R可视化——饼图的绘制方法汇总

数据

使用随机编写数据,包含两列,一列为group,一列为value:

rm(list=ls())
df<-data.frame(
  group=c('A', 'B', 'C', 'D', 'E'),
  value=c(55,75,20,60,100))
image.png

使用Pie函数绘制饼图

col<-rainbow(5)
pie(df$value, #扇形数值大小
    labels = df$group, #各扇形面积标签
    radius = 0.9,#饼图半径
    main = 'Pie',#标题
    clockwise = FALSE, #饼图各个切片是否按顺时针做出分割
    col = col)#自定义颜色
image.png

添加图例:

legend("topright", df$group, cex = 0.8,fill = col)#图例
image.png

也可以替换扇形中的填充形式,使用线条进行填充:

pie(df$value, #扇形数值大小
    labels = df$group, #各扇形面积标签
    radius = 0.9,#饼图半径
    main = 'Pie',#标题
    clockwise = FALSE, #饼图各个切片是否按顺时针做出分割
    density = 20, # 设置阴影线密度
    angle = 45,#设置阴影线角度
    col = rainbow(5))#自定义颜色
image.png

ggoplot2包绘制饼图

     ggplot2包中没有专门的绘制饼图的函数,所以得先绘制条形图,再转换成极坐标形式以实现饼图的绘制:

library(ggplot2)
ggplot(df, aes(x="", y = value, fill = group))+#数据
  geom_bar(width = 1, stat = "identity",color="white")+#绘制柱状图
  coord_polar('y')+#变为极坐标
  theme_void()+#主题
  scale_fill_manual(values=rainbow(5))+#自定义颜色
  geom_text(aes(y = sum(value)-cumsum(value)+value/2,
                    label = scales::percent(value/sum(value))), size=4.5)#标签
image.png

ggstatsplot包绘制饼图

     基于ggstatsplot包中的ggpiestats()函数进行绘制,但是这个包使用的数据是不需要统计频数的,直接使用原始数据绘图即可:

#以数据集mtcars为例
df1<-mtcars
image.png
library(ggstatsplot)
ggpiestats(df1, 'vs', #数据
           direction = 1, #方向,通过1和-1调整
           title = "Pie",#标题
           factor.levels = df1$vs,#标签
           slice.label = 'percentage',#标签类型,percentage/counts/both
           perc.k = 2,#百分数小数位数
           results.subtitle = T) #标题是否显示统计结果
image.png

ggpubr包绘制饼图

library(ggpubr)
ggpie(df, "value", #数据
      label = "group",#标签
      lab.pos = 'in',#标签位置
      lab.font = c(5, 'white'),#标签大小及颜色
      fill = "group", #填充
      color = "grey",#间隔颜色
      palette = rainbow(5))#填充颜色
image.png

pie3D()函数绘制3D饼图

library(plotrix)
col<-rainbow(5)
pie3D(df$value, #数据
      labels = df$group, #标签
      theta = pi/5, 
      labelcex=1.2, #标签大小
      main = "3D pie",#标题
      explode = 0.1, #各扇形间隔
      height = 0.08,#各扇形高度
      radius = 1,#半径,0~1
      col = rainbow(5))#颜色
legend("topright", df$group, cex = 0.8,fill = col)#图例
image.png

fan.plot()函数绘制扇形

library(plotrix)
col<-rainbow(5)
fan.plot(df$value,#绘图数据
         radius=1,#半径
         col=col,#填充颜色
         labels=df$group,#标签
         label.radius=1.1,#标签距扇形的距离
         align="left",#扇形对齐的位置
         main="Fan plot")#标题
legend("right", df$group, cex = 0.9,fill = col)#图例
image.png
参考:见各函数帮助文档
©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

推荐阅读更多精彩内容