R-ggplot2 基础图表绘制-散点图示例

DataCharm

发布于 2021-02-22 12:06:34

4990

发布于 2021-02-22 12:06:34

前两期分别介绍了R-ggplot2 基础散点图R-ggplot2 基础图表绘制-散点图和 Python-seaborn基础散点图Python-seaborn 基础图表绘制-散点图的绘制方法，较为系统的介绍了绘图的基础语法，也为一些绘图基础不是很好的小伙伴提供了参考方法，基础的讲过了，接下里我们将示例应用了啊(也是这个系列推文的流程啊:基础+示例演示)，只为让你更好的掌握绘图知识点。本期的推文就使用R-ggplot2进行一个较为经典的图表仿制，也是自己一直想制作的图表。主要涉及的知识点如下：

geom_smooth()绘制拟合线
ggrepel::geom_text_repel()绘制不重叠文本

ggplot2 + ggrepel 图表再现

这期的推文绘图示例我们使用的是经济学人经典的一张图表，如下：

接下来我们就使用ggplot2 + ggrepel 包进行再现，首先，我们预览下本期数据(数据都已经进过处理，也就是简单的数据替换和选择，Python的pandas包和 R的dplyr等包都可以进行处理，这里不做介绍)(部分)：

已经整理成符合ggplot2绘图的数据要求，接下俩就是使用ggplot2进行绘制，具体代码如下：

ggplot(plot_data, aes(x = CPI, y = HDI, color = Region)) + 
    geom_point(size = 2.5, shape = 21, fill = "white", stroke = 1)

这里就得到了大致的效果图，观察参考图表，我们可以发现有些国家的名字是显示出来的，这里我们进行单独列出来：

country_show <-  c("Russia", "Venezuela", "Iraq", "Myanmar", "Sudan",
                   "Afghanistan", "Congo", "Greece", "Argentina", "Brazil",
                   "India", "Italy", "China", "South Africa", "Spain",
                   "Botswana", "Cape Verde", "Bhutan", "Rwanda", "France",
                   "US", "Germany", "Britain", "Barbados", "Norway", "Japan",
                   "New Zealand", "Singapore")

接下里，我们直接贴出绘图代码，如下：

ggplot(data = plot_data,aes(x=CPI,y = HDI,colour=Region)) +
  geom_point(shape=21,size=2.5,fill="white",stroke=1.2) +
  geom_smooth(method = "lm",formula = y ~ log(x),se = FALSE,color = "red",size=.8,fullrange = TRUE,
             aes(fill = "R^2=56%")) +

  geom_text_repel(aes(label = Country), color = "grey20",segment.color = "grey30",
                  data = subset(plot_data,Country %in% country_show),
                  point.padding = unit(0.03, 'npc'),
                  force = 1, 
                  nudge_y = 0.015, 
                  nudge_x = 0.0,
                  )+
  scale_colour_manual(name = NULL,values = c('#01344A','#228DBD','#6DBBD8','#1B6E64','#D24131','#621107'), 
                      labels = c("OECD","Americas","Asia & \nOceania","Central & \nEastern Europe",
                                 "Middle East & \nnorth Africa", "Sub-Saharan \nAfrica"))+
  scale_x_continuous(limits = c(1, 10), breaks = c(1:10)) +
  scale_y_continuous(limits = c(0.2,1), breaks = c(0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0)) +
  labs( 
       x = "Corruption Perceptions Index, 2011 (10=least corrupt)", 
       y = "Human Development Index, 2011 (1=best)",
       title = "Corruption and human development",
       subtitle = "Base charts: Scatter Exercise",
       caption = "Visualization  by <span style='color:#DD6449'>DataCharm</span>") +
  theme_bw() +
  #设置图例
  guides(colour = guide_legend(nrow = 1),
         fill = guide_legend(title = ""))+
  theme(
        legend.position = "top",
        legend.justification = 0,
        panel.grid.major.x = element_blank(),
        panel.grid.minor.x = element_blank(),
        panel.grid.minor.y = element_blank(),
        plot.title = element_text(size = 14,face = "bold",hjust = .5),
        plot.subtitle = element_text(hjust = .5),
        axis.title = element_text(face = 'italic', size = 8),
        plot.caption = element_markdown(size = 8, hjust = 1),
        panel.border = element_blank(),
        axis.line.x = element_line(color = "black"),
        axis.ticks.y = element_blank(),
        axis.ticks.length=unit(-0.1, "cm"),
        axis.text.x = element_text(margin=unit(c(0.5,0.5,0,0), "cm"))
       )

可视化效果如下:

geom_smooth()绘制拟合线

 geom_smooth(method = "lm",formula = y ~ log(x),se = FALSE,color = "red",size=.8,fullrange = TRUE,
             aes(fill = "R^2=56%"))

这里se=FALSE 去除拟合范围，fullrange = TRUE 是拟合线包括数据全范围，method = "lm",formula = y ~ log(x) 则表示对数线性拟合。

geom_text_repel()添加文本

由于原图文字与散点之间的链接线设置较为合理，这里我们可以使用geom_segment()单独进行位置设置并连线，这里我们就不使用此方法，直接使用geom_text_repel()进行绘制即可(当然最终效果也不如原图)：

 geom_text_repel(aes(label = Country), color = "grey20",segment.color = "grey30",
                  data = subset(plot_data,Country %in% country_show),
                  point.padding = unit(0.03, 'npc'),
                  force = 1, 
                  nudge_y = 0.015, 
                  nudge_x = 0.0,
                  )+

theme(主题)设置这里的主题则是根据原图进行刻度、网格、背景等元素的添加，详细代码如下：

 theme(
        legend.position = "top",
        legend.justification = 0,
        panel.grid.major.x = element_blank(),
        panel.grid.minor.x = element_blank(),
        panel.grid.minor.y = element_blank(),
        plot.title = element_text(size = 14,face = "bold",hjust = .5),
        plot.subtitle = element_text(hjust = .5),
        axis.title = element_text(face = 'italic', size = 8),
        plot.caption = element_markdown(size = 8, hjust = 1),
        panel.border = element_blank(),
        axis.line.x = element_line(color = "black"),
        axis.ticks.y = element_blank(),
        axis.ticks.length=unit(-0.1, "cm"),
        axis.text.x = element_text(margin=unit(c(0.5,0.5,0,0), "cm"))
       )

(这里虽然进行了图表一定程度上的再现，但还是存在部分细节之处没有很好的仿制，这里我么只学习绘图技巧啊)

总结

本期推文我们进行了散点示例图的绘制，主要目的还是进行图表技巧的练习，希望可以给大家提供些绘图灵感。

本文参与腾讯云自媒体分享计划，分享自微信公众号。

原始发表：2020-11-19，如有侵权请联系 cloudcommunity@tencent.com 删除

python

grep

本文分享自 DataCharm 微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体分享计划，欢迎热爱写作的你一起参与！

python

grep

登录后参与评论

0 条评论

热度