R-ggplot2 基础图表绘制-柱形图

DataCharm

发布于 2021-02-22 15:30:24

7250

发布于 2021-02-22 15:30:24

文章被收录于专栏：数据学术商业新闻

本期推文我们开始介绍基础柱形图(条形图)的绘制推文，其目的就是让大家希望大家可以一步步打好基础，为以后绘制更加复杂、更加精美的可视化设计作品做准备。本期主要涉及的知识点如下：

geom_histogram()绘制直方统计图
geom_bar()绘制柱形图
grid包添加图片美化

geom_histogram()绘制直方统计图

直方统计图用于统计数据的分布范围，横轴为绑定变量区间分隔的取值范围，纵轴则表示变量在不同变量区间上的频数。首先我们对数据进行预览，如下(部分)：

这里我们不再比较ggplot2的默认主题的好坏了，直接给出美化后的代码(当然借助了我非常喜欢的hrbrthemes主题包)：

flipper_hist <- ggplot(data = data,aes(x = flipper_length_mm))+
  geom_histogram(aes(fill=species),binwidth = 4,position = "identity")+
  scale_fill_manual(values = c('#FF8C03',"#A034F1","#0F8B8B"))+
  guides(fill = guide_legend(nrow = 1,title = ""))+
  labs(
       title = "Base Charts in R Exercise 02: <span style='color:#D20F26'>Bar Charts</span>",
       subtitle = "processed bar charts with geom_histogram()",
       caption = "Visualization by <span style='color:#DD6449'>DataCharm</span>") +
  theme_ipsum(base_family = "Roboto Condensed")+
  theme(
        plot.title = element_markdown(hjust = 0.5,vjust = .5,color = "black",
                             size = 20, margin = margin(t = 1, b = 12)),
        plot.subtitle = element_markdown(hjust = 0,vjust = .5,size=15),
        plot.caption = element_markdown(face = 'bold',size = 12),
        #legend.position = c(.1, .1), 
        legend.position = "top",
        legend.direction = "horizontal", 
        #legend.justification = "right",
        legend.key.width = unit(1.5, "lines"), 
        legend.key.height = unit(1, "lines"),
  )

可视化结果如下:

当然，我们还可以通过更改如下代码，更换主题：

theme_ft_rc() +

可视化如下：

这里注意下：好多小伙伴私信我说“使用hrbrthemes包主题时显示字体不存在等字样”，我这里设置的如下：

theme_ipsum(base_family = "Roboto Condensed")

Roboto Condensed 为我电脑里的字体，这样就可以使用了。

大家可以认真学习下theme() 中设置的属性，这可是设置精美可视化作品的关键。

geom_bar()绘制柱形图

若想使用geom_bar()绘制统计频数的直方图，可以添加scale_x_binned() 加以限制辅助。还以以上数据为例，绘图代码如下：

flipper_hist3 <- ggplot(data = data,aes(x = flipper_length_mm))+
  geom_bar(aes(fill=species),alpha=.8,colour="black")+
  scale_fill_manual(values = c('#FF8C03',"#A034F1","#0F8B8B"))+
  scale_x_binned()+
  guides(fill = guide_legend(nrow = 1,title = ""))+
  labs(
       title = "Base Charts in R Exercise 02: <span style='color:#D20F26'>Bar Charts</span>",
       subtitle = "processed bar charts with geom_bar()",
       caption = "Visualization by <span style='color:#DD6449'>DataCharm</span>") +
  theme_ft_rc() +
  theme(
        plot.title = element_markdown(hjust = 0.5,vjust = .5,color = "black",
                             size = 22, margin = margin(t = 1, b = 12)),
        plot.subtitle = element_markdown(hjust = 0,vjust = .5,size=15),
        plot.caption = element_markdown(face = 'bold',size = 12),
        #legend.position = c(.1, .1), 
        legend.position = "top",
        legend.direction = "horizontal", 
        legend.key.width = unit(1.5, "lines"), 
        legend.key.height = unit(1, "lines")
  )

可视化结果如下：

当然通过更改：

theme_ipsum(base_family = "Roboto Condensed")

就可获得如下可视化效果：

grid包添加图片美化

添加与绘制图表主题、颜色等元素相关的图片，可以使你的可视化作品增色不少，在ggplot2中添加图片则十分简单。这里我们选择了与主题相符的图片，用于提升绘图结果的美观性。

添加图片的方式较为固定，大家直接记住即可：

library(png)
library(grid)
img_file <- "lter_penguins.png"
img <- png::readPNG(img_file)
i1 <- grid::rasterGrob(img, interpolate = T)

接下来使用ggplot2的annotation_custom() 方法设置具体位置即可：

flipper_hist_img <- flipper_hist +
    annotation_custom(i1, ymin = 45, ymax = 60, xmin = 220, xmax = 235)

可视化结果如下：

当然还有以下效果：

总结

以上就是R-ggplot2关于基础柱形图的绘制推文教程，太具体的原理性这里也没做过多介绍，感兴趣的可以自行查阅相关资料。接下来还有Python版本的哦！

练习数据获取

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2020-12-01，如有侵权请联系 cloudcommunity@tencent.com 删除

编程算法

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同步曝光计划，欢迎热爱写作的你一起参与！

编程算法

登录后参与评论

0 条评论

热度