages("tabler", repos = "https://pachadotdev.r-universe.dev")

Sau đó, cài đặt ứng dụng demo từ GitHub:

1if (!require("remotes")) { 
2  install.packages("remotes", repos = "https://cloud.r-project.org") 
3}
4remotes::install_github("pachadotdev/d3po", subdir = "examples/d3podemo")
5d3podemo::run_app()

Khi chạy lệnh run_app(), một giao diện web tương tác sẽ mở ra, cho phép bạn thay đổi màu nền, màu tooltip, chỉnh sửa nội dung nhãn và tùy chỉnh các hiệu ứng hiển thị – tất cả đều được thực hiện hoàn toàn trong môi trường R, không cần viết JavaScript.

Một điểm nổi bật của D3po là khả năng tích hợp liền mạch với Tabler – một hệ thống giao diện người dùng (UI) dựa trên CSS hiện đại, thân thiện với thiết bị di động và phù hợp với các tiêu chuẩn thiết kế chính phủ. Nhờ đó, người dùng có thể tạo ra các báo cáo trực quan không chỉ đẹp mắt mà còn chuyên nghiệp, dễ chia sẻ và tích hợp vào hệ thống nội bộ.

Các tùy chọn như thay đổi màu sắc tooltip hay kiểu dáng nhãn được xử lý thông qua một hệ thống cấu hình đơn giản, dễ đọc, giúp bạn tập trung vào nội dung thay vì cú pháp phức tạp:

1d3po::d3treemap(data, 
2                value = "budget", 
3                label = "region", 
4                palette = "Blues", 
5                tooltip = list(
6                  background = "#2c3e50", 
7                  text_color = "#ecf0f1"
8                ))

Giá trị đắt giá: D3po không chỉ là một công cụ thay thế – nó là minh chứng cho triết lý phát triển phần mềm mở vì lợi ích cộng đồng. Với giấy phép Apache 2.0, bạn có thể sử dụng, tùy biến và phân phối mà không bị ràng buộc bởi các điều kiện “lây nhiễm” như GPL. Điều đó giúp các tổ chức công lập yên tâm về tính pháp lý trong suốt vòng đời dự án, từ phát triển đến triển khai rộng rãi.

Câu hỏi tư duy: Giả sử bạn đang xây dựng một báo cáo theo dõi phân bổ ngân sách cho 50 tỉnh thành, trong đó mỗi tỉnh có 3 cấp: vùng, huyện, xã. Làm thế nào để thiết kế một biểu đồ treemap lồng ghép trong D3po sao cho người dùng có thể nhấp vào từng khối để xem chi tiết theo cấp độ? Hãy nêu kế hoạch triển khai và mô tả các tham số cần thiết trong hàm d3treemap().


Bài viết khác
Khi phân tích dữ liệu không gian, một câu hỏi thường gặp là: làm thế nào để đo lường và trực quan hóa tác động của một thay đổi tại một vị trí lan tỏa đến các vùng lân cận? Bài viết này trình bày quy trình xây dựng mô hình tự hồi quy không gian (SAR), giải thích cơ chế sinh ra hiệu ứng lan truyền, và hướng dẫn chi tiết cách tạo một ảnh động (animated GIF) minh họa quá trình này bằng Stata. Kết quả cuối cùng là một biểu đồ động cho thấy tác động của việc tăng tỷ lệ thất nghiệp tại Dallas lan rộng ra các hạt lân cận ở Texas. Mô hình tự hồi quy không gian (SAR) Giả sử chúng ta muốn nghiên cứu tỷ lệ giết người (hrate) ở các hạt Texas như một hàm của tỷ lệ thất nghiệp (unemployment). Mô hình hồi quy tuyến tính chuẩn chỉ xem xét mối quan hệ trong cùng một đơn vị quan sát: hrateᵢ = β₀ + β₁ unemploymentᵢ + εᵢ
Khi học R, hầu hết mọi người tập trung vào các hàm, mô hình và trực quan hóa. Tuy nhiên, nhiều vấn đề thực tế bắt đầu sớm hơn rất nhiều — ở giai đoạn nhập dữ liệu — và kết thúc muộn hơn — ở việc xuất kết quả. Nếu dữ liệu bị đọc sai, không phương pháp thống kê nào có thể cứu vãn được phân tích. Trong bài viết này, chúng ta tập trung vào logic của việc nhập và xuất dữ liệu trong R, sử dụng tệp CSV và Excel. Thay vì học vẹt các hàm, chúng ta sẽ xây dựng một mô hình tư duy về cách R tương tác với tệp tin. Tại sao nhập xuất dữ liệu lại quan trọng
SciEco
Science for Economics
Định hướng đào tạo phân tích dữ liệu, xây dựng chính sách, tối ưu hoá danh mục tài chính cá nhân và dự báo thị trường.
Liên hệ
Địa chỉ: Số 60, ngõ 41, Phố Thái Hà, Trung Liệt, Đống Đa, Hà Nội (Google Map)
Email: science.for.economics@gmail.com
Hotline: 03.57.94.7680 (Mrs. Hà)
Mạng xã hội