條形圖簡介

數(shù)據(jù)可視化中，最常用的圖非條形圖莫屬，它主要用來展示不同分類(橫軸)下某個數(shù)值型變量(縱軸)的取值。其中有兩點要重點注意：

1. 條形圖橫軸上的數(shù)據(jù)是離散而非連續(xù)的。比如想展示兩商品的價格隨時間變化的走勢，則不能用條形圖，因為時間變量是連續(xù)的；

2. 有時條形圖的值表示數(shù)值本身，但也有時是表示數(shù)據(jù)集中的頻數(shù)，不要引起混淆；

繪制基本條形圖

本例選用測試數(shù)據(jù)集如下：

繪制方法是首先調(diào)用ggplot函數(shù)選定數(shù)據(jù)集，并在aes參數(shù)中指明橫軸縱軸。然后調(diào)用條形圖函數(shù)geom_bar(stat="identity")便可繪制出基本條形圖。其中stat="identity"表明取用樣本點對應(yīng)縱軸值，R語言實現(xiàn)代碼如下：

# 基函數(shù)：aes綁定條形圖橫軸縱軸
ggplot(pg_mean, aes(x = group, y = weight)) +
  # 條形圖函數(shù)：stat表明取用樣本點對應(yīng)縱軸值
  geom_bar(stat = "identity")

運行效果：

如果覺得灰色調(diào)比較難看，可以在條形圖函數(shù)中指定條形圖需要填充的顏色以及條形圖的邊框顏色。R語言實現(xiàn)代碼如下：

# 基函數(shù)
ggplot(pg_mean, aes(x = group, y = weight)) +
  # 條形圖函數(shù)：fill設(shè)置條形圖填充色，colour設(shè)置條形圖邊界顏色
  geom_bar(stat = "identity", fill = "lightblue", colour = "black")

運行效果：

要強調(diào)的是如果橫軸對應(yīng)數(shù)據(jù)非離散型，則須先將其轉(zhuǎn)為因子類型，否則結(jié)果會出現(xiàn)"空條"。

繪制(簇狀)條形圖

本例選用測試集如下：

繪制方法是在條形圖函數(shù)中設(shè)置fill參數(shù)，將數(shù)據(jù)集中表示分類的列賦值給它。R語言實現(xiàn)代碼如下：

# 基函數(shù)：fill綁定"美學(xué)特征"
ggplot(cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) + 
  # 條形圖函數(shù)：position設(shè)置條形圖類型為簇狀
  geom_bar(position = "dodge", stat = "identity")

運行效果：

可使用填充標尺函數(shù)scale_fill_brewer(palette)重新選擇配色，并為條狀加上黑色邊框。R語言實現(xiàn)代碼如下：

# 基函數(shù)
ggplot(cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) +
  # 條形圖函數(shù)
  geom_bar(position = "dodge", stat = "identity", colour = "black") +
  # 調(diào)色標尺：設(shè)置調(diào)色板為Pastel1
  scale_fill_brewer(palette="Pastel1")

運行效果：

繪制頻數(shù)條形圖

選用測試數(shù)據(jù)集如下：

本例需要展示的是不同cut類型變量的樣本個數(shù)，要實現(xiàn)這點關(guān)鍵在于將stat參數(shù)設(shè)置為bin。之前將stat設(shè)置為identity是直接展示樣本點綁定的縱軸值，而設(shè)置為bin則會統(tǒng)計樣本點落到橫軸上各離散值的個數(shù)，這種情況下ggplot的aes參數(shù)只需綁定橫軸。R語言實現(xiàn)代碼如下：

# 基函數(shù)
ggplot(diamonds, aes(x = cut)) +
  # 條形圖函數(shù)：stat參數(shù)默認為bin
  geom_bar(fill = "lightblue", colour = "black")

執(zhí)行效果：

如果橫軸是連續(xù)變量，那么這張圖就會變成直方圖。和將來要講的geom_histogram()函數(shù)效果是一樣的。

對正負條形圖分別著色

本例測試數(shù)據(jù)集如下：

如若現(xiàn)在需要繪制出數(shù)據(jù)集中Anomaly10y列隨時間的變化，同時可視化方面要求做到小于0的用藍色表示，大于0的用紅色表示。

對于這種情況可為數(shù)據(jù)集創(chuàng)建一個輔助列pos，該列為布爾類型：TRUE表示Anomaly10y屬性大于0，而FALSE表示Anomaly10y列小于0。之后原數(shù)據(jù)集便多了一個pos列，表征Anomaly10y列值大于等于/小于0。然后將這個字段fiil到ggplot函數(shù)，再調(diào)用標尺函數(shù)對配色進行自定義并令guide=FALSE取消圖例。R語言實現(xiàn)代碼如下：

