R繪圖 第七篇：繪製條形圖（ggplot2）
阿新 • • 發佈：2018-12-10
使用geom_bar()函式繪製條形圖，條形圖的高度通常表示兩種情況之一：每組中的資料的個數，或資料框中列的值，高度表示的含義是由geom_bar()函式的引數stat決定的，stat在geom_bar()函式中有兩個有效值：count和identity。預設情況下，stat="count"，這意味著每個條的高度等於每組中的資料的個數，並且，它與對映到y的圖形屬性不相容，所以，當設定stat="count"時，不能設定對映函式aes()中的y引數。如果設定stat="identity"，這意味著條形的高度表示資料資料的值，而資料的值是由aes()函式的y引數決定的，就是說，把值對映到y，所以，當設定stat="identity"時，必須設定對映函式中的y引數，把它對映到數值變數。
geom_bar()函式的定義是：
geom_bar(mapping = NULL, data = NULL, stat = "count", width=0.9, position="stack")
引數註釋：
- stat：設定統計方法，有效值是count（預設值） 和 identity，其中，count表示條形的高度是變數的數量，identity表示條形的高度是變數的值；
- position：位置調整，有效值是stack、dodge和fill，預設值是stack（堆疊），是指兩個條形圖堆疊擺放，dodge是指兩個條形圖並行擺放，fill是指按照比例來堆疊條形圖，每個條形圖的高度都相等，但是高度表示的數量是不盡相同的。
- width：條形圖的寬度，是個比值，預設值是0.9
- color：條形圖的線條顏色
- fill：條形圖的填充色
關於stat引數，有三個有效值，分別是count、identity和bin：
- count是對離散的資料進行計數，計數的結果用一個特殊的變數..count.. 來表示，
- bin是對連續變數進行統計轉換，轉換的結果使用變數..density..來表示
- 而identity是直接引用資料集中變數的值
position引數也可以由兩個函式來控制，引數vjust和widht是相對值：
position_stack(vjust = 1, reverse = FALSE) position_dodge(width= NULL) position_fill(vjust = 1, reverse = FALSE)
本文使用vcd包中的Arthritis資料集來演示如何建立條形圖。
head(Arthritis) ID Treatment Sex Age Improved 1 57 Treated Male 27 Some 2 46 Treated Male 29 None 3 77 Treated Male 30 None 4 17 Treated Male 32 Marked 5 36 Treated Male 46 Marked 6 23 Treated Male 58 Marked
其中變數Improved和Sex是因子型別，ID和Age是數值型別。
一，繪製基本的條形圖
使用geom_bar()函式繪製條形圖，
ggplot(data=ToothGrowth, mapping=aes(x=dose))+ geom_bar(stat="count")
當然，我們也可以先對資料進行處理，得到按照Improved進行分類的頻數分佈表，然後使用geom_bar()繪製條形圖：
mytable <- with(Arthritis,table(Improved)) df <- as.data.frame(mytable) ggplot(data=df, mapping=aes(x=Improved,y=Freq))+ geom_bar(stat="identity")
繪製的條形圖是相同的，如下圖所示：
二，修改條形圖的圖形屬性
條形圖的圖形屬性包括條形圖的寬度，條形圖的顏色，條形圖的標籤，分組和修改圖例的位置等。
1，修改條形圖的寬度和顏色
把條形圖的相對寬度設定為0.5，線條顏色設定為red，填充色設定為steelblue
ggplot(data=Arthritis, mapping=aes(x=Improved))+ geom_bar(stat="count",width=0.5, color='red',fill='steelblue')
2，設定條形圖的文字
使用geom_text()為條形圖新增文字，顯示條形圖的高度，並調整文字的位置和大小。
當stat="count"時，設定文字的標籤需要使用一個特殊的變數 aes(label=..count..)， 表示的是變數值的數量。
ggplot(data=Arthritis, mapping=aes(x=Improved))+ geom_bar(stat="count",width=0.5, color='red',fill='steelblue')+ geom_text(stat='count',aes(label=..count..), vjust=1.6, color="white", size=3.5)+ theme_minimal()
當stat="identity"時，設定文字的標籤需要設定y軸的值，aes(lable=Freq)，表示的變數的值。
mytable <- with(Arthritis,table(Improved)) df <- as.data.frame(mytable) ggplot(data=df, mapping=aes(x=Improved,y=Freq))+ geom_bar(stat="identity",width=0.5, color='red',fill='steelblue')+ geom_text(aes(label=Freq), vjust=1.6, color="white", size=3.5)+ theme_minimal()
新增文字資料之後，顯示的條形圖是：
3，按照分組修改條形圖的圖形屬性
把條形圖按照Improved變數進行分組，設定每個分組的填充色，這通過aes(fill=Improved)來實現，每個分組的填充色依次是scale_color_manual()定義的顏色：
ggplot(data=Arthritis, mapping=aes(x=Improved,fill=Improved))+ geom_bar(stat="count",width=0.5)+ scale_color_manual(values=c("#999999", "#E69F00", "#56B4E9"))+ geom_text(stat='count',aes(label=..count..), vjust=1.6, color="white", size=3.5)+ theme_minimal()
