R是在数据分析领域比较基础实用的一门语言，GA的数据可以直接在这个工具中生成各种图表，本文就简单记录下如何通过R来关联GA数据，并且绘制基于时段和访问的热力图（如上图效果，数据来源于我的测试网站）。

1、下载并安装R：http://mirrors.xmu.edu.cn/CRAN/

2、注册Google开发者账号，并开启Analytics权限，API选择其他应用类型，生成client ID和client secret：https://console.developers.google.com/project

3、在GA中的view视图中找到视图ID

4、安装并使用必要的R package：

install.packages("RGoogleAnalytics")

library(RGoogleAnalytics)

install.packages("gplots")

library(gplots)

install.packages("httpuv")

library(httpuv)

5、授权GA并验证Token：

GAclient.id <- '123456789.apps.googleusercontent.com'
client.secret <- 'abcdefghijklmno'
view.id <- "ga:1234567890"

if (!file.exists("./token")) {

token <- Auth(client.id,client.secret)

token <- save(token,file="./token")

} else {

load("./token")

}

ValidateToken(token)

6、设置GA查询条件

start.date <- "2016-01-01"

end.date <- "2016-03-01"

query.list <- Init(start.date = "2016-01-01",

end.date = "2016-03-01",

dimensions = "ga:minute",

metrics = "ga:sessions",

max.results = 10000,

table.id = "ga:1234567890")

7、绘制热力图

heatmapData <- t(matrix(as.numeric(ga.data$sessions), nrow = 7))

colnames(heatmapData) <- c("Sun", "Mon", "Tue", "Wed", "Thu", "Fri", "Sat")
rownames(heatmapData) <- 0:23

heatmap.2(heatmapData, dendrogram="none", Rowv = NA, Colv=NA, col=cm.colors(20), margins=c(5,10), scale="none", trace="none", denscol="red", key.title="", key.xlab = "Sessions")