R 数据可视化 —— ggplot 螺旋图

前言

螺旋图是一种沿着阿基米德螺旋线绘制图形，从螺旋的中心向外螺旋式延伸。

螺旋图比较多变，可以使用条形、线或点几何对象。适用于显示较大的数据集或周期性数据。

示例

使用 ggplot2 绘制螺旋线，本质上还是要自己先对数据进行整理，如下图

group_by(bit_data, year, month) %>%
  summarise(value = mean(High), high = sd(High)) %>%
  mutate(
    x = month,
    # y 轴坐标随着月份的增加均匀升高，
    # 同时不同年份之间的高度首尾连续
    y = (year - 2015) * 11 + month - 1
  ) %>%
  ggplot(aes(x, y, group = year, colour = value)) +
  geom_line() +
  # coord_polar() +
  scale_colour_gradientn(colours = rainbow(3)) +
  scale_y_continuous("year", breaks = seq(0, 36, 12), labels = 2015:2018) +
  scale_x_continuous("month", breaks = 1:12, labels = 1:12)

4 条线分别代表 2015-2018 年份，x 轴代表的是月份，颜色表示的是比特币的价格。

我们需要以梯度的方式，各分组之间具有相同的斜率，且两条相邻的线条之间的前端与末端之间的高度是一样的

进行极坐标系变换之后，如下图

coord_polar() +
theme(
    panel.background = element_blank()
  )

螺旋线

将线条换成点图

螺旋点

如果要使用条形图，则会更麻烦一些，如果直接使用 geom_tile

看起来被割裂了一样，我们看看在笛卡尔坐标系下的样子

看起来我们应该将每个条形的右边坐标上提，也就是绘制底边平行的平行四边形

首先，我们需要计算出四边形的四个顶点，然后将右边的两个顶点向上平移，同时为条形图添加了随机的高度，用来模拟比特币价格在该月份中的波动范围

data <- group_by(bit_data, year, month) %>%
  summarise(value = mean(High)) %>%
  mutate(
    xmin = month,
    xmax = month + 1,
    ymin = (year - 2015) * 12 + month,
    ymax = ymin + runif(n(), min = 0.5, max = 1)
  ) %>%
  # 根据每行的四个坐标，构建成 4 行，代表 4 个点
  # 因为 geom_polygon 是逆时针连接起来的，所以点
  # 的顺序也要依次排列
  rowwise() %>%
  do(with(., tibble(
    year = year,
    month = month,
    value = value,
    x = c(xmin, xmax, xmax, xmin),
    y = c(ymin, ymin + 1, ymax + 1, ymax)
  )))

构建完数据之后，我们看看其在直角坐标系下的样子

ggplot(data, aes(x, y, group = paste(year, month))) +
  geom_polygon(fill = "green", colour = "black")

在这里，设置 group 参数非常重要。我们要每个月份作为一组，绘制一个平行四边形，所以需要根据年份与月份两列来进行分组

然后，将它旋起来

ggplot(data, aes(x, y, group = paste(year, month))) +
  geom_polygon(aes(fill = value), colour = "black") +
  coord_polar() +
  scale_x_continuous("month", breaks = seq(1.5, 12.5, 1), labels = month.name) +
  scale_fill_gradientn(values = seq(0,1,0.2), colours = c('cyan','blue','green','orange','red')) +
  ylim(c(-6, 60)) +
  theme(
    panel.background = element_blank(),
    axis.ticks = element_blank(),
    axis.title = element_blank(),
    axis.text.y = element_blank()
  )

螺旋柱状图

换个配色

gcolors <- c("#8dd3c7", "#ffffb3", "#bebada", "#fb8072", "#80b1d3")

螺旋柱状图

如果要绘制螺旋热图的话，可以将条形的高度设置为 12

# ymax = ymin + runif(n(), min = 3, max = 10)
ymax = ymin + 12

螺旋热图

gcolors

也可以绘制螺旋面积图

首先构造数据

df <- tibble(
  date = seq(as.Date("2015-01-01"), as.Date("2019-12-31"), "days"),
  value = runif(length(date), min = 50, max = 300)
) %>%
  mutate(year = year(date), month = month(date), day = yday(date)) %>%
  # 去除闰年多出的一天
  filter(day != 366) %>%
  mutate(
    # 构造 y 轴梯度
    ymin = (year - 2015) * 364 + day, 
    ymax = ymin + value
  )

绘制图形

ggplot(df, aes(x = day, group = year)) +
  geom_ribbon(aes(ymin = ymin, ymax = ymax), fill = "orange") +
  geom_line(aes(y = ymin)) +
  geom_line(aes(y = ymax), colour = "grey40") +
  coord_polar(start = 1) +
  scale_x_continuous(
    breaks = c(1,31,59,90,120,151,181,212,243,273,304,334),
    labels = month.name
  ) +
  theme(
    panel.background = element_blank(),
    panel.grid.major.x = element_line(colour = "grey20", size = 0.25),
    axis.ticks = element_blank(),
    axis.title = element_blank(),
    axis.text.y = element_blank()
  )

螺旋面积图

如果想要添加渐变色，可以将 geom_ribbon 替换为 geom_linerange

gcolors = c("#8dd3c7", "#ffffb3", "#bebada", "#fb8072", "#80b1d3")

geom_linerange(aes(ymin = ymin, ymax = ymax, colour = value)) +
scale_colour_gradientn(values = seq(0,1,0.2), 
                         colours = gcolors)

渐变螺旋面积图

这种颜色也挺好看的

gcolors = c('#7fc97f','#beaed4','#fdc086','#ffff99','#386cb0')

渐变螺旋面积图