R绘图第七篇：绘制条形图（ggplot2）
使⽤geom_bar()函数绘制条形图，条形图的⾼度通常表⽰两种情况之⼀：每组中的数据的个数，或数据框中列的值，⾼度表⽰的含义是由geom_bar()函数的参数stat决定的，stat在geom_bar()函数中有两个有效值：count和identity。默认情况下，stat="count"，这意味着每个条的⾼度等于每组中的数据的个数，并且，它与映射到y的图形属性不相容，所以，当设置stat="count"时，不能设置映射函数aes()中的y参数。如果设置stat="identity"，这意味着条形的⾼度表⽰数据数据的值，⽽数据的值是由aes()函数的y参数决定的，就是说，把值映射到y，所以，当设置stat="identity"时，必须设置映射函数中的y参数，把它映射到数值变量。
geom_bar()函数的定义是：
geom_bar(mapping = NULL, data = NULL, stat = "count", width=0.9, position="stack")
参数注释：
stat：设置统计⽅法，有效值是count（默认值）和 identity，其中，count表⽰条形的⾼度是变量的数量，identity表⽰条形的⾼度是变量的值；
position：位置调整，有效值是stack、dodge和fill，默认值是stack（堆叠），是指两个条形图堆叠摆放，
dodge是指两个条形图并⾏摆放，fill是指按照⽐例来堆叠条形图，每个条形图的⾼度都相等，但是⾼度表⽰的数量是不尽相同的。
width：条形图的宽度，是个⽐值，默认值是0.9position标签属性
color：条形图的线条颜⾊
fill：条形图的填充⾊
关于stat参数，有三个有效值，分别是count、identity和bin：
count是对离散的数据进⾏计数，计数的结果⽤⼀个特殊的变量..count.. 来表⽰，
bin是对连续变量进⾏统计转换，转换的结果使⽤变量..density..来表⽰
⽽identity是直接引⽤数据集中变量的值
position参数也可以由两个函数来控制，参数vjust和widht是相对值：
position_stack(vjust = 1, reverse = FALSE)
position_dodge(width = NULL)
position_fill(vjust = 1, reverse = FALSE)
本⽂使⽤vcd包中的Arthritis数据集来演⽰如何创建条形图。
head(Arthritis)
ID Treatment  Sex Age Improved
157  Treated Male  27    Some
246  Treated Male  29    None
377  Treated Male  30    None
417  Treated Male  32  Marked
536  Treated Male  46  Marked
623  Treated Male  58  Marked
其中变量Improved和Sex是因⼦类型，ID和Age是数值类型。
⼀，绘制基本的条形图
使⽤geom_bar()函数绘制条形图，
ggplot(data=ToothGrowth, mapping=aes(x=dose))+
geom_bar(stat="count")
当然，我们也可以先对数据进⾏处理，得到按照Improved进⾏分类的频数分布表，然后使⽤geom_bar()绘制条形图：
mytable <- with(Arthritis,table(Improved))
df <- as.data.frame(mytable)
ggplot(data=df, mapping=aes(x=Improved,y=Freq))+
geom_bar(stat="identity")
绘制的条形图是相同的，如下图所⽰：
⼆，修改条形图的图形属性
条形图的图形属性包括条形图的宽度，条形图的颜⾊，条形图的标签，分组和修改图例的位置等。
1，修改条形图的宽度和颜⾊
把条形图的相对宽度设置为0.5，线条颜⾊设置为red，填充⾊设置为steelblue
ggplot(data=Arthritis, mapping=aes(x=Improved))+
geom_bar(stat="count",width=0.5, color='red',fill='steelblue')
2，设置条形图的⽂本
使⽤geom_text()为条形图添加⽂本，显⽰条形图的⾼度，并调整⽂本的位置和⼤⼩。
当stat="count"时，设置⽂本的标签需要使⽤⼀个特殊的变量 aes(label=..count..)，表⽰的是变量值的数量。
ggplot(data=Arthritis, mapping=aes(x=Improved))+
geom_bar(stat="count",width=0.5, color='red',fill='steelblue')+
geom_text(stat='count',aes(label=..count..), vjust=1.6, color="white", size=3.5)+
theme_minimal()
当stat="identity"时，设置⽂本的标签需要设置y轴的值，aes(lable=Freq)，表⽰的变量的值。
mytable <- with(Arthritis,table(Improved))
df <- as.data.frame(mytable)
ggplot(data=df, mapping=aes(x=Improved,y=Freq))+
geom_bar(stat="identity",width=0.5, color='red',fill='steelblue')+
geom_text(aes(label=Freq), vjust=1.6, color="white", size=3.5)+
theme_minimal()
添加⽂本数据之后，显⽰的条形图是：
3，按照分组修改条形图的图形属性
把条形图按照Improved变量进⾏分组，设置每个分组的填充⾊，这通过aes(fill=Improved)来实现，每个分组的填充⾊依次是
scale_color_manual()定义的颜⾊：
