重要的是图表思维，而不是工具

数据小磨坊

发布于 2018-04-11 17:00:35

8880

发布于 2018-04-11 17:00:35

文章被收录于专栏：数据小魔方

很久没有作图了，主要是一时找不到应该练手的案例。

然后昨天逛网易数独栏目的数据新闻，看到一幅还不错的案例，对于我来说值得一试，然后就手痒给照葫芦画瓢弄出来了。（主要是其中涉及到的细节处理很麻烦）

当然过程是花了些时间的，主要是需要慢慢打磨其中的细节，需要利用很多技术来处理图形版面的交接位置。

令我感触最深的是，想要用ggplot2随心所欲的画图，ggplot2掌握的再熟练，也只是勉强过的了技术关，而图表背后的思维和结构更考验人，更具有挑战性。

好在我学习R语言之前，就已经利用Excel临摹了大量的高难度信息图，这一点可视化素养的积累，再结合对ggplot2勤加练习获得的图感，分分钟做出一副自己喜欢的作品，已经不在话下了。

以下是该案例涉及到的扩展包：

library("plyr") library("tidyr") library("ggthemes") library("sca") library("dplyr") library("showtext") library("Cairo") library("grid") font.add("myfont","msyh.ttc") font.add("myfzhzh","方正正粗黑简体.TTF")

我把该案例切割成了两部分来做：

（实际上如果放在一个图里做也是可以实现的，无非是多写一些代码罢了，但是涉及到颜色标度重复的问题，一时半会儿找不到解决方案，为了更加逼真的还原案例效果，我决定分开来做）。

原图中的下半部分（条形图）（以下简称模块1）
上半部分（堆积柱形图+连接带）（以下简称模块2）

导入数据源：

tea_data<-read.csv("D:/R/File/tea_data.csv",stringsAsFactors=FALSE,check.names=FALSE) tea_data$State[12]<-"印度尼\n西亚"

tea_bump是上半部分（模块2）中堆积柱形图的数据源，我没有使用传统的堆积柱形图去做，而是使用了矩形几何对象，所以数据源中需要指定X轴起始点，Y轴起始点。

tea_bump<-na.omit(tea_data[,c("State","Yield","Ratio")]) tea_bump<-arrange(tea_bump,-Yield) other_Ratio<-1-sum(tea_bump$Ratio) other_Yield<-sum(tea_bump$Yield)/sum(tea_bump$Ratio)-sum(tea_bump$Yield) data1<-data.frame(State="其他",Yield=other_Yield,Ratio=other_Ratio) tea_bump<-rbind(tea_bump,data1)
tea_bump$end<-cumsum(tea_bump$Yield) tea_bump$start<-c(0,tea_bump$end[1:nrow(tea_bump)-1]) tea_bump$id<-1:nrow(tea_bump) tea_bump<-merge(tea_bump,tea_data[,c("State","Consum")],by="State",all.x=TRUE) tea_bump<-arrange(tea_bump,-Yield)

以下是下半部分柱形图的数据源，同样我也没有使用普通的柱形图几何对象去做，而是使用了范围线图（geom_linerange），这样可以节省调整步骤，但须额外设置线的起始点。

tea_bar<-tea_data[,c("State","Consum")] tea_bar$id<-1:nrow(tea_bar)
colorpal<-ifelse(tea_data$State %in% tea_bump$State,"#B4BFB4","#E5E5E5") library("ggplot2") library("showtext") library("Cairo")

底部柱形图对象：

（因为需要拼图，所以图形对象要临时存储）

p1<-ggplot()+ geom_hline(aes(yintercept=1:7*400),colour="grey",linetype=2)+ geom_linerange(data=tea_bar,aes(x=id,ymin=max(tea_bar$Consum)-Consum,ymax=max(tea_bar$Consum),colour=Consum),size=24)+ geom_point(data=tea_bar,aes(x=id,y=max(tea_bar$Consum)+165,fill=colorpal),shape=22,colour="white",size=37.5)+ geom_text(data=tea_bar,aes(x=id,y=max(tea_bar$Consum)+165,label=State),size=6,family="myfont",vjust=.5)+ geom_text(data=tea_bar,aes(x=id,y=max(tea_bar$Consum)-Consum+80,label=Consum),size=6,family="myfont",vjust=0.5,colour="white")+ annotate("text",x =5,y=80,label="各国每年人均茶叶消费量（克）",family="myfzhzh",size=11,colour="#515551")+ ylim(0,4800)+ geom_linerange()+ guides(fill=FALSE,colour=FALSE)+ scale_colour_gradient(low="#A1C997",high="#47734A")+ scale_fill_manual(values=c("#B4BFB4","#E5E5E5"))+ theme_map(base_family="myfont") %+replace% theme( plot.margin=unit(c(0,1.5,0,1.5), "cm"), )