# 增加輔助列，表示當前記錄Anomaly10y值大于/小于0。
csub$pos = csub$Anomaly10y >= 0

# 基函數(shù)
ggplot(csub, aes(x = Year, y = Anomaly10y, fill = pos)) +
  # 條形圖函數(shù)：position設(shè)置為"identity"是為了避免系統(tǒng)因繪制負值條形而引發(fā)的警告
  geom_bar(stat = "identity", position = "identity", colour = "black", size = 0.1) +
  # 手動調(diào)色標尺：大于0為紅，小于0為藍
  scale_fill_manual(values = c("#CCEEFF", "#FFDDDD"), guide = FALSE)

運行效果：

繪制(百分比)堆積型條形圖

本例測試數(shù)據(jù)集如下：

使用ggplot2繪制條形圖時，只要不修改geom_bar()函數(shù)的position參數(shù)，所得條形圖便為堆積型。但堆積條形圖縱軸大都采用百分比形式，故在具體繪制前，需要對原數(shù)據(jù)集進行預(yù)處理，將縱軸數(shù)據(jù)轉(zhuǎn)換為分類百分比格式。

本例要統(tǒng)計c39和c52兩個品種在不同日期下的重量對比，則需首先將各記錄的Weight值除以該記錄所在類目的Weight和，然后再將新的百分比列綁定到縱軸。R語言實現(xiàn)代碼如下：

# 計算Weight列的分類百分比列
library(plyr)
ce = ddply(cabbage_exp, "Date", transform, percent_weight = Weight / sum(Weight) * 100)

# 基函數(shù)
ggplot(ce, aes(x = Date, y = percent_weight, fill = Cultivar)) +
  # 條形圖函數(shù)：未將position參數(shù)顯示設(shè)置為dodge，則繪制出的條形圖為堆積型
  geom_bar(stat = "identity", colour = "black") +
  # 調(diào)色標尺
  scale_fill_brewer(palette = "Pastel1")

運行效果：

添加數(shù)據(jù)標簽

本例測試數(shù)據(jù)集如下：

為了給條形圖添加標簽顯示縱軸值，關(guān)鍵在于gemo_text()函數(shù)。使用這個函數(shù)時，需要在它的aes參數(shù)里綁定各樣本的橫縱坐標，以及要展示的值。

下面首先來展示不同Cultivar分類在不同日期下Weight的對比簇狀條形圖。R語言實現(xiàn)代碼如下：

# 基函數(shù)
ggplot(cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) +
  # 條形圖函數(shù)
  geom_bar(stat = "identity", position = "dodge") +
  # 標簽函數(shù)：label設(shè)置展示標簽，vjust設(shè)置標簽偏移(正上負下)，position設(shè)置各標簽的間距
  geom_text(aes(label = Weight), vjust = 1.5, colour = "white", position = position_dodge(.9), size = 5)

運行結(jié)果：

特別要注意的是geom_text()函數(shù)的position參數(shù)，繪制簇狀圖必須通過該參數(shù)指定各標簽的間距。否則一個簇的所有標簽都會堆到同一橫軸坐標上，像下面這樣：

如果要在堆積狀的條形圖上打標簽，則稍微復(fù)雜一點。因為要對每組數(shù)據(jù)進行求和及居中化處理，才能更好的展示出結(jié)果。其中關(guān)鍵點在于使用ggplot庫提供的ddply方法對分組變量進行匯總求和。具體R語言實現(xiàn)代碼如下：

# 根據(jù)日期和性別對數(shù)據(jù)進行排序
ce = arrange(cabbage_exp, Date, Cultivar)
# 對不同Date分組內(nèi)的數(shù)據(jù)進行累加求和
ce = ddply(ce, "Date", transform, label_y = cumsum(Weight) - 0.5*Weight)

# 基函數(shù)
ggplot(ce, aes(x = Date, y = Weight, fill = Cultivar)) +
  # 條形圖函數(shù)
  geom_bar(stat = "identity", colour = "black") +
  # 標簽函數(shù)：paste和format方法對標簽進行格式化
  geom_text(aes(y=label_y, label = paste(format(Weight, nsmall=2), "kg")), size = 4) +
  # 圖例函數(shù)：反轉(zhuǎn)圖例
  guides(fill = guide_legend(reverse = TRUE)) +
  # 調(diào)色標尺
  scale_fill_brewer(palette = "Pastel1")

運行結(jié)果：

總結(jié)

以上是生活随笔為你收集整理的第三篇：R语言数据可视化之条形图的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。