4，修改圖例的位置
修改圖例的位置，通過theme(legend.position=) 來實現，預設的位置是right，有效值是right、top、bottom、left和none，其中none是指移除圖例。
p <- ggplot(data=Arthritis, mapping=aes(x=Improved,fill=Improved))+ geom_bar(stat="count",width=0.5)+ scale_color_manual(values=c("#999999", "#E69F00", "#56B4E9"))+ geom_text(stat='count',aes(label=..count..), vjust=1.6, color="white", size=3.5)+ theme_minimal() p + theme(legend.position="top") p + theme(legend.position="bottom") # Remove legend p + theme(legend.position="none")
5，修改條形圖的順序
通過scale_x_discrete()函式修改標度的順序：
p <- ggplot(data=Arthritis, mapping=aes(x=Improved,fill=Improved))+ geom_bar(stat="count",width=0.5)+ scale_color_manual(values=c("#999999", "#E69F00", "#56B4E9"))+ geom_text(stat='count',aes(label=..count..), vjust=1.6, color="white", size=3.5)+ theme_minimal() p + scale_x_discrete(limits=c("Marked","Some", "None"))
三，包含分組的條形圖
分組的條形圖如何擺放，是由geom_bar()函式的position引數確定的，預設值是stack，表示堆疊擺放、dodge表示並行擺放、fill表示按照比例來堆疊條形圖。
1，堆疊擺放
設定geom_bar()的position引數為"stack"，在向條形圖新增文字時，使用position=position_stack(0.5)，調整文字的相對位置。
ggplot(data=Arthritis, mapping=aes(x=Improved,fill=Sex))+ geom_bar(stat="count",width=0.5,position='stack')+ scale_fill_manual(values=c('#999999','#E69F00'))+ geom_text(stat='count',aes(label=..count..), color="white", size=3.5,position=position_stack(0.5))+ theme_minimal()
2，並行擺放
調整y軸的最大值，使用position=position_dodge(0.5),vjust=-0.5 來調整文字的位置
y_max <- max(aggregate(ID~Improved+Sex,data=Arthritis,length)$ID) ggplot(data=Arthritis, mapping=aes(x=Improved,fill=Sex))+ geom_bar(stat="count",width=0.5,position='dodge')+ scale_fill_manual(values=c('#999999','#E69F00'))+ ylim(0,y_max+5)+ geom_text(stat='count',aes(label=..count..), color="black", size=3.5,position=position_dodge(0.5),vjust=-0.5)+ theme_minimal()
3，按照比例堆疊條形圖
需要設定geom_bar(position="fill")，並使用geom_text(position=position_fill(0.5))來調整文字的位置，如果geom_text(aes(lable=..count..))，那麼表示文字顯示的值是變數的數量：
ggplot(data=Arthritis, mapping=aes(x=Improved,fill=Sex))+ geom_bar(stat="count",width=0.5,position='fill')+ scale_fill_manual(values=c('#999999','#E69F00'))+ geom_text(stat='count',aes(label=..count..), color="white", size=3.5,position=position_fill(0.5))+ theme_minimal()
該模式最大的特點是可以把文字顯示為百分比：
ggplot(data=Arthritis, mapping=aes(x=Improved,fill=Sex))+ geom_bar(stat="count",width=0.5,position='fill')+ scale_fill_manual(values=c('#999999','#E69F00'))+ geom_text(stat='count',aes(label=scales::percent(..count../sum(..count..))) , color="white", size=3.5,position=position_fill(0.5))+ theme_minimal()
四，增加註釋和旋轉座標軸
在繪製條形圖時，需要動態設定註釋（annotate）的位置x和y，x和y的值是由條形圖的高度決定的，
annotate(geom="text", x = NULL, y = NULL)
在繪製條形圖時，可以動態設定x和y的大小：
