【R数据可视化手册】笔记1-条形图

/data & package/

rm(list = ls())
library(ggplot2)
library(gcookbook)    ## 为使用数据
library(plyr)    ## 为使用函数arrange()、ddply()、transform()

数据预览

diamonds的每行数据对应一颗钻石的品质

uspopchange描述美国各个州不同年份的人口变化情况

tophit中变量lg的两个取值，分别表示国家队（NL）和美国队（AL）

1/基本语法

# 真实值条形图的基本语法
ggplot(data, aes(x, y)) + geom_bar(stat = "identity")
# 向geom_bar()传递参数stat="identity"意为，y轴是对应数据的真实值

# 频数条形图的基本语法
ggplot(data, aes(x)) + geom_bar()
# 相当于向geom_bar()传递了默认值stat="bin"，意为按照x的分组计算每组频数

# 真实值条形图的例子
ggplot(pg_mean, aes(x = group, y = weight)) + 
  geom_bar(stat = "identity")

# 频数条形图的例子
ggplot(diamonds, aes(x = cut)) + 
  geom_bar()

如果x对应变量为连续型变量，geom_bar()和geom_histogram()的效果类似；如果将x对应变量视为因子型，则可以使用factor()对数据进行转化；此时x轴的分类就可能不是连续的

# x轴对应因子型变量的例子
ggplot(BOD, aes(x = Time, y = demand)) + 
  geom_bar(stat = "identity)

添加数据标签，需要向geom_text()传递标签的值和坐标、颜色、大小等参数；使用vjust调节y方向时，可以想像一条正方向朝下、条形顶端中心为零点的坐标轴

ggplot(cabbage_exp, aes(x = interaction(Date, Cultivar), y = Weight)) +
  geom_bar(stat = "identity") +
  geom_text(aes(label = Weight, y = Weight + 0.1),     # 增大y轴的范围，为防止可能的标签溢出
            vjust = 2, colour = "white", size = 6)    # vjust调节标签的y方向位置

2/修改参数

重排条形

需要重新排列条形时，一般选择更改绘图数据的顺序。例如可以使用reorder()、desc()等排序函数

reorder(需要重排的变量, 排序依据的变量)
desc(向量)  # 将向量元素降序排列

# 重排条形的例子
upc <- subset(uspopchange, rank(Change) > 40)    # 数据处理
ggplot(upc, aes(x = reorder(Abb, Change), y = Change, fill = Region)) +
  geom_bar(stat = "identity", colour = "black") +
  scale_fill_manual(values = c("#FF6666","#FFCC66")) +
  xlab("State")

条形的间距和宽度

调节条形宽度，设置geom_bar()的参数width。width的范围是实数(0, 1)，默认值width = 0.9，越大两个条形之间距离越近

# 调节条形宽度的例子
ggplot(pg_mean, aes(x = group, y = weight)) + 
  geom_bar(stat = "identity", width = 0.6)    # 对比第一张图

颜色

R可以用数字或者英文名指定颜色。数字类型的颜色语法格式为“#XXXXXX”，X是十六进制数字；从前往后，每两位数字分别表示红、绿、蓝颜色的值；二位数字的值越大，视觉上的颜色越浅。例如#FFFFFF为白色，#000000为黑色

ggplot2的语法设置，颜色的初次映射在aes参数内，改变则在aes外进行

最简单的是调整参数fill和colour/color，fill改变填充色，colour/color改变条形边线的颜色。调色板可以使用更复杂的颜色组合。具体参见“簇状条形图”

# 改变参数fill和colour的例子
ggplot(pg_mean, aes(x = group, y= weight)) +
  geom_bar(stat = "identity", fill = "lightblue", colour = "black")

对正负图形分别着色，可以新建一个二值变量，分别对应映射给y轴的变量为正/为负

# 对正负图形分别着色的例子
csub <- subset(climate, Source == "Berkeley" & Year >= 1900)
csub$pos <- csub$Anomaly10y >= 0
# ↑数据处理
ggplot(csub, aes(x = Year, y = Anomaly10y, fill = pos))+
  geom_bar(stat = "identity", position = "identity")    
# ↑设置position = "identity"，可避免系统因对负值绘制图形报错
ggplot(csub, aes(x = Year, y = Anomaly10y, fill = pos)) +
  geom_bar(stat = "identity", position = "identity", colour = "black", size = 0.25) +
  scale_fill_manual(values = c("#CCEEFF", "#FFDDDD"), guide = FALSE)    # 设置guide = FALSE，隐藏图例
# scale_fill_manual，对离散型x可使用自己定义的调色板

