第三章 类别数据可视化

Author

221527138李旺仔

1 解释原始数据

  • Titanic数据集是datasets包的配套案例数据，可以通过as.data.frame将其转化为数据框。解析数据包含哪些变量，如果是分类变量分别有哪些类别？
data = as.data.frame(Titanic)
DT::datatable(data,rownames = FALSE)

2 条形图

绘制Sex和 Survived的并列条形图和堆叠条形图，并为条形图添加频数标签。

2.1 数据准备

  • 下面代码作了什么数据处理？为什么要这样处理？
# 数据准备
df <- data %>% select(Sex,Survived,Freq) %>% 
  summarise(n=sum(Freq),.by=c(Sex,Survived)) %>% 
  rename(性别=Sex,生还=Survived,人数=n)

DT::datatable(df,rownames = FALSE)

2.2 利用geom_col函数作图

# 图（a）垂直并列条形图
p1<-ggplot(df,aes(x=性别,y=人数,fill=生还))+
  geom_col(width=0.8,    # 设置条形宽度
  position="dodge",      # 绘制并列条形图
  color="gray50")+       # 设置条形图的边框颜色
  scale_fill_brewer(palette="Set2")+  # 设置填充颜色
  geom_text(aes(label=人数),position=position_dodge(0.9),vjust=-0.5,size=3)+          # 设置标签垂直位置和字体大小
  ylim(0,1.1*max(df$人数))+      # 设置y轴范围
  ggtitle("(a) 垂直并列条形图")

# 图（b） 水平并列条形图
p2<-ggplot(df,aes(x=性别,y=人数,fill=生还))+
  geom_col(width=0.7,color="gray50")+ # 绘制堆叠条形图（默认）
  geom_text(aes(label=人数),position=position_stack(0.5),size=3)+
  scale_fill_brewer(palette="Set2")+
  ggtitle("(b) 垂直堆叠条形图")

grid.arrange(p1,p2,ncol=2)           # 按2列组合图形

  • 你可以通过修改数据
  • 或者修改刻度标签将图中性别和生还的类别标签改为中文，请给出代码完成修改。
# 图（a）垂直并列条形图
p1<-ggplot(df,aes(x=性别,y=人数,fill=生还))+
  geom_col(width=0.8,    # 设置条形宽度
  position="dodge",      # 绘制并列条形图
  color="gray50")+       # 设置条形图的边框颜色
  scale_fill_brewer(palette="Set2")+  # 设置填充颜色
  geom_text(aes(label=人数),position=position_dodge(0.9),vjust=-0.5,size=3)+          # 设置标签垂直位置和字体大小
  ylim(0,1.1*max(df$人数))+      # 设置y轴范围
  ggtitle("(a) 垂直并列条形图")+
  scale_x_discrete(
   "性别",
    labels=c("男","女")
   )+
  scale_fill_discrete(
   "生还",
    labels=c("否","是")
   )

# 图（b） 水平并列条形图
p2<-ggplot(df,aes(x=性别,y=人数,fill=生还))+
  geom_col(width=0.7,color="gray50")+ # 绘制堆叠条形图（默认）
  geom_text(aes(label=人数),position=position_stack(0.5),size=3)+
  scale_fill_brewer(palette="Set2")+
  ggtitle("(b) 垂直堆叠条形图")+
  scale_x_discrete(
   "性别",
    labels=c("男","女")
   )+
  scale_fill_discrete(
   "生还",
    labels=c("否","是")
   )

grid.arrange(p1,p2,ncol=2)           # 按2列组合图形

#修改数据
# 修改 "性别" 列：将 "male" 改为 "男性"，"female" 改为 "女性"
df$性别 <- factor(df$性别, 
                  levels = c("Male", "Female"), 
                  labels = c("男性", "女性"))

# 修改 "生还" 列：将 "Yes" 改为 "生还"，"No" 改为 "未生还"
df$生还 <- factor(df$生还, 
                  levels = c("Yes", "No"), 
                  labels = c("生还", "未生还"))

