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？- 数据包含乘客舱位、性别、年龄、生还情况、人数5个变量；其中船舱、性别、年龄、生还情况为分类变量，乘客舱位包含船员舱、三等舱、二等舱、一等舱，性别包含男性、女性，年龄包含成年、未成年，生还情况包含生还、未生还。
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？
- 取出需要的变量并进行分组汇总，方便后续绘图
# 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
scale_x_discrete("性别",labels=c("Male"="男","Female"="女"))+
scale_fill_discrete("生还",labels=c("No"="否","Yes"="是"))+
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")+
scale_x_discrete("性别",labels=c("Male"="男","Female"="女"))+
scale_fill_discrete("生还",labels=c("No"="否","Yes"="是"))+
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
- 图形展示了男性和女性的是否生还人数的情况，可以看出：男性总人数多于女性，男性的生还数量远少于未生还数量，女性的生还数量多于未生还数量。
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
ggplot(df, aes(x = 乘客舱位, y = 人数)) +
geom_col(width=0.7,fill=palette,color="grey50")+# 绘制条形图
theme(axis.text.y=element_text(angle=90,hjust=0.5,vjust=0.5))+ # 调整y轴标签角度及位置
geom_text(aes(x = 乘客舱位,y = 人数,label = 人数,vjust=-0.5),size=3,color="black")+
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$人数/100)))+ # 添加坐标轴
annotate("text",x=4.5,y=500,label="百分比（%）",angle=90,size=3.5)+
annotate("text",x=3.5,y=760,label="累积百分比曲线",size=3.5) # 添加注释文本
3.3 介绍图形特点和信息
- 可以看出不同乘客舱位的人数数量和人数占比，船员舱的人数占比最多，其次是三等舱，再是二等舱，一等舱人数最少
4 脊形图
绘制Class和 Survived 的脊形图。
4.1 数据准备
df<-data %>%
select(Class,Survived,Freq) %>%
summarise(n=sum(Freq),.by=c(Class,Survived)) %>%
mutate(percent=n*100/sum(n),.by="Survived")
datatable(df,rownames = FALSE)4.2 利用geom_col() 作图
ggplot(df)+aes(x=Survived,y=percent,fill=Class)+ylab("百分比(%)")+
geom_bar(stat = "identity",width = 0.8,color="grey50")+
scale_fill_brewer(palette = "Blues")
4.3 利用ggiraphExtra包ggSpine()
df$Class <- factor(df$Class,
levels = c("Crew", "3rd","2nd","1st"))
ggSpine(data=df,aes(x=Survived,y=percent,fill=Class),stat="identity",
palette="Blues",labelsize=3,reverse=TRUE)
4.4 介绍图形特点和信息
- 可以看出各个仓位是否生还人数的占比，各个仓位的生还人数占比比较平均，船员舱和三等舱的未生还人数占总未生还人数的大部分
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：Class—Sex—Age-Survived
treemap(data,index=c("Class","Sex","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=c(12,10,8,6), # 设置标签字体大小
position.legend="right", # 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
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
df<-data%>%ftable()%>%
as.data.frame()%>%
rename(人数=Freq) 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) # 组合图形p1、p2
6.3 利用ggiraphExtra::ggRose() 作玫瑰图
library(ggrepel)
df<-data %>%
select(Class,Survived,Freq) %>%
summarise(n=sum(Freq),.by=c(Class,Survived))
myangle<-seq(-40,-310,length.out=4) # 设置标签角度，使之垂直于坐标轴
p1<-ggRose(df,aes(x=Class,y=n,fill=Survived),
stat="identity",palette="Reds",reverse=TRUE)+ylab("人数")+
theme(plot.title=element_text(size=15))+ # 设置标题字体大小
theme(axis.text.x=element_text(size=10,color="red3",angle=myangle))+ # 设置坐标轴标签字体大小和角度
ggtitle("(a)泰坦尼克号乘客生存情况")
p1<-p1+ geom_text_repel(aes(y=n+30,label=n),size=2,color="grey30") #为图形添加文本，并设置文本字体大小和颜色
p1
6.4 介绍图形特点和信息
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))
DT::datatable(df,rownames = FALSE)7.2 利用ggiraphExtra::ggPieDonut()作饼环图
library(ggiraphExtra)
ggPieDonut(data=df,aes(pies = Sex,donuts = Class,count = n),
title="(a) Sex为饼图，Class为环形图")