注意到图中有些条形的y轴数值差别很大，以至于一些y值接近0的条形难以分辨。因此以条形图来表示这类数据可能不是最合适的，可能可以使用”边际地毯图“（rug plot）等图形加以替代

3/复杂图形

簇状条形图

将簇的分类变量映射给fill，并向geom_bar()传递参数position = “dodge”（position = position_dodge()、参数默认为0.9的简写）

# 簇状条形图的例子
ggplot(cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) + 
  geom_bar(position = "dodge", stat = "identity")

对于离散型x，向scale_fill_brewer()传递参数palette，可以直接指定RColorBrewer包中的调色板

# 调用调色板的例子
 ggplot(cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) +
   geom_bar(position = "dodge", stat = "identity", colour = "black") +
   scale_fill_brewer(palette = "Pastel1")

此外，加载了RColorBrewer包后，可以查看包中所有的调色板

library(RColorBrewer)
display.brewer.all()

簇状条形图默认组内条形间距为0，通过在geom_bar()中设置width和position = position_dodge()的值以调节条形的宽度和间距；注意要使得width的值小于传递给position_dodge()的参数（可以理解为：position是每组相邻条形中心点之间的距离，width是条形的宽度）

# 调节簇状条形宽度的例子
ggplot(cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) +
  geom_bar(stat = "identity", width = 0.5, position = "dodge")

# 调整簇状条形组内间距的例子
ggplot(cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) +
  geom_bar(stat = "identity", width = 0.5, position = position_dodge(0.7))    # position_dodge > width

簇状条形图添加标签，需要根据已设置的条形宽度和间距，在geom_text()中设置参数position = position_dodge()的相应值

# 簇状条形图添加标签的例子
ggplot(cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) +
  geom_bar(stat = "identity", position = "dodge") +
  geom_text(aes(label = Weight), vjust = 1.5, colour = "white",
            position = position_dodge(0.9), size = 3)    # 设置匹配条形的position、size

Cleveland点图

Cleveland点图是可读性更强的条形图的替代；可以直接使用geom_point()进行绘制

# Cleveland点图的基本语法
ggplolt(data, aes(x, y)) + geom_point()

# Cleveland点图的例子
ggplot(tophit, aes(reorder(name, avg), y = avg)) +     # 根据avg对name进行了排序
  geom_point(size = 3) + 
  theme_bw() +    # 改变主题
  theme(axis.text.x = element_text(angle = 60, hjust = 1),     # 旋转标签
        panel.grid.major.y = element_blank(),     # 删除y轴标记对应的网格线
        panel.grid.minor.y = element_blank(),     # 删除两个y轴标记间的网格线
        panel.grid.major.x = element_line(colour = "grey60", linetype = "dashed"))
        ## 设置x网格线的线型、颜色

Cleveland点图更多时候以某个变量为分类变量进行绘制；下面两类Cleveland点图也称为火柴杆图

# 分类的Cleveland点图
nameorder <- tophit$name[order(tophit$lg, tophit$avg)]    # 排序
tophit$name <- factor(tophit$name, levels = nameorder)    # 转换为因子

ggplot(tophit, aes(x = avg, y = name)) + 
  geom_segment(aes(yend = name), xend = 0, colour = "grey50") + 
  geom_point(size = 3, aes(colour = lg)) +     # 将分类变量映射给colour
  theme_bw() + 
  theme(panel.grid.major.y = element_blank(), 
        legend.position = c(0.9, 0.6),    # 主要调整图例的y位置
        legend.justification = c(1, 0.5))    # 主要调整图例的x位置

# 进一步分面的Cleveland点图
ggplot(tophit, aes(x = avg, y = name)) + 
  geom_segment(aes(yend = name), xend = 0, colour = "grey50") + 
  geom_point(size = 3, aes(colour = lg)) + 
  theme_bw() + 
  scale_colour_brewer(palette = "Set1", limits = c("NL", "AL"),
                      guide = FALSE) +    # limits设置分面名称
  theme(panel.grid.major.y = element_blank()) +
  facet_grid(lg ~ ., scales = "free_y", space = "free_y")    # 在y方向增加分面和名称

4/待补充部分

关于书中绘制堆积条形图的部分，经过尝试发现可能存在些许谬误，进一步验证后会进行补充