R语言可视化区域图的介绍及其美化方法
这篇文章主要介绍"R语言可视化区域图的介绍及其美化方法",在日常操作中,相信很多人在R语言可视化区域图的介绍及其美化方法问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答"R语言可视化区域图的介绍及其美化方法"的疑惑有所帮助!接下来,请跟着小编一起来学习吧!
今天要跟大家分享的是面积图,也就是经常提到的区域图。
本例选择自制数据集:
head(data5)
ggplot(data,aes(x,y))+geom_area(fill="steelblue")
ggplot(data5,aes(Year,Sale,fill=Fac))+geom_area()
默认情况下,加入分类变量之后的面积图的位置调整参数为堆积:我们可以通过添加位置参数position进行确认:
ggplot(data5,aes(Year,Sale,fill=Fac))+geom_area(position="stack")
面积图图层位置调整与之前介绍过的一样,都可以通过调整position内的参数完成:
ggplot(data5,aes(Year,Sale,fill=Fac))+geom_area(position="identity",alpha=0.1)
#不做任何位置变换,但是由于面积图区域图层间相互遮挡,造成阅读不便。
当然,面积图也不适合使用dodge参数的,dodge参数要求横坐标为离散刻度(即不可以相互遮挡)
ggplot(data5,aes(Year,Sale,fill=Fac))+geom_area(position="dodge")
ggplot(data5,aes(Year,Sale,fill=Fac))+geom_area(position="fill") #百分比堆积
分面表达:
ggplot(data5,aes(Year,Sale,fill=Fac))+geom_area(position="stack")+ facet_grid(.~Fac)
ggplot(data5,aes(Year,Sale,fill=Fac))+geom_area(position="stack")+ facet_wrap(~Fac)
注意仔细体会两种分面形式的差别:
美化:
堆积
ggplot(data5,aes(Year,Sale,fill=Fac))+geom_area(position="stack")+ggtitle("Area Plot")+theme_wsj()+scale_fill_wsj()+guides(fill=guide_legend(title=NULL))
ggplot(data5,aes(Year,Sale,fill=Fac))+geom_area(position="stack")+ggtitle("Area Plot")+theme_economist()+scale_fill_economist()+guides(fill=guide_legend(title=NULL))
百分比堆积:
ggplot(data5,aes(Year,Sale,fill=Fac))+geom_area(position="fill")+ggtitle("Area Plot")+theme_wsj()+scale_fill_wsj()+guides(fill=guide_legend(title=NULL))
ggplot(data5,aes(Year,Sale,fill=Fac))+geom_area(position="fill")+ggtitle("Area Plot")+theme_economist()+scale_fill_economist()+guides(fill=guide_legend(title=NULL))
分面:
ggplot(data5,aes(Year,Sale,fill=Fac))+geom_area(position="stack")+ggtitle("Area Plot")+theme_wsj()+scale_fill_wsj()+guides(fill=guide_legend(title=NULL)) +facet_grid(.~Fac)
ggplot(data5,aes(Year,Sale,fill=Fac))+geom_area(position="stack")+ggtitle("Area Plot")+theme_economist()+scale_fill_economist()+guides(fill=guide_legend(title=NULL)) +facet_grid(.~Fac)
到此,关于"R语言可视化区域图的介绍及其美化方法"的学习就结束了,希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习,快去试试吧!若想继续学习更多相关知识,请继续关注网站,小编会继续努力为大家带来更多实用的文章!