R可视化学习(4) -- 棒棒糖图
2020-10-26 本文已影响0人
凯凯何_Boy
棒棒糖图其实类似于柱状图加散点图的效果，因为他的形状就是由俩部分组成(点+线条)，因此在ggplot中，我们只要通过geom_point()函数绘制"糖"的那一部分，geom_segment()函数绘制“棒棒”那一部分，就可轻松绘制出这种图形
image.png
基础棒棒糖图
横坐标的值可以为数值变量或者分类变量
# 加载包
library(ggplot2)
library(patchwork)
# 创造数值变量数据
data1 <- data.frame(x=seq(1,30), y=abs(rnorm(30)))
# 作图
p1 <- ggplot(data1, aes(x=x, y=y)) +
geom_point() +
geom_segment( aes(x=x, xend=x, y=0, yend=y))
# 创造分类变量数据
data2 <- data.frame(
x=LETTERS[1:26],
y=abs(rnorm(26))
)
# 作图
p2 <- ggplot(data2, aes(x=x, y=y)) +
geom_point() +
geom_segment( aes(x=x, xend=x, y=0, yend=y))
p1+p2
image
自定义点与线条
library(ggplot2)
ggplot(data2, aes(x=x, y=y)) +
geom_segment( aes(x=x, xend=x, y=0, yend=y),size=1, color="blue", linetype="dotdash" )+
geom_point( size=5, color="red", fill=alpha("orange", 0.3), alpha=0.7, shape=21, stroke=2)+
theme_light() +
#coord_flip() + 控制图形是否水平放置
theme(
panel.grid.major.x = element_blank(),
panel.border = element_blank(),
axis.ticks.x = element_blank()
) +
xlab("") +
ylab("Value of Y")
image
我们也利用fct_reorder()函数按照Y值从小到大排个序，当然也可以改动因子水平去排序，相比之下前者会方便点。
library(ggplot2)
library(forcats)
library(dplyr)
data2%>%
mutate(x = fct_reorder(x,y))%>% #降序的话改为desc(y)
ggplot(aes(x= x, y=y)) +
geom_segment( aes(x=x, xend=x, y=0, yend=y),size=1, color="blue", linetype="dotdash" )+
geom_point( size=5, color="red", fill=alpha("orange", 0.3), alpha=0.7, shape=21, stroke=2)+
theme_light() +
#coord_flip() + 控制图形是否水平放置
theme(
panel.grid.major.x = element_blank(),
panel.border = element_blank(),
axis.ticks.x = element_blank()
) +
xlab("") +
ylab("Value of Y")
image
另外，我们也可以很容易地更改图表的基线。如果您感兴趣的数据中某个特定的阈值时候，那么它将提供更深入的理解，我们只需更改geom_segment()调用中的y参数。
ggplot(data2, aes(x=x, y=y)) +
geom_segment( aes(x=x, xend=x, y=1, yend=y),size=1, color="blue", linetype="dotdash" )+
geom_point( size=5, color="red", fill=alpha("orange", 0.3), alpha=0.7, shape=21, stroke=2)+
theme_light() +
#coord_flip() + 控制图形是否水平放置
theme(
panel.grid.major.x = element_blank(),
panel.border = element_blank(),
axis.ticks.x = element_blank()
) +
xlab("") +
ylab("Value of Y")
image
高亮并添加注释
library(hrbrthemes)
library(ggplot2)
library(dplyr)
data <- data.frame(
x=LETTERS[1:26],
y=abs(rnorm(26))
)
# 数据排序
data <- data %>%
arrange(y) %>%
mutate(x=factor(x,x))
# 绘图
p <- ggplot(data, aes(x=x, y=y)) +
geom_segment( aes(x=x, xend=x, y=0, yend=y ), color=ifelse(data$x %in% c("A","D"), "purple", "grey"), size=ifelse(data$x %in% c("A","D"), 1.3, 0.7) ) +
geom_point( color=ifelse(data$x %in% c("A","D"), "purple", "grey"), size=ifelse(data$x %in% c("A","D"), 5, 2) ) +
theme_ipsum() +
coord_flip() +
theme(
legend.position="none"
) +
xlab("") +
ylab("Value of Y") +
ggtitle("How did groups A and D perform?")
