ggplot2 - 发散型图表

在前面的章节中，我们了解了使用“ggplot2”包可以创建各种类型的图表。现在我们将重点关注相同类型的变体，例如发散条形图、棒棒糖图等等。首先，我们将从创建发散条形图开始，下面列出了要遵循的步骤。

理解数据集

加载所需的包并在 mpg 数据集中创建一个名为“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), ]

上述计算涉及为汽车名称创建新列，并借助 round 函数计算归一化数据集。我们还可以使用 above and below avg 标志来获取“type”功能的值。之后，我们对值进行排序以创建所需的数据集。

收到的输出如下所示：

将值转换为因子以在特定图中保留排序顺序，如下所示：

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

获得的输出如下所示：

发散条形图

现在，使用作为所需坐标的属性创建一个发散条形图。

> # 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 - 发散条形图标记某些维度成员相对于指定值向上或向下指向。

发散条形图的输出如下所示，我们使用函数 geom_bar 创建条形图：

发散棒棒糖图

使用相同的属性和坐标创建一个发散棒棒糖图，只需更改要使用的函数，即 geom_segment()，它有助于创建棒棒糖图。

> 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()

发散点图

以类似的方式创建发散点图，其中点代表更大维度中散点图中的点。

> 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()

这里，图例分别代表“高于平均值”和“低于平均值”，颜色分别为绿色和红色。点图传达静态信息。原理与发散条形图相同，只是使用了点。