数据可视化期末报告

Author

221527219吴胜景

1 报告要求

期末实验报告由5章节5个图形组成，每个章节需要作一个图形。
每个章节选择作什么图自主选择，作图前补充完整图形标题名称，例如：图形1——多变量条形图。
案例数据自主收集，不同章节可以公用一个数据集。但同学间不允许使用相同数据集。
每个章节的数据集合需要通过datatable 函数展示，并简要解释数据来源和变量意义。
每个输出图形后需要对图形作简要解读，最少需针对图形提出一个观点。
渲染html文件保留代码展示，6月22日前将发布网址提交至共享文档“8、期末报告” 列中。
评分标准：
- 每章节图形各20分
- 能有效输出图形和合理解释75%
- 数据独特性强10%
- 图形个性化强15%

2 类别数据可视化

2.1 案例数据解释与展示

数据集名称: ChickWeight

来源: R语言内置数据集 (datasets包)

研究背景: 比较4种不同饲料配方对小鸡生长速度的影响

变量说明: weight - 小鸡体重（克），Time - 测量时间（天，0=出生日）， Chick - 小鸡个体编号（1-50），Diet - 饲料配方分组： 1: 基础饲料 2: 基础+蛋白质补充 3: 基础+氨基酸补充 4: 基础+维生素补充

library(reshape2)
library(DT)
data(ChickWeight)

# 转换为宽格式
data <- dcast(ChickWeight, Chick + Diet ~ Time, value.var = "weight")

# 显示
DT::datatable(data, rownames = FALSE)

2.2 图形1——分组条形图

library(ggplot2)
library(dplyr)

# 准备数据：获取第21天的数据并按饲料组计算统计量
final_data <- ChickWeight %>%
  filter(Time == 21) %>%
  group_by(Diet) %>%
  summarise(
    mean_weight = mean(weight, na.rm = TRUE),
    sd_weight = sd(weight, na.rm = TRUE),
    n = n()
  ) %>%
  mutate(
    Diet = factor(Diet, labels = c("基础饲料", "蛋白质补充", "氨基酸补充", "维生素补充"))
  )

# 绘制分组条形图
ggplot(final_data, aes(x = Diet, y = mean_weight, fill = Diet)) +
  geom_col(
    width = 0.8,
    position = position_dodge(0.9),
    color = "gray50",
    show.legend = FALSE  # 因为x轴已经是分组标签，不需要图例
  ) +
  geom_errorbar(
    aes(ymin = mean_weight - sd_weight, ymax = mean_weight + sd_weight),
    width = 0.2,
    position = position_dodge(0.9)
  ) +
  geom_text(
    aes(label = round(mean_weight, 1)),
    position = position_dodge(0.9),
    vjust = -1.5,  # 将标签放在误差条上方
    size = 4
  ) +
  scale_fill_brewer(palette = "Set2") +
  labs(
    title = "不同饲料组第21天平均体重比较",
    x = "饲料类型",
    y = "平均体重（克）",
    caption = "误差条表示±1个标准差"
  ) +
  ylim(0, 1.1 * max(final_data$mean_weight + final_data$sd_weight)) +
  theme_minimal() +
  theme(
    plot.title = element_text(hjust = 0.5, face = "bold"),
    axis.text.x = element_text(angle = 15, hjust = 1)
  )

图形解读：（1）饲料效果排序：氨基酸补充（270.3g） > 维生素补充（238.6g） ≈ 蛋白质补充（214.7g） > 基础饲料（177.8g）

最优组：氨基酸补充组（Diet 3）体重显著高于其他组，比基础组高52%

次优组：维生素补充组（Diet 4）和蛋白质补充组（Diet 2）效果相近

最差组：基础饲料组（Diet 1）表现明显落后

（2）组内变异程度

变异最大：氨基酸组（误差条最长，标准差±71.5g），说明个体对该饲料反应差异较大变异最小：基础饲料组（标准差±58.7g），个体间生长较均匀

3 数据分布可视化

3.1 案例数据解释与展示

数据集名称: ChickWeight

来源: R语言内置数据集 (datasets包)

研究背景: 分析体重（weight）在饲料组（Diet）间的分布，展示不同饲料组（Diet）的体重分布核密度图

变量说明: weight - 小鸡体重（克），Time - 测量时间（天，0=出生日）， Chick - 小鸡个体编号（1-50），Diet - 饲料配方分组： 1: 基础饲料 2: 基础+蛋白质补充 3: 基础+氨基酸补充 4: 基础+维生素补充

library(ggplot2)
library(dplyr)
library(reshape2)  # 用于数据融合

# 数据准备：选择第21天数据并标准化
density_data <- ChickWeight %>%
  filter(Time == 21) %>%  # 聚焦实验终点
  mutate(
    Diet = factor(Diet, labels = c("基础饲料", "蛋白质", "氨基酸", "维生素")),
    scaled_weight = scale(weight)  # 标准化体重
  )

datatable(density_data,rownames = F)

