绘图技巧 | 河流图绘制技巧分享(样例数据分享)

DataCharm

发布于 2021-03-26 15:40:58

2.4K0

发布于 2021-03-26 15:40:58

近日，有小伙伴私信我关于河流图(streamplot/streamgraph) 的绘制方法,大家知道小编我可是非常宠粉的哦，这就安排！！(有的小伙伴可能会问了，为啥老是绘制静态(不可交互)的图表呢，这里小编统一回复一下哈：交互式图表我们后面会专门出系列推文(Python居多哈)，目前我们还是为了进行打好基础哈)，好了，我们直接开始哈，内容主要如下：

河流图简介
R-ggstream包绘制河流图
R-ggstream包实例演示

河流图简介

河流图(streamplot)是一种堆积面积图,主要用来表示事件或主题等在一段时间内的变化，通常以中心轴为中心显示区域，并且将边缘修圆以产生流畅的形状,也是使用较多的一种可视化图表，特别是在时间序列变化表示中。

R-ggstream包绘制河流图

在R绘图系统中，有很多包可以绘制该类图(streamgraph、ggstream)，我们选择ggstream包进行绘制，原因在于其为ggplot2的拓展包，结合主题、颜色等包可实现高度的定制化操作。我们首先看一下这个包的情况：

安装由于现阶段还没发布到CRAN上，我们可以通过如下代码进行安装：

remotes::install_github("davidsjoberg/ggstream")

河流图类别安装完之后，我们看一下官网提供的样例，ggstream提供三种样式的河流图，分别如下：
- Type: Mirror

其他参数

「bw」：ggstream包还提供修改河流图细节修改的参数，其中较为重要的参数之一为bw。较低的bw会使曲线更加混乱，而较高的bw会消除某些变化。例子如下：

library(patchwork)

base <- ggplot(blockbusters, aes(year, box_office, fill = genre)) + 
  theme(legend.position = "none")

(base +  geom_stream(bw = 0.5) + ggtitle("bw = 0.5")) /
(base +  geom_stream() + ggtitle("Default (bw = 0.75)")) /
(base +  geom_stream(bw = 1) + ggtitle("bw = 1"))

bw set example

「Extra Span」 ：作为另外一个较为重要的参数，extra_span 对最终的绘制结果，下面我们通过官网样例进行说明：

base <- ggplot(blockbusters, aes(year, box_office, fill = genre)) + 
  theme(legend.position = "none") +
  xlim(1970, 2028)

(base +  geom_stream() + ggtitle("Default")) /
(base +  geom_stream(extra_span = 0.001) + geom_stream(extra_span = 0.001, true_range = "none", alpha = .3) + ggtitle("extra_span = 0.001")) /
(base +  geom_stream(extra_span = .1) + geom_stream(extra_span = .1, true_range = "none", alpha = .3) + ggtitle("extra_span = .1")) /
(base +  geom_stream(extra_span = .2) + geom_stream(extra_span = .2, true_range = "none", alpha = .3) + ggtitle("extra_span = .2")) /
(base +  geom_stream(extra_span = .2, true_range = "none") + ggtitle("extra_span = .2 and true_range = \"none\""))

extra_span set example

接下来，我们采用其他数据并将那些颜色等绘图属性的美化来探索河流图的魅力之处~~

R-ggstream包实例演示

这里我们直接给出代码和最终的可视化结果：

library(readxl)

df<-read_excel("test_data.xlsx")

library(ggstream)

colors <- c("#FFBC42","#D81159","#8F2D56","#218380")

stream_charts <- ggplot(data = df,aes(x = year,y = values,fill= type)) +
    geom_stream(bw = .8,extra_span = .1, true_range = "none",colour="gray40",size=.5) +
    scale_fill_manual(values = colors,name="") +
    hrbrthemes::theme_ipsum(base_family = "Roboto Condensed") +
    labs(x="",y="",
        title = "Example of <span style='color:#D20F26'>ggstream::geom_stream function</span>",
        subtitle = "processed charts with <span style='color:#1A73E8'>geom_stream()</span>",
        caption = "Visualization by <span style='color:#DD6449'>DataCharm</span>") +
    theme(
          plot.title = element_markdown(hjust = 0.5,vjust = .5,color = "black",face = 'bold',
                                  size = 22, margin = margin(t = 1, b = 12)),
          plot.subtitle = element_markdown(hjust = 0,vjust = .5,size=15,face = 'bold'),
          plot.caption = element_markdown(face = 'bold',size = 12),
          # 去除刻度线和网格线
          axis.text.x = element_blank(),
          axis.text.y = element_blank(),
          panel.grid.major = element_blank(),
          panel.grid.minor = element_blank(),
          panel.background = element_rect(fill="#FFF1E6"),
          panel.border = element_rect(fill = NA,colour = "#FFF1E6"),
          plot.background = element_rect(fill="#FFF1E6",colour = "#FFF1E6"),
          # 修改图例
          legend.position = "bottom",
          legend.text = element_text(size = 10, color = "black"),
          legend.key.height = unit(1, "lines"),
          legend.key.width = unit(2, "lines")
    )

「最终的可视化结果如下：」