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？
| 1 | Class | 1st, 2nd, 3rd, Crew |
| 2 | Sex | Male, Female |
| 3 | Age | Child, Adult |
| 4 | 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？
数据预处理，选取性别、生存人数、频数三列数据，按照性别、生存人数进行分组，然后对各个分组的频数进行求和。
# 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_fill_discrete(
"生还",
labels=c(
"No"="否",
"Yes"="是"
)
)+
scale_x_discrete(
"性别",
labels=c(
"Male"="男",
"Female"="女"
)
)
grid.arrange(p1,p2,ncol=2) # 按2列组合图形
2.3 介绍图形特点和信息
- 生还人数虽然男性和女性相差不大，但是男性没有生还的人数远远大于女性
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
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(位)")+ # 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,y=870,label="百分比（%）",angle=90,size=3.5)+
annotate("text",x=4,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
- 柱状图部分从左到右数值依次为Crew对应885、3rd对应706、1st对应325、2nd对应285 ，按数值从大到小排列。折线代表累积百分比，对应节点数值分别为40.2、72.3、87.1 等 ，终点为100% ，用于体现各类别数据的累积占比。
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="Class")
datatable(df,rownames = FALSE)4.2 利用geom_col() 作图
ggplot(df)+aes(x=Class,y=percent,fill=Survived)+ylab("百分比(%)")+
geom_col(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,fill=Class,y=percent,),
palette="Reds",labelsize=3,reverse=TRUE) # 反转调色板颜色
4.4 介绍图形特点和信息
- 坐在一等舱和二等舱的存活比例较大
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
library(treemap)
# 数据准备
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=18, # 设置标签字体大小
position.legend="bottom") # 设置图例位置
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) %>%
group_by(Class, Sex, Age, Survived) %>%
summarise(n = sum(Freq),.groups = "keep") %>%
rename(舱位 = Class, 性别 = Sex, 年龄 = Age, 生还 = Survived, 人数 = n)
df_tree<-d3_nest(df,value_cols="人数")
library(sunburstR)
sunburst(data=df_tree, # 绘制旭日图
valueField="人数", # 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
乘客大多为成年人，其中男性成员占比较大。
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 %>% select(Class,Survived,Freq) %>%
summarise(n=sum(Freq),.by=c(Class,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)
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") # 绘制矩形热图
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) 
6.3 利用ggiraphExtra::ggRose() 作玫瑰图
f<-factor(data$Class,ordered=TRUE,levels=c("1st","2st","3st","Crew"))
# 将支出项目变为有序因子
df1 <- data%>% # 提取北京数据，构建新的数据框
summarise(Count=sum(Freq),.by=c(Class,Survived))
myangle<-seq(-20,-340,length.out=4) # 设置标签角度，使之垂直于坐标轴
palette<-brewer.pal(8,"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")+
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=2,angle=-45))+ # 设置坐标轴标签字体大小和角度
ylab("人数")+ # 设置y轴标签
ggtitle("生存情况")
library(ggrepel)
p1<-p1+geom_text_repel(aes(y=Count-100,label=Count),size=4,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
船员及一等舱乘客的存活数量较高，存活数量最低的是二等舱
7 饼环图
绘制Class和 Sex的饼环图。
7.1 数据准备
df <- data %>% select(Class,Sex,Freq) %>%
summarise(n=sum(Freq),.by=c(Class,Sex)) %>%
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(df,aes(pies=性别,donuts=乘客舱位,count=人数), # 使用原始类别变量数据框
title="饼形图")
gridExtra::grid.arrange(p1) 
7.3 介绍图形特点和信息
- 性别分布：男性占比78.6%，女性占比21.4% ，男性人数远多于女性。 舱位分布：不同舱位在男、女群体中占比有差异。男性中Crew占比39.2% ；女性里3rd舱位占比相对高，为8.9% 。整体呈现出不同性别在各舱位分布不均的特征。