以下数据是构造模块2辅助数据：

（上半部分堆积柱形图的下侧连接带数据）的辅助数据，我打算使用多边形几何对象了来模拟那些参差交错的连接带。这就意味着我要找到每一条带子，即四边形的四个拐点坐标，并按顺序排列。）

如果你看的不是很懂，实属正常，这种笨拙的想法，我也不知道是从哪里学来的。

tea_chord<-data.frame(State=tea_data$State) tea_chord$id<-1:nrow(tea_chord) tea_chord$mean<-sum(tea_bump$Yield)/nrow(tea_chord) tea_chord$xend<-cumsum(tea_chord$mean) tea_chord$xstart<-c(0,tea_chord$xend[1:nrow(tea_chord)-1])

tea_chord_data<-tea_chord[tea_chord$State %in% tea_bump$State,c("State","xstart","xend")] tea_chord_data<-merge(tea_chord_data,tea_bump[tea_bump$State!="其他",c("State","start","end")],by="State") tea_chord_data<-tea_chord_data[,c("State","start","end","xend","xstart")]
tea_chord_newdata<-data.frame(t(tea_chord_data),stringsAsFactors=FALSE) names(tea_chord_newdata)<-tea_chord_data$State;tea_chord_newdata<-tea_chord_newdata[-1,] rownames(tea_chord_newdata)<-NULL tea_chord_newdata$order<-1:nrow(tea_chord_newdata)

tea_chord_newdata_final<-gather(tea_chord_newdata,State,long,-order) tea_chord_newdata_final$lat<-5 tea_chord_newdata_final$lat[tea_chord_newdata_final$order==3|tea_chord_newdata_final$order==4]<--5 tea_chord_newdata_final$long<-as.numeric(tea_chord_newdata_final$long)

所以说上半部分的堆积柱形图（附加连接带）其实是用了两份不同的数据源模拟出来的。

以下是模块2的可视化代码部分：

（也需临时存储）

p2<-ggplot()+ geom_rect(data=tea_bump,aes(xmin=start,xmax=end,ymin=5,ymax=15,fill=Consum),colour="white")+ geom_polygon(data=tea_chord_newdata_final,aes(x=long,y=lat,group=State),fill="#B1C6B0",colour=NA,size=.25,alpha=.8)+ labs(title="全国茶叶年产量406.7（万吨）")+ geom_text(data=tea_bump[tea_bump$State!="其他",],aes(x=start+5.5,y=13,label=round(Yield,1)),size=5.5,family="myfont",vjust=0.5,colour="white")+ geom_text(data=tea_bump[tea_bump$State!="其他",],aes(x=start+6,y=7,label=percent(Ratio,d=1,sep="")),size=5.5,family="myfont",vjust=0.5,colour="white")+ scale_fill_gradient(low="#A1C997",high="#47734A",na.value="#E5E5E5",guide=FALSE)+ theme_map() %+replace% theme( plot.title=element_text(size=35,family="myfzhzh",hjust=.5) )

有了上下两部分的对象，剩下的就好办了，无非就是拼接起来嘛，但是拼接的过程相当考验人的耐性和毅力，不适合浮躁型的人来做。

CairoPNG(file="E:/bump_bar.png",width=1550,height=1200) showtext.begin() vie<-viewport(width=1,height=0.215,x=0.5,y=0.8) p1;print(p2,vp=vie) grid.text(label="全球茶叶消费排行榜\n喝茶最多的不是中国人",x=.80,y=.20,gp=gpar(col="black",fontsize=45,fontfamily="myfzhzh",draw=TRUE,just="right")) grid.text(label="数据来源：Euromonitor、国际茶叶委员会（ITC）",x=.80,y=.13,gp=gpar(col="black",fontsize=20,fontfamily="myfzhzh",draw=TRUE,just="right")) showtext.end() dev.off()