3.2 图形2——分组核密度图

# 绘制分组核密度图
 ggplot(density_data) +
  aes(x = weight, y = after_stat(density), fill = Diet) +
  geom_density(
    position = "identity", 
    alpha = 0.5,          # 设置半透明
    color = "gray40",     # 密度曲线边框色
    linewidth = 0.5       # 边框线粗细
  ) +
  scale_fill_brewer(
    palette = "Set3",     # 使用Set3调色板
    name = "饲料类型"     # 修改图例标题
  ) +
  labs(
    title = "不同饲料组第21天体重的分布比较",
    x = "体重（克）",
    y = "密度",
    caption = "数据来源：R内置数据集ChickWeight"
  ) +
  theme_minimal() +
  theme(
    legend.position = c(0.85, 0.8),  # 调整图例位置
    legend.background = element_rect(
      fill = "grey90", 
      color = "grey70"
    ),
    plot.title = element_text(face = "bold", hjust = 0.5)
  ) +
  # 添加均值参考线
  geom_vline(
    data = density_data %>% group_by(Diet) %>% summarise(mean = mean(weight)),
    aes(xintercept = mean, color = Diet),
    linetype = "dashed",
    show.legend = FALSE
  )

图形解读：基础饲料（绿色）：曲线低矮宽阔，养不足导致生长不稳定。

蛋白质（黄色）：双峰结构，可能存在亚群分化。

氨基酸（紫色）：左偏长尾，对部分个体效果不佳。

维生素组（粉色）：曲线基本对称，无显著拖尾，近似正态分布；说明维生素补充效果稳定，个体差异小。

4 变量关系可视化

4.1 案例数据解释与展示

数据集名称: ChickWeight

来源: R语言内置数据集 (datasets包)

研究背景: 展示不同饲料组（Diet）的体重随时间变化的关系，并添加线性趋势线。

变量说明: weight - 小鸡体重（克），Time - 测量时间（天，0=出生日）， Chick - 小鸡个体编号（1-50），Diet - 饲料配方分组： 1: 基础饲料 2: 基础+蛋白质补充 3: 基础+氨基酸补充 4: 基础+维生素补充。

library(ggplot2)
library(dplyr)

# 数据准备：将Diet转换为因子并添加标签
chick_plot_data <- ChickWeight %>%
  mutate(Diet = factor(Diet, 
                      levels = c(1, 2, 3, 4),
                      labels = c("基础饲料", "蛋白质", "氨基酸", "维生素")))
datatable(chick_plot_data,rownames = F)

4.2 图形3——grid.arrange(p1,p2,ncol=2)

library(gridExtra)

p1 <- ggplot(chick_plot_data, aes(x = Time, y = weight, color = Diet)) +
  geom_point(size = 1.5, alpha = 0.7) +  # 半透明点避免重叠
  stat_smooth(method = "lm", 
              color = "red", 
              fill = "deepskyblue", 
              size = 0.5) +
  facet_grid(~ Diet, scales = "free_x") +  # 按饲料组分面
  scale_color_brewer(palette = "Set1") +
  labs(title = "小鸡体重随时间变化（按饲料组分面）",
       x = "时间（天）", 
       y = "体重（克）") +
  theme_minimal() +
  theme(legend.position = "none",
        panel.spacing = unit(0.2, "lines"),
        strip.text = element_text(face = "bold"))  # 分面标题加粗

# 版本2：形状+颜色分组（整体图）
p2 <- ggplot(chick_plot_data, aes(x = Time, y = weight, 
                                 shape = Diet, color = Diet)) +
  geom_point(size = 2.5, alpha = 0.8) +
  scale_shape_manual(values = c(16, 17, 15, 18)) +  # 实心不同形状
  scale_color_brewer(palette = "Set2") +
  stat_smooth(method = "lm", se = FALSE, size = 0.5) +  # 添加趋势线
  labs(title = "小鸡生长轨迹（形状颜色双重分组）",
       x = "时间（天）", 
       y = "体重（克）") +
  theme_minimal() +
  theme(legend.position = "bottom",
        legend.title = element_text(face = "bold"))

# 并排显示两个版本
grid.arrange(p1,p2,ncol=2)

图形解读：

分面图（p1）：氨基酸组（绿色）斜率最大，生长最快；基础饲料组（红色）趋势线最平缓

组合图（p2）：维生素组（粉色菱形）后期体重集中度高；蛋白质组（黄色三角）个体差异明显

生物学意义：

氨基酸的显著优势：促进蛋白质合成效率，直接支持肌肉生长维生素组的稳定性：代谢调节作用减少个体差异基础组的局限：营养不足导致生长潜力受限

5 样本相似性可视化

5.1 案例数据解释与展示

数据集名称: ChickWeight

来源: R语言内置数据集 (datasets包)

研究背景: 对数据进行层次聚类分析，分析不同小鸡个体的生长模式相似性。

变量说明: weight - 小鸡体重（克），Time - 测量时间（天，0=出生日）， Chick - 小鸡个体编号（1-50），Diet - 饲料配方分组： 1: 基础饲料 2: 基础+蛋白质补充 3: 基础+氨基酸补充 4: 基础+维生素补充。

library(factoextra)
library(dplyr)
library(RColorBrewer)
library(ggplot2)