# 查看修改后的数据
print(df)
  性别   生还 人数
1 男性 未生还 1364
2 女性 未生还  126
3 男性   生还  367
4 女性   生还  344
# 图（a）垂直并列条形图
p1<-ggplot(df,aes(x=性别,y=人数,fill=生还))+
  geom_col(width=0.8,    # 设置条形宽度
  position="dodge",      # 绘制并列条形图
  color="gray50")+       # 设置条形图的边框颜色
  scale_fill_brewer(palette="Set2")+  # 设置填充颜色
  geom_text(aes(label=人数),position=position_dodge(0.9),vjust=-0.5,size=3)+          # 设置标签垂直位置和字体大小
  ylim(0,1.1*max(df$人数))+      # 设置y轴范围
  ggtitle("(a) 垂直并列条形图")

# 图（b） 水平并列条形图
p2<-ggplot(df,aes(x=性别,y=人数,fill=生还))+
  geom_col(width=0.7,color="gray50")+ # 绘制堆叠条形图（默认）
  geom_text(aes(label=人数),position=position_stack(0.5),size=3)+
  scale_fill_brewer(palette="Set2")+
  ggtitle("(b) 垂直堆叠条形图")

grid.arrange(p1,p2,ncol=2)           # 按2列组合图形

2.3 介绍图形特点和信息

  • 图(a) 适合比较“性别内”不同生还情况的差异；

  • 图(b) 更适合比较“性别间”总体人数和生还比例的对比

  • 两者结合可全面理解在性别维度上生还情况的分布特征。

3 帕累托图

绘制Class 的帕累托图。

3.1 数据准备

df<-data |> 
  select(Class,Freq) |> 
  summarise(n=sum(Freq),.by=Class) |> 
  rename(乘客舱位=Class,人数=n ) |> 
  arrange(desc(人数)) |> 
  mutate(累积百分比 = cumsum(人数*100/sum(人数)), #计算累积百分比
         累积百分比 = round(累积百分比,1),        #保留一位小数 
         乘客舱位 = fct_inorder(乘客舱位)         #按字符出现顺序定义因子水平
         )

datatable(df,rownames = FALSE)

3.2 利用geom_col()+geom_line()+geom_point()等函数作图

palette<-rev(brewer.pal(4,"Reds"))        # 设置调色板

# 绘制条形图
p<-ggplot(df)+aes(x=乘客舱位,y=人数)+                
  geom_col(width=0.8,fill=palette,color="grey50")+# 绘制条形图
  scale_x_discrete(labels=c("Crew","3rd","1st","2nd"))+ # 将x轴的长标签折行
  geom_text(aes(x=乘客舱位,y=人数,label=人数,vjust=-0.5),size=3,color="gray50")+                      # 添加数值标签，垂直调整标签位置
   ylab("人数\n(人)")+               # 设置y轴标签 
  theme(axis.text.y=element_text(angle=90,hjust=0.5,vjust=0.5))+     # 调整y轴标签角度
  theme(legend.position="none")         # 删除图例

# 绘制折线和点
p1<-p+geom_line(aes(x=as.numeric(乘客舱位),y=累积百分比*max(人数/100)))+                 # 绘制累积百分比曲线
  geom_point(aes(x=as.numeric(乘客舱位),y=累积百分比*max(人数/100)),
             size=2.5,shape=23,fill="white")+  # 绘制点
  geom_text(aes(label=累积百分比,x=乘客舱位,y=1*累积百分比*max(人数/100),
    hjust=0.6,vjust=-0.95),size=3,colour="blue3")+# 添加百分比数值标签
  scale_y_continuous(sec.axis = sec_axis(~./max(df$人数/100)))# 添加坐标轴
p1+annotate("text",x=4.3,y=700,label="百分比（%）",angle=90,size=3.5)+
   annotate("text",x=3.5,y=900,label="累积百分比曲线",size=3.5)# 添加注释文本

3.3 介绍图形特点和信息

  • 分布不均衡性明显：

    • 前两个类别（Crew 和 3rd）人数占总人数的72.3%，说明这两类是主要构成人群。

      1st 和 2nd 类别人数较少，仅占总人数的27.7%。

  • 累计百分比曲线（帕累托原理）：

    • 体现“二八法则”：少数类别贡献了大多数人数。

      有助于聚焦前几个主要类别（如Crew、3rd）进行资源或策略优化。

4 脊形图

绘制Class和 Survived 的脊形图。

4.1 数据准备

# 数据处理
df<-data %>% 
  select(Class,Survived,Freq) %>%
  summarise(n=sum(Freq),.by=c(Class,Survived)) %>%
  mutate(percent=n*100/sum(n),.by="Survived")
datatable(df)

