ggplot2 - 發散型圖表

在前面的章節中，我們瞭解了使用“ggplot2”包可以建立各種型別的圖表。現在我們將重點關注相同型別的變體，例如發散條形圖、棒棒糖圖等等。首先，我們將從建立發散條形圖開始，下面列出了要遵循的步驟。

理解資料集

載入所需的包並在 mpg 資料集中建立一個名為“car name”的新列。

#Load ggplot
> library(ggplot2)
> # create new column for car names
> mtcars$`car name` <- rownames(mtcars)
> # compute normalized mpg
> mtcars$mpg_z <- round((mtcars$mpg - mean(mtcars$mpg))/sd(mtcars$mpg), 2)
> # above / below avg flag
> mtcars$mpg_type <- ifelse(mtcars$mpg_z < 0, "below", "above")
> # sort
> mtcars <- mtcars[order(mtcars$mpg_z), ]

上述計算涉及為汽車名稱建立新列，並藉助 round 函式計算歸一化資料集。我們還可以使用 above and below avg 標誌來獲取“type”功能的值。之後，我們對值進行排序以建立所需的資料集。

收到的輸出如下所示：

將值轉換為因子以在特定圖中保留排序順序，如下所示：

> # convert to factor to retain sorted order in plot.
> mtcars$`car name` <- factor(mtcars$`car name`, levels = mtcars$`car name`)

獲得的輸出如下所示：

發散條形圖

現在，使用作為所需座標的屬性建立一個發散條形圖。

> # Diverging Barcharts
> ggplot(mtcars, aes(x=`car name`, y=mpg_z, label=mpg_z)) +
+ geom_bar(stat='identity', aes(fill=mpg_type), width=.5) +
+ scale_fill_manual(name="Mileage",
+    labels = c("Above Average", "Below Average"),
+    values = c("above"="#00ba38", "below"="#f8766d")) +
+ labs(subtitle="Normalised mileage from 'mtcars'",
+    title= "Diverging Bars") +
+ coord_flip()

注意 - 發散條形圖示記某些維度成員相對於指定值向上或向下指向。

發散條形圖的輸出如下所示，我們使用函式 geom_bar 建立條形圖：

發散棒棒糖圖

使用相同的屬性和座標建立一個發散棒棒糖圖，只需更改要使用的函式，即 geom_segment()，它有助於建立棒棒糖圖。

> ggplot(mtcars, aes(x=`car name`, y=mpg_z, label=mpg_z)) +
+ geom_point(stat='identity', fill="black", size=6) +
+ geom_segment(aes(y = 0,
+    x = `car name`,
+    yend = mpg_z,
+    xend = `car name`),
+       color = "black") +
+ geom_text(color="white", size=2) +
+ labs(title="Diverging Lollipop Chart",
+    subtitle="Normalized mileage from 'mtcars': Lollipop") +
+ ylim(-2.5, 2.5) +
+ coord_flip()

發散點圖

以類似的方式建立發散點圖，其中點代表更大維度中散點圖中的點。

> ggplot(mtcars, aes(x=`car name`, y=mpg_z, label=mpg_z)) +
+  geom_point(stat='identity', aes(col=mpg_type), size=6) +
+  scale_color_manual(name="Mileage",
+     labels = c("Above Average", "Below Average"),
+     values = c("above"="#00ba38", "below"="#f8766d")) +
+ geom_text(color="white", size=2) +
+ labs(title="Diverging Dot Plot",
+     subtitle="Normalized mileage from 'mtcars': Dotplot") +
+ ylim(-2.5, 2.5) +
+ coord_flip()

這裡，圖例分別代表“高於平均值”和“低於平均值”，顏色分別為綠色和紅色。點圖傳達靜態資訊。原理與發散條形圖相同，只是使用了點。