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？
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_x_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_x_discrete(
"生还",
labels = c("否","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
- 根据图形，可以看出女性生存率比男性高。
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("食品烟酒","衣着","居住","生活用品\n及服务","交通通信","教育文化\n娱乐","医疗保健","其他用品\n及服务"))+ # 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
- 根据图形可以看出，柱形图食品烟酒人数最多，累计百分比曲线中食品烟酒占比贡献大，后续类别贡献逐渐变小。
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,rownames = FALSE)4.2 利用geom_col() 作图
ggplot(df)+aes(x=Survived,y=percent,fill=Class)+ylab("百分比(%)")+
geom_col(width=0.8,color="grey50")+
scale_fill_brewer(palette="Blues")
4.3 利用ggiraphExtra包ggSpine()
df1 <- df %>% mutate(Class=factor(Class,levels=c("Crew","3rd","2nd",'1st')))
ggSpine(data=df1,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
- 从图形可以看出，No组中，Crew占比最大，Yes组中1st和Crew占比相对突出，反映出不同类别在存活和未存活情况下的占比差异。
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
df<-data%>%
ftable()%>%
as.data.frame()%>%
rename(频数=Freq) # 将Freq命名为频数
datatable(df,rownames = FALSE)# 图（a）分层顺序：性别—网购原因—满意度
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=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) # 根据需要调整列变量的位置
df_tree<-d3_nest(df,value_cols="Survived") # 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="Survived", # 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
矩形树状图：采用分层嵌套结构，从外到内依次是Class→Sex→Age→Survived，每个矩形的大小由频数(Freq)决定，频数越大的类别显示的面积越大，不同层级使用不同颜色区分，便于视觉识别，标签显示了各个类别的名称。
旭日图：采用同心圆环设计，从内到外依次是Class→Sex→Age→Survived，每个弧段的长度/面积由Survived的值决定，交互式设计，鼠标悬停可以显示详细信息，颜色编码帮助区分不同类别。
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(tidyr)
# 加载数据（Titanic 数据集已转换为 data.frame）
data <- as.data.frame(Titanic)
# 按 Class 和 Survived 汇总人数
df_summary <- data %>%
group_by(Class, Survived) %>%
summarise(Count = sum(Freq), .groups = "drop")
# 查看处理后的数据
print(df_summary)# A tibble: 8 × 3
Class Survived Count
<fct> <fct> <dbl>
1 1st No 122
2 1st Yes 203
3 2nd No 167
4 2nd Yes 118
5 3rd No 528
6 3rd Yes 178
7 Crew No 673
8 Crew Yes 2126.2 利用ggiraphExtra::ggHeatmap()作热力图
分别作矩形热图和极坐标热图
p1<-ggHeatmap(df_summary,aes(x=Class,y=Survived,fill = Count), # 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(df_summary,aes(x=Class,y=Survived,fill = Count),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) 
6.3 利用ggiraphExtra::ggRose() 作玫瑰图
df <- data |> summarise(n=sum(Freq),.by=c("Class","Survived"))
datatable(df)ggRose(df,aes(x=Class,y=n,fill=Survived),
stat="idensity",palette ="Reds",reverse=TRUE)+ylab("人数")+
guides(fill=guide_legend(nrow=2,title = NULL))+
theme(legend.position="bottom")+
theme(plot.title=element_text(size=10))+
theme(axis.text.x=element_text(size=8,color = "red3"))+
ggtitle("(a)x轴为舱位类型")
6.4 介绍图形特点和信息
矩形热图：
使用二维矩阵形式展示数据，x轴为舱位等级(Class)，y轴为是否幸存(Survived)，颜色深浅表示数量(Count)大小，使用红色调色板，颜色越深表示人数越多，每个单元格内标注具体数值，便于精确比较，标题清晰标明图形类型。
极坐标热图:
将矩形热图转换为极坐标形式，形成环形结构,角度方向表示舱位等级(Class),半径方向表示是否幸存(Survived),同样使用颜色深浅和数值标签展示数据量。
玫瑰图：
采用极坐标系，将数据转换为放射状条形图，x轴表示舱位等级(Class)，分为4个扇区，每个扇区根据是否幸存(Survived)分为两部分，半径长度表示人数多少，使用红色系配色，幸存与遇难使用不同深浅，图例位于底部，便于理解颜色含义，标题和轴标签清晰。
7 饼环图
绘制Class和 Sex的饼环图。
7.1 数据准备
df<-data|>summarise(n=sum(Freq),.by = c("Class","Sex"))
datatable(df)df Class Sex n
1 1st Male 180
2 2nd Male 179
3 3rd Male 510
4 Crew Male 862
5 1st Female 145
6 2nd Female 106
7 3rd Female 196
8 Crew Female 237.2 利用ggiraphExtra::ggPieDonut()作饼环图
p1<-ggPieDonut(data=df,aes(pies=Class,donuts=Sex,count=n),
title="(a) CLass为饼图，Sex为环形图")
p1
7.3 介绍图形特点和信息
根据图形可以看出采用嵌套结构，内层为饼图表示舱位等级(Class)分布，外层为环形图表示性别(Sex)分布，每个扇区面积与人数成正比，自动标注百分比，便于理解比例关系，颜色区分明显，图例清晰，标题准确描述图形结构。
可以同时看到舱位等级和性别的联合分布，船员(Crew)占比最大，且男性占绝对多数，三等舱(3rd)乘客数量次之，一等舱(1st)和二等舱(2nd)中女性比例相对较高，整体男性乘客远多于女性乘客。