# 数据准备：转换为宽格式（每只小鸡一条记录，时间点为变量）
wide_data <- ChickWeight %>%
  select(Chick, Time, weight) %>%
  tidyr::pivot_wider(
    names_from = Time,
    values_from = weight,
    names_prefix = "Day"
  ) %>%
  na.omit()  # 移除未完成实验的个体

# 提取数值矩阵并标准化
mat <- wide_data %>% 
  select(-Chick) %>% 
  as.matrix()
rownames(mat) <- wide_data$Chick  # 用小鸡编号作为行名

# 计算欧式距离并聚类
d <- dist(scale(mat), method = "euclidean")
hc <- hclust(d, method = "ward.D2")

datatable(wide_data,rownames = F)

5.2 图形4——系统聚类树状图

# 可视化（假设分为3类）
cols <- brewer.pal(3, "Set1")
fviz_dend(
  hc,
  k = 3,
  k_colors = cols,
  color_labels_by_k = TRUE,
  type = "circular",
  cex = 0.6,  # 缩小标签字体
  lwd = 0.6,
  repel = TRUE,
  main = "小鸡生长模式聚类树状图 (k=3)"
)

# 提取聚类结果
cluster <- cutree(hc, k = 3)

# 分析聚类与饲料组的关系
result <- wide_data %>%
  mutate(Cluster = factor(cluster)) %>%
  left_join(
    ChickWeight %>% 
      select(Chick, Diet) %>% 
      distinct(),
    by = "Chick"
  )

# 统计交叉表
table(Cluster = result$Cluster, Diet = result$Diet)

       Diet
Cluster 1 2 3 4
      1 7 5 4 1
      2 3 4 6 8
      3 6 1 0 0

# 可视化聚类中心生长曲线
result_long <- result %>%
  tidyr::pivot_longer(
    cols = starts_with("Day"),
    names_to = "Time",
    values_to = "Weight"
  ) %>%
  mutate(Time = as.numeric(gsub("Day", "", Time)))

ggplot(result_long, aes(x = Time, y = Weight, color = Cluster)) +
  stat_summary(fun = mean, geom = "line", size = 1.2) +
  scale_color_manual(values = cols) +
  labs(title = "三类生长模式平均曲线",
       x = "时间（天）", y = "平均体重（克）") +
  theme_minimal()

图形解读：

树状图：分支长度反映个体生长模式差异程度，同颜色分支表示生长轨迹相似的群体。

生长曲线：第1类（蓝色）快速增长型，第2类（红色）中等增速型，第3类（绿色）缓慢增长型。

6 时间序列可视化

6.1 案例数据解释与展示

数据集名称: ChickWeight

来源: R语言内置数据集 (datasets包)

研究背景: 对数据作折线图，展示不同饲料组小鸡体重随时间的变化模式。

变量说明: weight - 小鸡体重（克），Time - 测量时间（天，0=出生日）， Chick - 小鸡个体编号（1-50），Diet - 饲料配方分组： 1: 基础饲料 2: 基础+蛋白质补充 3: 基础+氨基酸补充 4: 基础+维生素补充。

library(ggplot2)
library(dplyr)
library(ggpol) 

# 数据准备：计算各饲料组每天的平均体重
plot_data <- ChickWeight %>%
  group_by(Diet, Time) %>%
  summarise(
    mean_weight = mean(weight, na.rm = TRUE),
    .groups = 'drop'
  ) %>%
  mutate(
    Diet = factor(Diet, labels = c("基础饲料", "蛋白质", "氨基酸", "维生素"))
  )

datatable(plot_data,rownames = F)

6.2 图形5——分面折线图

# 绘制分面折线图
ggplot(plot_data, aes(x = Time, y = mean_weight, color = Diet)) +
  geom_line(linewidth = 0.6) +
  # 高亮关键生长期（第10-20天）
  geom_tshighlight(
    aes(xmin = 10, xmax = 20),  # 高亮第10-20天
    color = "skyblue",
    fill = "lightblue",
    alpha = 0.05
  ) +
  scale_x_continuous(
    breaks = seq(0, 21, by = 7),  # 每周标记一次
    expand = c(0, 0)
  ) +
  scale_color_brewer(palette = "Set1") +
  facet_wrap(~ Diet, ncol = 2, scales = "free_y") +  # 按饲料组分面
  labs(
    title = "不同饲料组小鸡平均体重变化",
    x = "生长时间（天）",
    y = "平均体重（克）",
    color = "饲料类型"
  ) +
  theme_minimal() +
  theme(
    legend.position = "none",
    axis.text.x = element_text(angle = 45, hjust = 1),
    panel.grid.minor = element_blank(),
    strip.text = element_text(face = "bold")
  )

图形解读：

蓝色高亮区域：标记第10-20天的关键生长期。氨基酸组（绿色）：增长斜率最大，后期明显领先。基础饲料组（红色）：增长最缓慢。

生物学意义:

氨基酸优势：显著促进蛋白质合成，支持肌肉快速发育。维生素特性：调节代谢平衡，带来更平稳的增长曲线。基础组局限：营养不足导致生长潜力未充分表达。高亮区重要性：第10-20天是营养干预的关键窗口期。