ggplot(data=Arthritis, mapping=aes(x=Improved,fill=Improved))+
geom_bar(stat="count",width=0.5)+
scale_color_manual(values=c("#999999", "#E69F00", "#56B4E9"))+
geom_text(stat='count',aes(label=..count..), vjust=1.6, color="white", size=3.5)+
theme_minimal()
4，修改图例的位置
修改图例的位置，通过theme(legend.position=) 来实现，默认的位置是right，有效值是right、top、bottom、left和none，其中none是指移除图例。
p <- ggplot(data=Arthritis, mapping=aes(x=Improved,fill=Improved))+
geom_bar(stat="count",width=0.5)+
scale_color_manual(values=c("#999999", "#E69F00", "#56B4E9"))+
geom_text(stat='count',aes(label=..count..), vjust=1.6, color="white", size=3.5)+
theme_minimal()
p + theme(legend.position="top")
p + theme(legend.position="bottom")
# Remove legend
p + theme(legend.position="none")
5，修改条形图的顺序
通过scale_x_discrete()函数修改标度的顺序：
p <- ggplot(data=Arthritis, mapping=aes(x=Improved,fill=Improved))+
geom_bar(stat="count",width=0.5)+
scale_color_manual(values=c("#999999", "#E69F00", "#56B4E9"))+
geom_text(stat='count',aes(label=..count..), vjust=1.6, color="white", size=3.5)+
theme_minimal()
p + scale_x_discrete(limits=c("Marked","Some", "None"))
三，包含分组的条形图
分组的条形图如何摆放，是由geom_bar()函数的position参数确定的，默认值是stack，表⽰堆叠摆放、dodge表⽰并⾏摆放、fill表⽰按照⽐例来堆叠条形图。
1，堆叠摆放
设置geom_bar()的position参数为"stack"，在向条形图添加⽂本时，使⽤position=position_stack(0.5)，调整⽂本的相对位置。
ggplot(data=Arthritis, mapping=aes(x=Improved,fill=Sex))+
geom_bar(stat="count",width=0.5,position='stack')+
scale_fill_manual(values=c('#999999','#E69F00'))+
geom_text(stat='count',aes(label=..count..), color="white", size=3.5,position=position_stack(0.5))+
theme_minimal()
2，并⾏摆放
调整y轴的最⼤值，使⽤position=position_dodge(0.5),vjust=-0.5 来调整⽂本的位置
y_max <- max(aggregate(ID~Improved+Sex,data=Arthritis,length)$ID)
ggplot(data=Arthritis, mapping=aes(x=Improved,fill=Sex))+
geom_bar(stat="count",width=0.5,position='dodge')+
scale_fill_manual(values=c('#999999','#E69F00'))+
ylim(0,y_max+5)+
geom_text(stat='count',aes(label=..count..), color="black", size=3.5,position=position_dodge(0.5),vjust=-0.5)+
theme_minimal()
3，按照⽐例堆叠条形图
需要设置geom_bar(position="fill")，并使⽤geom_text(position=position_fill(0.5))来调整⽂本的位置，如果geom_text(aes(lable=..count..))，那么表⽰⽂本显⽰的值是变量的数量：
ggplot(data=Arthritis, mapping=aes(x=Improved,fill=Sex))+
geom_bar(stat="count",width=0.5,position='fill')+
scale_fill_manual(values=c('#999999','#E69F00'))+
geom_text(stat='count',aes(label=..count..), color="white", size=3.5,position=position_fill(0.5))+
theme_minimal()
该模式最⼤的特点是可以把⽂本显⽰为百分⽐：
ggplot(data=Arthritis, mapping=aes(x=Improved,fill=Sex))+
geom_bar(stat="count",width=0.5,position='fill')+
scale_fill_manual(values=c('#999999','#E69F00'))+
geom_text(stat='count',aes(label=scales::percent(..count../sum(..count..)))
