data = as.data.frame(Titanic)
DT::datatable(data,rownames = FALSE)第三章 类别数据可视化
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？包含Class、Sex、Age、Survived、Freq，其中class、sex、age、survived为分类变量，分类如下
Class：1st, 2nd, 3rd, Crew
Sex:Male, Female
Age:Child, Adult
Survived:No, Yes
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？
读取了数据中的Sex,Survived,Freq，进行中文命名并标明了各个类别的频数
# 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(Male="男",Female="女")
)+
scale_fill_discrete(
"生还",
labels = c(No="否",Yes="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(Male="男",Female="女")
)+
scale_fill_discrete(
"生还",
labels = c(No="否",Yes="是")
)
grid.arrange(p1,p2,ncol=2) # 按2列组合图形
2.3 介绍图形特点和信息
并列条形图：使生还的条形并排显示，便于直接比较。男性未生还人数远高于生还人数，女性生还人数高于未生还人数
垂直堆叠条形图：使生还的条形堆叠在一起，显示总体分布。可以直观看出 不同性别的总人数（男性远多于女性）。
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("船员仓","三等仓","一等仓","二等仓"))+ # 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(元)")+ # 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=4.5,y=800,label="百分比（%）",angle=90,size=3.5)+
annotate("text",x=3,y=700,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
- 生成条形图直观对比各自舱位人数，积累百分百曲线可以直观判断舱位累计百分比，船员仓人数最多，二号仓人数最少，船员仓和三号仓占总人数的72.3%
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 = "Class")
datatable(df,rownames = FALSE)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
- 直观判断各舱位生存和死亡人数占比，船员仓和三号仓死亡人数都为30%左右，一号仓生还人数最多，为40.8%
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
#数据处理
df<-data%>%
rename(频数=Freq) # 将Freq命名为频数
datatable(df,rownames = FALSE)treemap(df,index=c("Class","Sex","Age","Survived"), # 设置聚合索引的列名称
vSize="频数", # 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：Class-Sex-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("Class","Sex","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=TRUE5.3 介绍图形特点和信息
树状图：
直观的面积比较：大区块 = 高频率（如男性成人、三等舱乘客占比大）。
小区块 = 低频率（如女性儿童、头等舱乘客占比小）。
旭日图：
具备可互动性，非常独特
由内向外为舱位，性别，年龄，生还
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
data = as.data.frame(Titanic)
DT::datatable(data,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)
p1<-ggHeatmap(data,aes(x=Class,y=Survived,fill=Freq), # 绘制矩形热图
addlabel=TRUE, # 添加数值标签
palette="Reds")+ # 使用红色调色板
ggtitle("(a1) 矩形热图") # 添加标题
p2<-ggHeatmap(data,aes(x=Class,y=Survived,fill=Freq),polar=TRUE,
addlabel=TRUE,palette="Reds")+ # 绘制极坐标热图
ggtitle("(a2) 极坐标热图")
grid.arrange(p1,p2,ncol=2) # 按2列组合图形p1、p2、p3、p4
6.3 利用ggiraphExtra::ggRose() 作玫瑰图
data$Class <- factor(data$Class, ordered = TRUE,
levels = c("1st", "2nd", "3rd", "Crew"))
df1 <- data %>%
summarise(Count=sum(Freq),.by=c(Class,Survived))
# 设置标签角度，使之垂直于坐标轴
myangle<-seq(-20,-340,length.out=4)
palette<-brewer.pal(4,"Set3") # 设置离散型调色板
# 绘制玫瑰图
p1<-ggplot(df1,aes(x=Class,y=Count,fill=Survived))+
geom_col(width=1,colour="grey20",position = "stack")+# 绘制条形图
scale_fill_manual(values = palette) +
coord_polar(theta="x",start=0)+ # 转化成极坐标图
theme(axis.text.x=element_text(size=5,angle=myangle))+ # 设置坐标轴标签字体大小和角度
ylab("人数")+ # 设置y轴标签
ggtitle("泰坦尼克号乘客生存情况")
library(ggrepel)
p1<-p1+geom_text_repel(aes(y=Count-100,label=Count),size=2,color="grey30")# 为图形添加文本，并设置文本字体大小和颜色
gridExtra::grid.arrange(p1)
6.4 介绍图形特点和信息
热力图：用颜色深浅表示数值大小，颜色越深数值越大，船员仓最红，死亡人数最多
玫瑰图：极坐标下的堆叠条形图，扇区半径=数值大小。船员舱的扇形最大（死亡人数最多）
7 饼环图
绘制Class和 Sex的饼环图。
7.1 数据准备
df <- data %>% select(Sex,Class,Freq) %>%
summarise(n=sum(Freq),.by=c(Sex,Class)) %>%
rename(性别=Sex,乘客舱位=Class,人数=n)
DT::datatable(df,rownames = FALSE)7.2 利用ggiraphExtra::ggPieDonut()作饼环图
library(ggiraphExtra)
p1<-ggPieDonut(
data=df,aes(pies=性别,donuts=乘客舱位,count =人数),
title="(a) 性别为饼图，乘客舱位为环形图")
gridExtra::grid.arrange(p1) # 按2列组合图形p1和p2
7.3 介绍图形特点和信息
饼图中心挖空，强调部分与整体的比例关系。比饼图更简洁，可在空心区域添加总结文本。
男性人数占比78.6%，且男性中船员仓占比最高（39.2%）