ggplot2 发散图

在前面的章节中，我们了解了可以使用“ggplot2”包创建的各种类型的图表。我们现在将关注相同的变化，如发散条形图、棒棒糖图等等。首先，我们将从创建发散条形图开始，要遵循的步骤如下：

了解数据集

加载所需的包并在 mpg 数据集中创建一个名为“汽车名称”的新列。

#Load ggplot
> library(ggplot2)
> # create new column for car names
> mtcars$`car name` <- rownames(mtcars)
> # compute normalized mpg
> mtcars$mpg_z <- round((mtcars$mpg - mean(mtcars$mpg))/sd(mtcars$mpg), 2)
> # above / below avg flag
> mtcars$mpg_type <- ifelse(mtcars$mpg_z < 0, "below", "above")
> # sort
> mtcars <- mtcars[order(mtcars$mpg_z), ]

上述计算涉及为汽车名称创建一个新列，在轮函数的帮助下计算归一化数据集。我们还可以使用上面和下面的 avg 标志来获取“类型”功能的值。稍后，我们对值进行排序以创建所需的数据集。

收到的输出如下：

将值转换为因子以保留特定图中的排序顺序，如下所述：

> # convert to factor to retain sorted order in plot.
> mtcars$`car name` <- factor(mtcars$`car name`, levels = mtcars$`car name`)

得到的输出如下：

发散条形图

现在创建一个带有上述属性的发散条形图，作为所需的坐标。

> # Diverging Barcharts
> ggplot(mtcars, aes(x=`car name`, y=mpg_z, label=mpg_z)) +
+ geom_bar(stat='identity', aes(fill=mpg_type), width=.5) +
+ scale_fill_manual(name="Mileage",
+    labels = c("Above Average", "Below Average"),
+    values = c("above"="#00ba38", "below"="#f8766d")) +
+ labs(subtitle="Normalised mileage from 'mtcars'",
+    title= "Diverging Bars") +
+ coord_flip()

注意 ： 一些维度成员相对于提到的值指向向上或向下方向的发散条形图标记。

下面提到发散条形图的输出，我们使用函数 geom_bar 创建条形图：

发散的棒棒糖图表

创建具有相同属性和坐标的发散棒棒糖图表，仅更改要使用的功能，即 geom_segment() 有助于创建棒棒糖图表。

> ggplot(mtcars, aes(x=`car name`, y=mpg_z, label=mpg_z)) +
+ geom_point(stat='identity', fill="black", size=6) +
+ geom_segment(aes(y = 0,
+    x = `car name`,
+    yend = mpg_z,
+    xend = `car name`),
+       color = "black") +
+ geom_text(color="white", size=2) +
+ labs(title="Diverging Lollipop Chart",
+    subtitle="Normalized mileage from 'mtcars': Lollipop") +
+ ylim(-2.5, 2.5) +
+ coord_flip()

发散点图

以类似的方式创建一个发散点图，其中的点代表更大维度的散点图中的点。

> ggplot(mtcars, aes(x=`car name`, y=mpg_z, label=mpg_z)) +
+  geom_point(stat='identity', aes(col=mpg_type), size=6) +
+  scale_color_manual(name="Mileage",
+     labels = c("Above Average", "Below Average"),
+     values = c("above"="#00ba38", "below"="#f8766d")) +
+ geom_text(color="white", size=2) +
+ labs(title="Diverging Dot Plot",
+     subtitle="Normalized mileage from 'mtcars': Dotplot") +
+ ylim(-2.5, 2.5) +
+ coord_flip()

在这里，图例用不同的绿色和红色表示值“高于平均值”和“低于平均值”。点图传达静态信息。原理与发散条形图中的原理相同，只是只使用了点。