8.3.4 条形图扩展

1、不等宽柱状图(variable width column chart)

不等宽柱形图是常规柱形图的一种变化形式，它用柱形的高度反映一个数值的大小，同时用柱形的宽度反映另一个数值的大小，多用于市场调查研究、维度分析等方面。
geom_rect()函数可以根据右下角坐标（xmin,ymin）和左上角坐标（xmax,ymax）绘制矩形，矩形的宽度（width）为max-xmin对应X轴变量的数值大小；矩形的高度（height）为ymax-ymin对应Y轴变量的数值大小。

data3 <- tibble(Ax = c(1:5, 8), By = 6:11, cg = rep(c("a", "b"), each = 3)) # 创建数据集data3。
data4 <- data3 %>%
  mutate(xmax = cumsum(Ax)) %>%
  mutate(xmin = xmax - Ax) %>%
  mutate(label = (xmin + xmax) / 2) # 构建数据集data4.
ggplot(data4) +
  geom_rect(aes(xmin = xmin, xmax = xmax, ymin = 0, ymax = By, fill = cg), colour = "black", size = 0.25) +
  geom_text(aes(x = label, y = By, label = By), vjust = -0.5, colour = "blue") + geom_text(aes(x = label, y = 0, label = cg), vjust = 1) +  theme_bw()

## Warning: Using `size` aesthetic for lines was deprecated in ggplot2 3.4.0.## ℹ Please use `linewidth` instead.

2、南丁格尔玫瑰图

南丁格尔玫瑰图（Nightingale rose chart，也被称为 coxcomb chart、polar area diagram）即极坐标柱形图，是一种圆形的柱形图。 普通柱状图分布在直角坐标系，使用y坐标轴对于的数值表示数据的大小；南丁格尔玫瑰图分布在极坐标系，使用圆弧的半径长短表示数据的大小（数量的多少），每个数据类别或间隔在径向图上划分为相等分段，每个分 段从中心延伸多远（与其所代表的数值成正比）取决于极坐标轴线。因此，从极坐标中心延伸出来的每一环可以当作标尺使用，用来表示分段大小并代表较高的数值。

data1 %>% ggplot(aes(x = nitrogen, y = v1, fill = nitrogen)) +
  geom_bar(stat = "identity", width = 0.4, 
           position = position_dodge(width = 0.7)) +  coord_polar(theta = "x", start = 0) # 南丁格尔玫瑰图。

3、径向柱形图(circular barplot)
径向柱形图也被称为圆形柱形图或星图。
每个圆圈表示一个数值刻度，而径向分隔线（从中心延伸出来的线）则用作区分不同类别或间隔（如果是直方图）。
通常，标尺上的较低值从中心开始，并随每个圆圈增加。但是，也可以在径向柱形图上显示负值，方法是从任何一个外部圆（从中心一个圆）开始为零，并且将其中的所有圆用作负值。条形图通常从中心开始并向外延伸，但是可以用可变的起点来显示范围。

data1 %>% ggplot(aes(x = nitrogen, y = v1)) +
  geom_bar(stat = "identity", width = 0.4, position = position_dodge(width = 0.7)) +
  coord_polar() +
  ylim(c(-1, 2)) +  theme_light()

4、棒棒糖图(lollipop chart)

棒棒糖图传达了与柱形图或者条形图相同的信息，只是将矩形转变成线条，这样可减少展示空间，重点放在数据点上，从而看起来更加简洁、美观。相对柱形图与条形图，棒棒糖图更加适合数据量比较多的情况。

data2 <- mtcars[5:8] # 选取mtcars数据集5到8列数据为例。
ggplot(data2, aes(wt, rownames(data2))) + 
  geom_point(shape = 21, size = 3, fill = "red") +
  geom_segment(aes(x = 0, 
                   xend = wt, 
                   y = rownames(data2), 
                   yend = rownames(data2)), 
               colour = "blue") + 
  theme_bw() +   labs(x = "Weight of cars(t)", y = "Brand of cars") # 棒棒糖图。

5、克利夫兰点图(Cleveland’s dot plot) 

克利夫兰点图（Cleveland’s dot plot）：也就是我们常用的滑珠散点图，非常类似棒棒糖图，只是没有连接的线条，重点强调数据的排序展示及互相之间的差距。

ggplot(data2, aes(wt, rownames(data2))) + 
  geom_point(shape = 21, size = 3, fill = "black") + 
  theme_bw() +   labs(x = "Weight of cars(t)", y = "Brand of cars")

6、哑铃图(dumbbell plot)
可以看成多数据系列的克利夫兰点图，只是使用直线连接了两个数据系列的数据点。
哑铃图主要用于：
①展示在同一时间段两个数据点的相对位置（增加或者减少）；②比较两个类别之间的数据值差别。

data1 %>% 
  select(nitrogen, variety, v1) %>% 
  group_by(nitrogen, variety) %>% 
  summarise(v1_mean = mean(v1)) %>% 
  ggplot(aes(x = v1_mean, y = nitrogen, fill = variety)) + geom_point(aes(colour = variety), size =4) +   geom_line(aes(group = nitrogen)) # 哑铃图。

## `summarise()` has grouped output by 'nitrogen'. You can override using the## `.groups` argument.

参考资料

- END -

本文使用 文章同步助手 同步