library("ggplot2") library("dplyr") library("scales") #win.graph(width=6, height=5,pointsize=8) #data df <- data.frame( rate_cut=rep(c("0 Change", "0 - 10", "10 - 20", "20 - 30", "30 - 40","40 - 50", "50 - 60", "60 - 70","70 - 80", "80 - 90", "90 - 100", ">100"),2) ,freq=c(1,3,5,7,9,11,51,61,71,13,17,9, 5,7,9,11,15,19,61,81,93,17,21,13) ,product=c(rep('ProductA',12),rep('ProductB',12)) ) #set order labels_order <- c("0 Change", "0 - 10", "10 - 20", "20 - 30", "30 - 40","40 - 50", "50 - 60", "60 - 70","70 - 80", "80 - 90", "90 - 100", ">100") #set plot text plot_legend <- c("Product A", "Product B") plot_title <- paste0("Increase % Distribution") annotate_title <-"Top % Increase" annotate_prefix_1 <-"Product A = " annotate_prefix_2 <-"Product B = " df_sum <- df %>% group_by(product) %>% summarize(sumFreq=sum(freq))%>% ungroup()%>% select(product,sumFreq) df <- merge(df,df_sum,by.x = 'product',by.y='product') df <- within(df,{rate <- round(freq/sumFreq,digits=4)*100}) df <- subset(df,select=c(product,rate_cut,rate)) #set order df$rate_cut <- factor(df$rate_cut,levels=labels_order,ordered = TRUE) df <- df[order(df$product,df$rate_cut),] #set position annotate.y <- ceiling(max(round(df$rate,digits = 0))/4*2.5) text.offset <- max(round(df$rate,digits = 0))/25 annotation <- df %>% mutate(indicator = ifelse(substr(rate_cut,1,2) %in% c("70","80","90",'>1'),'top','increase' )) %>% filter(indicator=='top') %>% dplyr::group_by(product) %>% dplyr::summarise(total = sum(rate)) %>% select(product, total) mytheme <- theme_classic() + theme( panel.background = element_blank(), strip.background = element_blank(), panel.grid = element_blank(), axis.line = element_line(color = "gray95"), axis.ticks = element_blank(), text = element_text(family = "sans"), axis.title = element_text(color = "gray30", size = 12), axis.text = element_text(size = 10, color = "gray30"), plot.title = element_text(size = 14, hjust = .5, color = "gray30"), strip.text = element_text(color = "gray30", size = 12), axis.line.y = element_line(size=1,linetype = 'dotted'), axis.line.x = element_blank(), axis.text.x = element_text(vjust = 0), plot.margin = unit(c(0.5,0.5,0.5,0.5), "cm"), legend.position = c(0.7, 0.9), legend.text = element_text(color = "gray30") ) ##ggplot ggplot(df,aes(x=rate_cut, y=rate)) + geom_bar(stat = "identity", aes(fill = product), position = "dodge", width = 0.5) + guides(fill = guide_legend(reverse = TRUE)) + scale_fill_manual(values = c("#00188F","#00BCF2") ,breaks = c("ProductA","ProductB") ,labels = plot_legend ,name = "") + geom_text(data = df , aes(label = comma(rate), y = rate +text.offset, color = product) ,position = position_dodge(width =1) , size = 3) + scale_color_manual(values = c("#00BCF2", "#00188F"), guide = FALSE) + annotate("text", x = 3, y = annotate.y, hjust = 0, color = "gray30", label = annotate_title) + annotate("text", x = 2.5, y = annotate.y, hjust = 0, color = "gray30", label = paste0(annotate_prefix_1, annotation$total[1])) + annotate("text", x = 2, y = annotate.y, hjust = 0, color = "gray30", label = paste0(annotate_prefix_2, annotation$total[2])) + labs(x="Increase Percentage",y="Percent of freq",title=plot_title) + mytheme + coord_flip()
參考文件：