, color="white", size=3.5,position=position_fill(0.5))+
theme_minimal()
四，增加注释和旋转坐标轴
在绘制条形图时，需要动态设置注释（annotate）的位置x和y，x和y的值是由条形图的⾼度决定的，
annotate(geom="text", x = NULL, y = NULL)
在绘制条形图时，可以动态设置x和y的⼤⼩：
library("ggplot2")
library("dplyr")
library("scales")
#aph(width=6, height=5,pointsize=8)
#data
df <- data.frame(
rate_cut=rep(c("0 Change", "0 - 10", "10 - 20", "20 - 30", "30 - 40","40 - 50", "50 - 60", "60 - 70","70 - 80", "80 - 90", "90 - 100", ">100"),2)
,freq=c(1,3,5,7,9,11,51,61,71,13,17,9,
5,7,9,11,15,19,61,81,93,17,21,13)
,product=c(rep('ProductA',12),rep('ProductB',12))
)
#set order
labels_order <- c("0 Change", "0 - 10", "10 - 20", "20 - 30", "30 - 40","40 - 50", "50 - 60", "60 - 70","70 - 80", "80 - 90", "90 - 100", ">100")
#set plot text
plot_legend <- c("Product A", "Product B")
plot_title <- paste0("Increase % Distribution")
annotate_title <-"Top % Increase"
annotate_prefix_1 <-"Product A = "
annotate_prefix_2 <-"Product B = "
df_sum <- df %>%
group_by(product) %>%
summarize(sumFreq=sum(freq))%>%
ungroup()%>%
select(product,sumFreq)
df <- merge(df,df_sum,by.x = 'product',by.y='product')
df <- within(df,{rate <- round(freq/sumFreq,digits=4)*100})
df <- subset(df,select=c(product,rate_cut,rate))
#set order
df$rate_cut <- factor(df$rate_cut,levels=labels_order,ordered = TRUE)
df <- df[order(df$product,df$rate_cut),]
#set position
annotate.y <- ceiling(max(round(df$rate,digits = 0))/4*2.5)
text.offset <- max(round(df$rate,digits = 0))/25
annotation <- df %>%
mutate(indicator = ifelse(substr(rate_cut,1,2) %in% c("70","80","90",'>1'),'top','increase' )) %>%
filter(indicator=='top') %>%
dplyr::group_by(product) %>%
dplyr::summarise(total = sum(rate)) %>%
select(product, total)
mytheme <- theme_classic() +
theme(
panel.background = element_blank(),
strip.background = element_blank(),
axis.line = element_line(color = "gray95"),
axis.ticks = element_blank(),
text = element_text(family = "sans"),
axis.title = element_text(color = "gray30", size = 12),
< = element_text(size = 10, color = "gray30"),
plot.title = element_text(size = 14, hjust = .5, color = "gray30"),
< = element_text(color = "gray30", size = 12),
axis.line.y = element_line(size=1,linetype = 'dotted'),
axis.line.x = element_blank(),
< = element_text(vjust = 0),
plot.margin = unit(c(0.5,0.5,0.5,0.5), "cm"),
legend.position = c(0.7, 0.9),
< = element_text(color = "gray30")
)
##ggplot
ggplot(df,aes(x=rate_cut, y=rate)) +
geom_bar(stat = "identity", aes(fill = product), position = "dodge", width = 0.5) +
guides(fill = guide_legend(reverse = TRUE)) +
scale_fill_manual(values = c("#00188F","#00BCF2")
,breaks = c("ProductA","ProductB")
,labels = plot_legend
,name = "") +
geom_text(data = df
, aes(label = comma(rate), y = rate +text.offset, color = product)
,position = position_dodge(width =1)
,
size = 3) +
scale_color_manual(values = c("#00BCF2", "#00188F"), guide = FALSE) +
annotate("text", x = 3, y = annotate.y, hjust = 0, color = "gray30", label = annotate_title) +
annotate("text", x = 2.5, y = annotate.y, hjust = 0, color = "gray30", label = paste0(annotate_prefix_1, annotation$total[1])) +  annotate("text", x = 2, y = annotate.y, hjust = 0, color = "gray30", label = paste0(annotate_prefix_2, annotation$total[2])) +  labs(x="Increase Percentage",y="Percent of freq",title=plot_title) +
mytheme +
coord_flip()
参考⽂档：

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。