手把手: 如何用R作Polar图等
感谢顾运筠投稿，欢迎各位读者投稿，发送邮件到tg@bigdatadigest.cn 或后台留言即可，谢绝软广。
- 用R作如下的各国Gini系数的Polar barChart:
作上图的R代码为：
library(ggplot2)
GiniData<- read.csv('IncomeInequality.csv',head=T)
Gini<- ggplot(GiniData, aes(x=paste(GiniIndex,Country),y=GiniIndex,fill=GiniIndex%/%10))
Gini<- Gini +geom_bar(stat="identity",position="dodge")+coord_polar()
Gini<- Gina + scale_fill_continuous(high="darkred",low="darkgreen")
Gini<- Gini + theme(
panel.background=element_rect(fill="white",colour = "white",size=0),
axis.text=element_blank(),
axis.title=element_blank(),
legend.title=element_blank())
x <-c(1:dim(GiniData)[1])
Gini +geom_text(
aes(
x=x,
label=paste(GiniData$GiniIndex,GiniData$Country),
angle=270-x/134*360,
hjust=1), #hjust控制标签的对齐方式
y=GiniData$GiniIndex+3,
size=3,
vjust=0) 有关颜色变化的代码，用黄色的底纹标示了出来。
还可以试一下angle=90-x/134*360,hjust=0。这样的话，文字的方向会反过来。
作图的相关数据和结果，可以参看http://www.rpubs.com/helengyy/135140
- 把中国的Gini系数标出来的Polarbar Chart：
作上图的R代码为：
Gini<- ggplot(GiniData, aes(x=paste(GiniIndex,Country),y=GiniIndex,
fill=(sign(GiniIndex-41.60)+sign(Country=="Coted'lvoire")*2)*sign(Country!="China")))
Gini<- Gini + geom_bar(stat="identity",position="dodge")+coord_polar()
Gini<- Gini + scale_fill_continuous(high="darkred",low="darkgreen")
Gini<- Gini + theme(
panel.background=element_rect(fill="white",colour = "white", size=0),
axis.text=element_blank(),
axis.title=element_blank(),
legend.title=element_blank())
x <-c(1:dim(GiniData)[1])
Gini +geom_text(
aes(
x=x,
label=paste(GiniData$GiniIndex,GiniData$Country),
angle=270-x/134*360,
hjust=1), #hjust控制标签的对齐方式
y=GiniData$GiniIndex+3,
size=3,
vjust=0)
代码中和第1张图不一样的地方，也用黄色底纹标示出来了。
- 以最大值最小值为顶的箱图：
假设，我们有A、B、C、D、E班级的某一门科目的最高分和最低分，还有整个年级的平均分，我们用箱图来观察各班最高分最低分距年级平均分的距离。R代码如下：
x <- matrix(c(36,97,33,89,45,99,51,93,47,88),2,5)
boxplot(x,medlty="blank",
#medlty="blank"就是把四分位盒式图(箱图)的须须去掉
names=c("A","B","C","D","E"),
col="pink", boxwex=0.35)
abline(h=71,col="navy", lwd=2, lty=5)
- 表示数据在最大最小之间位置的线型图：
若某位同学A, B, C, D, E五门课的成绩
X <- matrix(c(36,88,97,33,86,89,45,77,99,51,90,93,47,65,88),3,5)
Y <-c(1:5)
plot(c(X[1,],X[3,],X[2,]),c(Y,Y,Y),
pch = c(rep(19,10),rep(4,5)),
cex = 1.5,
col = c(rep("seagreen",10),
rep("magenta",5)),
lwd = 2,
xlab = "成绩",ylab= "科目",
yaxt = "n") #y轴的坐标标签去掉
#设置y轴的坐标标签
axis(2,at = c(1:5), labels = c("A","B","C","D","E"))
arrows(c(X[2,],X[2,]),c(Y,Y),
c(X[1,],X[3,]), c(Y,Y),
col = "springgreen",
lwd = 2,
length = 0.15,
angle = 20,
)
从图中可以看出该学生的成绩离最低分近还是靠近最高分。
祝大家2016年新年新气象！
作者：顾运筠。应用数学硕士，职业院校的统计老师。对机器学习和数据可视化感兴趣。希望能和大家多交流。