4.2 利用geom_col() 作图

ggplot(df)+aes(x=Survived,y=percent,fill=Class)+ylab("百分比(%)")+
  geom_bar(stat = "identity",width = 0.8,color="grey50")+
  scale_fill_brewer(palette = "Blues")

4.3 利用ggiraphExtra包ggSpine()

ggSpine(data=df,aes(x=Survived,y=percent,fill=Class),stat="identity",
  palette="Reds",labelsize=3,reverse=TRUE)  # 反转调色板颜色

4.4 介绍图形特点和信息

  • 一等舱乘客存活率最高，未存活率最低，显示出社会地位或舱位等级对存活率的影响。
  • 船员虽然未存活比例最高，但存活比例也不低，可能与职责或救援优先级有关。
  • 三等舱乘客未存活比例较高，存活率较低，可能反映了资源分配或逃生机会的不平等。

5 树状图和旭日图

绘制Class、Sex、Age和Survived4个变量的矩形树状图和旭日图

5.1 利用treemap::treemap()函数作树状图

data = as.data.frame(Titanic)
DT::datatable(data,rownames = FALSE)
# 图（a）分层顺序：Sex—Class—Age-Survived
treemap(data,index=c("Sex","Class","Age","Survived"),  # 设置聚合索引的列名称
  vSize="Freq",                                  # 指定矩形大小的列名称
   fontsize.labels=9,                             # 设置标签字体大小
  position.legend="bottom",                      # 设置图例位置
  title="(a) 分层顺序：Sex—Class—Age-Survived")

5.2 利用sunburstR::sunburst() 函数作旭日图

  • 通过d3r::d3_nest将数据框转化为层次数据“d3.js”作为绘图输入

    library(d3r)
df<-data%>%select(Sex,Class,Age,Survived,Freq)  # 根据需要调整列变量的位置
df_tree<-d3_nest(df,value_cols="Freq")             # 将数据框转换为“d3.js”层次结构
datatable(df,rownames = FALSE)
library(sunburstR)
sunburst(data=df_tree,           # 绘制旭日图
   valueField="Freq",    # 计算大小字段的字符为vSize
   count=TRUE,                   # 在解释中包括计数和总数
   sumNodes=TRUE)                # 默认总和节点=TRUE
Legend

5.3 介绍图形特点和信息

6 热图和南丁格尔玫瑰图

绘制Class和Survived 的点阵图、热图和南丁格尔玫瑰图。

6.1 数据准备

library(dplyr)
library(DT)

df <- as.data.frame(Titanic) %>%
  select(Class, Survived, Freq) %>%
  group_by(Class, Survived) %>%
  summarise(人数 = sum(Freq), .groups = "drop") %>%
  rename(乘客舱位 = Class, 生还情况 = Survived)

datatable(df, rownames = FALSE)

6.2 利用ggiraphExtra::ggHeatmap()作热力图

分别作矩形热图和极坐标热图

library(ggiraphExtra)
library(ggplot2)

p1 <- ggHeatmap(df, 
               aes(x = 乘客舱位, y = 生还情况, fill = 人数),
               color = "white") +
  scale_fill_gradient(low = "white", high = "red") +
  ggtitle("泰坦尼克号生还情况矩形热图") +
  theme_minimal()

p2 <- ggHeatmap(df,
               aes(x = 乘客舱位, y = 生还情况, fill = 人数),
               polar = TRUE) +
  scale_fill_gradient(low = "white", high = "blue") +
  ggtitle("泰坦尼克号生还情况极坐标热图") +
  theme_minimal()

library(gridExtra)
grid.arrange(p1, p2, ncol = 2)

6.3 利用ggiraphExtra::ggRose() 作玫瑰图

tibble [8 × 3] (S3: tbl_df/tbl/data.frame)
 $ Class: Ord.factor w/ 4 levels "1st"<"2nd"<"3rd"<..: 1 1 2 2 3 3 4 4
 $ 生还 : Factor w/ 2 levels "No","Yes": 1 2 1 2 1 2 1 2
 $ 人数 : num [1:8] 122 203 167 118 528 178 673 212
# 计算标签位置 ypos
df <- df %>%
  group_by(Class) %>%
  arrange(生还) %>%  # 确保堆叠顺序（No 在下，Yes 在上）
  mutate(cumsum = cumsum(人数),  # 累计人数
         ypos = cumsum - (人数 / 2)) %>%  # 标签位置在每个堆叠段的中间
  ungroup()

