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？
- 答：选取保留了Sex和 Survived变量以及frequent数据。
# 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_fill_discrete(
"生还",
labels=c("否","是"))+
scale_x_discrete(
"性别",
labels=c("男","女"))+
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")+
## 将图中性别和生还的类别标签改为中文
scale_fill_discrete(
"生还",
labels=c("否","是"))+
scale_x_discrete(
"性别",
labels=c("男","女"))+
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
- 男性生存人数占比很低，女性生存人数占比很高。
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)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(Freq=sum(Freq),.by=c("Class","Survived"))|>
mutate(percent=Freq*100/sum(Freq),.by="Class")
datatable(df,rownames = FALSE)# 数据处理
df1<- data |> select(Class,Survived,Freq) |>
summarise(Freq=sum(Freq),.by=c("Class","Survived"))|>
mutate(percent=Freq*100/sum(Freq),.by="Survived")
datatable(df,rownames = FALSE)4.2 利用geom_col() 作图
p1 = ggplot(df)+aes(x=Class,y=percent,fill=Survived)+ylab("百分比(%)")+
geom_bar(stat="identity",width=0.8,color="grey50")+
scale_fill_brewer(palette="Blues")
p2 = ggplot(df1)+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")
grid.arrange(p1,p2,ncol=1) 
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,fill=Class,y=percent),stat = "identity",
palette="Blues",labelsize=3,reverse=TRUE)
4.4 介绍图形特点和信息
- 存活人口里，一等舱，二等舱人数最多。
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)5.3 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
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") # 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) 
6.3 利用ggiraphExtra::ggRose() 作玫瑰图
#这个数据需要根据class合并一下
df1 <- data%>% # 提取数据，构建新的数据框
select(Class,Survived,Freq)%>%
group_by(Class,Survived)%>%
summarise(n=sum(Freq))%>%
mutate(乘客船舱=fct_inorder(Class))
df2 <- data%>% # 提取数据，构建新的数据框
select(Class,Freq)%>%
group_by(Class)%>%
summarise(n=sum(Freq))%>%
mutate(乘客船舱=fct_inorder(Class))
df3 <- data%>% # 提取数据，构建新的数据框
select(Survived,Freq)%>%
group_by(Survived)%>%
summarise(n=sum(Freq))
myangle<-seq(-20,-340,length.out=8)
# 设置标签角度，使之垂直于坐标轴
palette1<-brewer.pal(8,"Spectral") # 设置离散型调色板
p1<-ggplot(df1,aes(x=interaction(Class,Survived),y=n,fill=interaction(Class,Survived)))+
geom_col(width=1,colour="grey20",fill=palette1)+# 绘制条形图
coord_polar(theta="x",start=0)+ # 转化成极坐标图
theme(axis.text.x=element_text(size=7,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("(a) 按原始顺序排序")
myangle<-seq(-20,-340,length.out=4)
# 设置标签角度，使之垂直于坐标轴
palette2<-brewer.pal(4,"Spectral") # 设置离散型调色板
p2<-ggplot(df2,aes(x=Class,y=n,fill=Class))+
geom_col(width=1,colour="grey20",fill=palette2)+# 绘制条形图
coord_polar(theta="x",start=0)+ # 转化成极坐标图
theme(axis.text.x=element_text(size=7,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("(b) 按原始顺序排序")
myangle<-seq(-20,-340,length.out=2)
# 设置标签角度，使之垂直于坐标轴
p3<-ggplot(df3,aes(x=Survived,y=n,fill=Survived))+
geom_col(width=1,colour="grey20")+# 绘制条形图
coord_polar(theta="x",start=0)+ # 转化成极坐标图
theme(axis.text.x=element_text(size=7,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("(c) 按原始顺序排序")
gridExtra::grid.arrange(p1,p2,p3,ncol=2) # 按2列组合图形
6.4 介绍图形特点和信息
点图：
用圆形面积表示频数（Freq），颜色深浅辅助表示数值大小
矩形热力图和极坐标热力图：
矩形热图直观展示二维分类变量的数值分布
玫瑰图：扇形半径表示数值大小，角度表示分类组合
7 饼环图
绘制Class和 Sex的饼环图。
7.1 数据准备
df1 <- data%>% # 提取数据，构建新的数据框
select(Class,Freq)%>%
group_by(Class)%>%
summarise(n=sum(Freq))
df2 <- data%>% # 提取数据，构建新的数据框
select(Sex,Freq)%>%
group_by(Sex)%>%
summarise(n=sum(Freq))7.2 利用ggiraphExtra::ggPieDonut()作饼环图
library(ggiraphExtra)
p1<-ggDonut(df1,aes(donuts=Class,count=n),
labelposition=1,labelsize=2.5, # 设置标签位置和大小
xmin=2,xmax=4, # 设置x的最小位置和最大位置
title="(a) 乘客船舱") # 设置标题
p2<-ggDonut(df2,aes(donuts=Sex,count=n),
labelposition=1,labelsize=2.5,xmin=2,xmax=4,
title="(b) 性别") # 设置标题
grid.arrange(p1,p2,ncol=2) # 按2列组合图形p1和p3
7.3 介绍图形特点和信息
- 图一展示了舱位人数信息，船员最多，其次是三等舱。图二展示的是性别数量信息。