Tidyverse自学笔记-饼图

8.7 饼图

饼图(pie chart)将一个圆饼按照分类的占比划分成多个切片,整个圆饼代表数据的总量,每个切片(圆弧)表示该分类占总体的比例,所有切片(圆弧)的加和等于 100%。
1、基础包pie()函数绘制饼图

data5.2 <- data1 %>% group_by(nitrogen) %>% summarise(v2mean = mean(v2)) %>% mutate(per = v2mean/sum(v2mean)*100) # 通过data1构建新数据集data5.2。data5.2 # 查看新数据集data5.2
## # A tibble: 4 × 3
## nitrogen v2mean per
## <chr> <dbl> <dbl>
## 1 N1 3.73 34.0
## 2 N2 3.76 34.3
## 3 N3 1.92 17.6## 4 N4 1.55 14.1
pie(data5.2$per, labels = round(data5.2$per, 2), main = "Nitrogen pie chart", col = c("red","orange","yellow","green")) # 基础包函数pie绘制饼图。legend("topright", data5.2$nitrogen, fill = c("red","orange","yellow","green"), cex = 0.5) # 添加图例。

2、ggplot2绘制饼图

使用ggplot2包的geom_bar()函数绘制堆积柱形图,然后将直角坐标系转换成极坐标系,就可以显示为饼图,使用geom_text()函数添加数据标签。

data5.2 %>% ggplot(aes(x = " ", y = per, fill = nitrogen)) + geom_bar(stat = "identity", width = 1) # 绘制柱状图。
data5.2 %>% 
ggplot(aes(x = " ", y = per, fill = nitrogen)) +
geom_bar(stat = "identity", width = 1) +
coord_polar("y", start = 0) +
theme(axis.title.x = element_blank(),
axis.text.x = element_blank(),
axis.ticks = element_blank(),
axis.title.y = element_blank(),
panel.background = element_blank()) +
geom_text(aes(label = paste0(round(per, 2), "%")), position = position_stack(0.5)) # 绘制饼图

3、甜甜圈图

圆环图(又叫作甜甜圈图,donut chart),其本质是将饼图的中间区域挖空。饼图整体性太强,如果我们将两个饼图放在一起,通过比较饼图内各个扇形之间占整体比重的关系,很难同时对比两个图。圆环图则通过关注长度而不是面积解决了饼图对比困难的问题。

data5.2 %>% 
ggplot(aes(x = 3, y = per, fill = nitrogen)) +
geom_bar(stat = "identity", width = 1) + coord_polar("y", start = 0) +
xlim(c(0,4.5)) +
geom_text(aes(label = paste0(round(per, 2), "%")),
position = position_stack(0.5)) +
theme(axis.title.x = element_blank(),
axis.text.x = element_blank(),
axis.ticks = element_blank(),
axis.title.y = element_blank(),
panel.background = element_blank(), axis.text.y = element_blank()) # 甜甜圈图。

4、3D饼图

使用plotrix包中的pie3D()函数可绘制3D饼图。

library(plotrix) # 调用plotrix包。
pie3D(data5.2$per,
labels = paste0(round(data5.2$per, 2), "%"),
explode = 0.1,
border = "white",
main = "Nitrogen pie chart",
height = 0.2, labelcex = 1,
col = c("red","orange","yellow","green")) # 绘制3D饼图。legend(0.75, 1, data5.2$nitrogen, fill = c("red","orange","yellow","green"), cex = 0.5) # 添加图例。

参考资料

ggplot2: 数据分析与图形艺术,西安交通大学出版社,2013.

R语言数据可视化之美:专业图表绘制指南,电子工业出版社,2019.

R数据科学,人民邮电出版社,2018.

R数据可视化手册,人民邮电出版社,2014.

本文使用 文章同步助手 同步

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 216,372评论 6 498
  • 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 92,368评论 3 392
  • 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 162,415评论 0 353
  • 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 58,157评论 1 292
  • 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 67,171评论 6 388
  • 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 51,125评论 1 297
  • 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 40,028评论 3 417
  • 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 38,887评论 0 274
  • 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 45,310评论 1 310
  • 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 37,533评论 2 332
  • 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 39,690评论 1 348
  • 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 35,411评论 5 343
  • 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 41,004评论 3 325
  • 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 31,659评论 0 22
  • 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 32,812评论 1 268
  • 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 47,693评论 2 368
  • 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 44,577评论 2 353

推荐阅读更多精彩内容