R语言笔记——使用ggplot2绘制风玫瑰图(南丁格尔玫瑰图)

昨天在微博中刷到了下面的图片,当时觉得就很惊艳,很好奇怎么制作的。


新冠肺炎全球疫情形势


而后面又看到1篇微信公共号推文,才知道这种图形叫“风玫瑰图”,并介绍了如何使用ggplot2绘制新冠疫情的风玫瑰图。下面,参考上面提到的推文中的代码,我用自己的思路绘制了一幅新冠疫情的风玫瑰图。

#1. 数据提取。这里使用了nCov2019包中的新冠疫情数据。

library(nCov2019)

data <- load_nCov2019()

mydata <- data['global']

#2. 数据整理

library(dplyr)

data_rose <- mydata %>% filter(time == time(data)) %>%             arrange(desc(cum_confirm)) %>% slice(1:30)  #提取数据,提取前30位国家

data_rose$country <- factor(data_rose$country, levels = data_rose$country) #按照感染人数排序国家

data_rose$angle = 1:30 * 360/30 #计算角度,后面会用到

#3. 绘图

library(ggplot2)

ggplot(data_rose, aes(country, cum_confirm, fill = cum_confirm)) +

  geom_col(width = 1, color = 'white') +   #绘制图形基本结构

  geom_col(aes(y = I(6)), width = 1, alpha = 0.1, fill = 'white') +

  geom_col(aes(y = I(4)), width = 1, alpha = 0.3, fill = 'white') +

  geom_col(aes(y = I(2)), width = 1, color = 'white', fill = 'white') +  #绘制空心白和晕轮

  scale_y_log10() + #纵坐标取对数以压缩纵坐标

  scale_fill_gradientn(colors = c("darkgreen", "green", "orange", "firebrick","red"), trans = 'log') + #颜色填充,注意颜色按对数映射

  geom_text(aes(label = paste(paste(country, cum_confirm, sep = '\n'), '例', sep = '\n'),

                y = cum_confirm * 0.8, angle = angle),

               data = subset(data_rose, cum_confirm > 700),

               color = "white", fontface="bold", vjust=1, size = 2) + #添加文字

  geom_text(aes(label = paste0(cum_confirm, '例',country),

                y = cum_confirm * 4, angle = angle+90),

            data = subset(data_rose, cum_confirm < 700),

            fontface="bold", vjust = 0, size = 2) + #添加文字

  coord_polar(direction=-1) + #极坐标转换,逆时针排序

  theme_void() +

  theme(legend.position="none")


最终出图如下:

最后附上我的代码:

链接:https://pan.baidu.com/s/1EuGth8NbDJKy2w1OB1mUBA

提取码:x1wo

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,294评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,493评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,790评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,595评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,718评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,906评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,053评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,797评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,250评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,570评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,711评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,388评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,018评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,796评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,023评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,461评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,595评论 2 350