# 检查添加了 ypos 的 df
print(df)
# A tibble: 8 × 5
  Class 生还   人数 cumsum  ypos
  <ord> <fct> <dbl>  <dbl> <dbl>
1 1st   No      122    122  61  
2 2nd   No      167    167  83.5
3 3rd   No      528    528 264  
4 Crew  No      673    673 336. 
5 1st   Yes     203    325 224. 
6 2nd   Yes     118    285 226  
7 3rd   Yes     178    706 617  
8 Crew  Yes     212    885 779  
# 绘制玫瑰图
# 自定义颜色（为 No 和 Yes 设置两种红色）
palette <- c("No" = "#FF9999", "Yes" = "#FF3333")

# 计算角度（基于 Class 数量）
n_groups <- length(unique(df$Class))  # 4 个 Class
myangle <- seq(0, 360, length.out = n_groups + 1)[1:n_groups]

# 绘制玫瑰图
p <- ggplot(df, aes(x = Class, y = 人数, fill = 生还)) + 
  geom_col(width = 1, color = "grey20", position = "stack") +  # 堆叠条形图
  geom_text(aes(y = ypos, label = 人数),  
            size = 3.5, 
            color = "black", 
            show.legend = FALSE) +
  coord_polar(theta = "x", start = 0) +    # 极坐标转换
  scale_fill_manual(values = palette) +    # 手动指定填充颜色
  theme_minimal() +
  theme(axis.text.x = element_text(size = 10, angle = myangle),
        legend.position = "right") +
  labs(y = "人数", title = "乘客生存情况玫瑰图")

# 显示图形
print(p)

6.4 介绍图形特点和信息

  • 该玫瑰图清晰展示了泰坦尼克号乘客按舱位和生存情况的人数分布。

  • 一等舱乘客存活率最高，三等舱和船员存活率较低，突显了灾难中的社会不平等。

7 饼环图

绘制Class和 Sex的饼环图。

7.1 数据准备

# 加载必要的包
library(dplyr)
library(ggiraphExtra)
library(gridExtra)

# 加载 Titanic 数据
data <- as.data.frame(Titanic)

# 按 Class 和 Sex 分组汇总人数，并排序
df <- data %>%
  group_by(Class, Sex) %>%
  summarise(人数 = sum(Freq), .groups = "drop") %>%
  mutate(Class = factor(Class, levels = c("1st", "2nd", "3rd", "Crew")),
         Sex = factor(Sex, levels = c("Male", "Female"))) %>%
  arrange(Class, Sex)  # 确保 Class 和 Sex 按顺序排列

# 为 p2 准备按 Sex 和 Class 排序的数据
df_alt <- df %>%
  arrange(Sex, Class)



datatable(df,rownames = FALSE)

7.2 利用ggiraphExtra::ggPieDonut()作饼环图

# 绘制第一个饼环图：Class 为饼图，Sex 为环图
p1 <- ggPieDonut(
  data = df,
  mapping = aes(pies = Class, donuts = Sex, count = 人数),  # 明确指定 count
  title = "(a) 舱位分布（饼图）与性别分布（环图）",
  interactive = FALSE,  # 禁用交互（避免标签重叠）
  labelposition = 1  # 标签在外侧
) +
  scale_fill_brewer(palette = "Set1")  # 使用多彩调色板

# 绘制第二个饼环图：Sex 为饼图，Class 为环图
p2 <- ggPieDonut(
  data = df_alt,  # 使用按 Sex 和 Class 排序的数据
  mapping = aes(pies = Sex, donuts = Class, count = 人数),
  title = "(b) 性别分布（饼图）与舱位分布（环图）",
  interactive = FALSE,
  labelposition = 1
) +
  scale_fill_brewer(palette = "Set1")

# 组合图形
grid.arrange(p1, p2, ncol = 2)

7.3 介绍图形特点和信息

  • 两个饼环图从不同角度展示了 Class 和 Sex 的分布，互为补充。

  • 并排布局便于比较，突出了性别和舱位之间的关系。