第三章类别数据可视化

Author

221527133郭政

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？
答：从data数据框中选择Sex、Survived和Freq三列使用summarise()按Sex和Survived分组，计算每组的Freq总和（命名为”n”）将列名重命名为中文：“性别”、“生还”和”人数”

# 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( "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

2.3 介绍图形特点和信息

垂直并列条形图，清晰的呈现了在沉船事件里，男性生还，未生还，女性生还，未生还的具体数量。垂直堆叠条形图，具有图一的优点，并且很直观地呈现生还与未生还在男性，女性中的比例关系。该事件男性人数占比高，但生还比例远低于女性人数。

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(个)")+               # 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=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)  # 反转调色板颜色

4.4 介绍图形特点和信息

该图以一个分类变量X的不同取值为x轴，另一个分类变量Y在y轴，呈现变量Y在特定x值不同取值所占的比例，功能与堆叠条形图相似，但这个图形进行标准化，每个柱体高度相同，均为1。这幅图可以看到在未生还的人员里，crew比例最高，其次是三等舱。而在生还人员里，一等舱，二等舱生还人数最多。

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 
# 图（a）分层顺序:
treemap(df,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=7,                             # 设置标签字体大小
  position.legend="bottom",                      # 设置图例位置
  title="(a) 分层顺序：乘客船舱—性别—年龄—生还")

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=TRUE

5.3 介绍图形特点和信息

树状图：具有层次结构，直观展示多级分类的组成和占比，面积比更易感知比例差异，适合高维分类数据。（a）第一个分层变量是乘客船舱，红色系是船员，人数最多，绿色系是三等舱，人数次于船员；一等舱，色系是棕黄色；二等舱色系是蓝色。第二个分类变量是性别，可以具体看不同船舱的性别比，男性居多。第三个分类变量是年龄，第四个分类变量为生还。
旭日图：从中心向外辐射。内环代表父类别，外环代表子类别。面积编码数值：每个扇区的角度或半径宽度由（频数）决定，面积越大表示占比越高。具有交互功能，支持点击某一环段展开下一层级细节。

绘制Class和Survived 的点阵图、热图和南丁格尔玫瑰图。

5.4 数据准备

df<-data%>%ftable()%>%
  as.data.frame()%>%
  rename(人数=Freq)  

data_prepared <- data %>%
  group_by(Class, Survived) %>%
  summarise(Freq = sum(Freq), .groups = 'drop') %>%
  mutate(
    # 计算百分比（按舱位分层）
    Percent = round(Freq / sum(Freq) * 100, 1),
    # 生成标签列（用于图形中的分类显示）
    Label = paste(Class, Survived, sep = " | ")
  )

5.5 利用`ggiraphExtra::ggHeatmap()`作热力图

分别作矩形热图和极坐标热图

p1<-ggHeatmap(data,aes(x = Class,y=Survived,fill = Freq),
   addlabel=TRUE,palette="Blues",
   color = "white",interactive = FALSE)+               
   ggtitle("矩形热图")
 
p2<-ggHeatmap(data,aes(x=Class,y=Survived,fill = Freq),polar=TRUE,
   addlabel=TRUE,palette="Blues")+
   ggtitle("极坐标热图")


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

5.6 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="identity",palette="Reds",reverse=TRUE)+ylab("Survived")+
  guides(fill=guide_legend(nrow=2,title=NULL))+  # 图例排成2行,去掉图例标题
  theme(legend.position="bottom")+
  theme(plot.title=element_text(size=10))+       # 设置标题字体大小
  theme(axis.text.x=element_text(size=8,color="red3",angle=45))+ # 设置坐标轴标签字体大小和角度
  ggtitle("x轴为舱位类型")

5.7 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）

6 饼环图

绘制Class和 Sex的饼环图。

6.1 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  23

6.2 利用`ggiraphExtra::ggPieDonut()`作饼环图

p1<-ggPieDonut(data = df,aes(pies = Class, donuts = Sex, count = n),
  title="(a) 舱位为饼图，性别为环形图") 

p1

6.3 介绍图形特点和信息

饼环图在一张图中清晰呈现两层数据的分布。比单独使用饼图或环形图更节省空间，且层次分明。

1 解释原始数据

2 条形图

2.1 数据准备

2.2 利用geom_col函数作图

2.3 介绍图形特点和信息

3 帕累托图

3.1 数据准备

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

3.3 介绍图形特点和信息

4 脊形图

4.1 数据准备

4.2 利用geom_col() 作图

4.3 利用ggiraphExtra包ggSpine()

4.4 介绍图形特点和信息

5 树状图和旭日图

5.1 利用treemap::treemap()函数作树状图

5.2 利用sunburstR::sunburst() 函数作旭日图

5.3 介绍图形特点和信息

5.4 数据准备

5.5 利用ggiraphExtra::ggHeatmap()作热力图

5.6 利用ggiraphExtra::ggRose() 作玫瑰图

5.7 介绍图形特点和信息

6 饼环图

6.1 数据准备

6.2 利用ggiraphExtra::ggPieDonut()作饼环图

6.3 介绍图形特点和信息

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

4.2 利用`geom_col()` 作图

4.3 利用ggiraphExtra包`ggSpine()`

5.1 利用`treemap::treemap()`函数作树状图

5.2 利用`sunburstR::sunburst()` 函数作旭日图

5.5 利用`ggiraphExtra::ggHeatmap()`作热力图

5.6 利用`ggiraphExtra::ggRose()` 作玫瑰图

6.2 利用`ggiraphExtra::ggPieDonut()`作饼环图