写在前面。

条形图一般用来展示不同分类下（x轴）某个数值型变量的取值（y轴）。注意，条形的高度，有时是变量的频数，有时是变量的取值本身，需要注意区分。

条形图

我没有按照书中的章节顺序，而是根据条形高度映射数据类型、图形位置和图形元素进行了分类整合，使脉络更清晰，知识点更集中。

同时随着ggplot2包的更新，书中的一些用法也已经不适用了，因此会做一些更正。

所使用的一些示例数据需要安装加载包gcookbook，同时也需要加载ggplot2。

if(!require(gcookbook) ) install.packages("gcookbook")
library(gcookbook)
library(ggplot2)

---

另外，ggplot2绘图的常用基本语句需要知道：

ggplot(data = , aes(x= , y = ) ) + geom_xxxx() + ...

---

3. 图形元素

变量到图形的映射，图形的位置调整好之后，为了让图形更加美观和个性化，还有一些图形元素可以调节。

在条形图部分，我们要学习的包括，着色、条状的宽度间距和标签。

接下来分别学习。

3.3 标签

如何给条形图添加数据标签？

示例数据是cabbage_exp数据集：

> cabbage_exp
  Cultivar Date Weight        sd  n         se
1      c39  d16   3.18 0.9566144 10 0.30250803
2      c39  d20   2.80 0.2788867 10 0.08819171
3      c39  d21   2.74 0.9834181 10 0.31098410
4      c52  d16   2.26 0.4452215 10 0.14079141
5      c52  d20   3.11 0.7908505 10 0.25008887
6      c52  d21   1.47 0.2110819 10 0.06674995

• 使用geom_text添加数据标签，使用vjust进行标签竖直方向位置的调整。

标签在条形顶端下方,注意vjust的变化：

ggplot(data = cabbage_exp, aes(x= interaction(Date,Cultivar  ) ,y = Weight  ) )  + 
  geom_bar( stat = "identity" ) +
  geom_text(aes(label = Weight), vjust = 1.5, colour = 'white')

[图片上传失败...(image-6f6bc6-1694997688449)]

标签在条形顶端上方,注意vjust的变化：

ggplot(data = cabbage_exp, aes(x= interaction(Date,Cultivar  ) ,y = Weight  ) )  + 
  geom_bar( stat = "identity" ) +
  geom_text(aes(label = Weight), vjust = -1, colour = 'black')

[图片上传失败...(image-6b160a-1694997688449)]

• 簇状条形图，需要使用position_dodge设定标签的间距。

ggplot(data = cabbage_exp, aes(x= Date  ,y = Weight  ,fill = Cultivar ) )  + 
  geom_bar( stat = "identity" , position = 'dodge') +
  geom_text(aes(label = Weight), vjust = -1, colour = 'black')

否则会出现错位：

[图片上传失败...(image-917d4-1694997688449)]

position_dodge在geom_bar和geom_text中设置一致，分类间距默认是0.9。

ggplot(data = cabbage_exp, aes(x= Date  ,y = Weight  ,fill = Cultivar ) )  + 
  geom_bar( stat = "identity" , position = 'dodge') +
  geom_text(aes(label = Weight), position = position_dodge(0.9),vjust = -1, colour = 'black')

[图片上传失败...(image-a9ccb9-1694997688449)]

• 堆积条形图，需要对每组条形数据进行累计求和。

使用plyr包对数据进行预处理，排序并进行累计求和：

library(plyr)
ce <- arrange(cabbage_exp, Date,Cultivar)
ce <- ddply(ce, "Date", transform, label_y = cumsum(Weight))

ggplot(data = ce, aes(x= Date  ,y = Weight  ,fill = Cultivar ) )  + 
  geom_bar( stat = "identity" ) +
  geom_text(aes( y =label_y ,label = Weight), vjust = 1.5,colour = '#FFFFFF')

[图片上传失败...(image-b63a94-1694997688449)]

可以看到，标签的位置并不合理，我们可以对label_y的值进行适当修正,使标签居于每个色块的中央：

ce <- ddply(ce, "Date", transform, label_y = cumsum(Weight)- Weight*0.5)

ggplot(data = ce, aes(x= Date  ,y = Weight  ,fill = Cultivar ) )  + 
  geom_bar( stat = "identity" ) +
  geom_text(aes( y =label_y ,label = Weight), vjust = 1.5,colour = '#FFFFFF')

[图片上传失败...(image-7ee414-1694997688449)]

进行适当的美化，给条形图加个边框，给标签调整一下字号并加个单位：

ggplot(data = ce, aes(x= Date  ,y = Weight  ,fill = Cultivar ) )  + 
  geom_bar( stat = "identity" , width = 0.5, colour = "#000000") +
  geom_text(aes( y =label_y ,label = paste(format(Weight, nsmall =2), 'kg')), vjust = 1, size =3)

[图片上传失败...(image-8a251e-1694997688449)]

---

以上。