p
# 添加注释
p + annotate("text", x=grep("D", data$x), y=data$y[which(data$x=="D")]*1.2,
label = paste("Group D is very impressive\n (val=",data$y[which(data$x=="D")] %>% round(2),")",sep="" ) ,
color="purple", size=4 , angle=0, fontface="bold", hjust=0) +
annotate("text", x = grep("A", data$x), y = data$y[which(data$x=="A")]*1.2,
label = paste("Group A is not too bad\n (val=",data$y[which(data$x=="A")] %>% round(2),")",sep="" ) ,
color="purple", size=4 , angle=0, fontface="bold", hjust=0)
image
其实之前介绍过一种高亮图形的包---gghightlight，此操作大家也可以换个包尝试一下~
多组情况
当我们再增添一组分类变量时候，可以绘制出分组情况下的棒棒图。
方式一：ggplot绘制
data2 <- data2%>%
mutate(Group = rep(c('F','M'),13))
data2$Group <- factor(data2$Group)
ggplot(data2,aes(x= x, y=y),) +
geom_segment( aes(x=x, xend=x, y=0, yend=y,color = Group),size=1, linetype="dotdash" )+
geom_point(aes(color = Group), size=5)+
scale_color_manual(values = c('gold','pink'))+
theme_light() +
# coord_flip() + 控制图形是否水平放置
theme(
panel.grid.major.x = element_blank(),
panel.border = element_blank(),
axis.ticks.x = element_blank()
) +
xlab("") +
ylab("Value of Y")
image
也可采用分面形式呈现，代码添加facet_wrap(~Group,ncol = 2,scales = 'free_x')
[图片上传失败...(image-f6b491-1603677926805)]
方式二： ggpubr包
ggpubr包中有现成的函数ggdotchart绘制棒棒糖图
library(ggpubr)
ggdotchart(data2, x="x", y="y", color = "Group",
palette = c("gold","pink"), # 配色
sorting = "ascending", # 排序
add = "segments", #添加棒棒
# rotate = TRUE, 改为垂直
ggtheme = theme_pubr()) #主题
image
多值情况
当我们遇到每个分类变量对应俩个值的情况时候，棒棒糖图也是非常合适的。对于每个分类变量，用不同的颜色为每个值绘制一个点。然后使用片段突出显示它们的差异。这种类型的可视化也称为Clevenland dot plots (克利夫兰点图)。
加载包及数据处理
# 加载包
library(ggplot2)
library(dplyr)
library(hrbrthemes)
# 创造数据
value1 <- abs(rnorm(26))*2
data <- data.frame(
x=LETTERS[1:26],
value1=value1,
value2=value1+1+rnorm(26, sd=1)
)
head(data)
x value1 value2
1 A 0.8301565 0.1326605
2 B 6.7433156 7.8045654
3 C 1.0231795 1.1628583
4 D 0.1416095 1.3683347
5 E 1.1354025 2.7985499
6 F 0.7394701 2.6515638
## 数据处理计算出差值
data2 <- data %>%
group_by(x) %>%
mutate( mymean = mean(c(value1,value2) )) %>% # 添加value1与value2的均值
arrange(mymean) %>%
mutate(x=factor(x, x))
head(data2)
x value1 value2 mymean
<fct> <dbl> <dbl> <dbl>
1 A 0.830 0.133 0.481
2 T 0.0898 1.03 0.559
3 S 0.688 0.529 0.609
4 D 0.142 1.37 0.755
5 M 0.621 1.24 0.931
6 Q 0.144 1.87 1.00
作图
ggplot(data2) +
geom_segment( aes(x=x, xend=x, y=value1, yend=value2), color="grey") +
geom_point( aes(x=x, y=value1), color='pink', size=3 ) +
geom_point( aes(x=x, y=value2), color='gold', size=3 ) +
coord_flip()+
theme_ipsum() +
theme(
legend.position = "none",
) +
xlab("") +
ylab("Value of Y")
image
