R绘图第八篇：绘制饼图（ggplot2）

geom_bar()函数不仅可以绘制条形图，还能绘制饼图，跟绘制条形图的区别是坐标系不同，绘制饼图使用的坐标系polar，并且设置theta="y"：

coord_polar(theta = "y", start = 0, direction = 1, clip = "on")

条形图的高度通常表示两种情况之一：每组中的数据的个数，或数据框中列的值，高度表示的含义是由geom_bar()函数的参数stat决定的，stat在geom_bar()函数中有两个有效值：count和identity。默认情况下，stat="count"，这意味着每个条的高度等于每组中的数据的个数，并且，它与映射到y的图形属性不相容，所以，当设置stat="count"时，不能设置映射函数aes()中的y参数。如果设置stat="identity"，这意味着条形的高度表示数据数据的值，而数据的值是由aes()函数的y参数决定的，就是说，把值映射到y，所以，当设置stat="identity"时，必须设置映射函数中的y参数，把它映射到数值变量。

geom_bar()函数的定义是：

geom_bar(mapping = NULL, data = NULL, stat = "count",fill=NULL, position="stack")

参数注释：

stat：设置统计方法，有效值是count（默认值）和 identity，其中，count表示条形的高度是变量的数量，identity表示条形的高度是变量的值；
position：位置调整，有效值是stack、dodge和fill，默认值是stack（堆叠），是指两个条形图堆叠摆放，dodge是指两个条形图并行摆放，fill是指按照比例来堆叠条形图，每个条形图的高度都相等，但是高度表示的数量是不尽相同的。
fill：条形图的填充色

关于stat参数，有三个有效值，分别是count、identity和bin：

count是对离散的数据进行计数，计数的结果用一个特殊的变量..count.. 来表示，
bin是对连续变量进行统计转换，转换的结果使用变量..density..来表示
而identity是直接引用数据集中变量的值

position参数也可以由两个函数来控制，参数vjust和widht是相对值：

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数据集来演示如何创建条形图。

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

其中变量Improved和Sex是因子类型，ID和Age是数值类型。

一，绘制一个条形图

绘制一个饼图之前，需要绘制一个条形图，该条形图有多个分组，这就需要设置映射的x参数映射为一个常量因子，fill映射为分类因子：

ggplot(data=Arthritis, mapping=aes(x="Improved",fill=Improved))+geom_bar(stat="count",width=0.5,position='stack')

在条形图之后，添加一个图层，把条形图转换为饼图：

ggplot(data=Arthritis, mapping=aes(x="Improved",fill=Improved))+geom_bar(stat="count",width=0.5,position='stack')+coord_polar("y", start=0)

二，调整饼图的图形属性

调整饼图的填充色，文本，使饼图看起来更加美观。

1，调整饼图的填充色

使用scale_fill_manual()函数对饼图填充不同的颜色

ggplot(data=Arthritis, mapping=aes(x="Improved",fill=Improved))+geom_bar(stat="count",width=0.5,position='stack')+coord_polar("y", start=0)+scale_fill_manual(values=c("#999999", "#E69F00", "#56B4E9"))

2，调整饼图的标度

blank_theme <- theme_minimal()+theme(axis.title.x = element_blank(),axis.title.y = element_blank(),axis.text.x = element_blank(),axis.text.y = element_blank(),panel.border = element_blank(),panel.grid=element_blank(),axis.ticks = element_blank(),plot.title=element_text(size=14, face="bold"))ggplot(data=Arthritis, mapping=aes(x="Improved",fill=Improved))+geom_bar(stat="count",width=0.5,position='stack',size=5)+coord_polar("y", start=0)+scale_fill_manual(values=c("#999999", "#E69F00", "#56B4E9"))+blank_theme +geom_text(stat="count",aes(label = scales::percent(..count../100)), size=4, position=position_stack(vjust = 0.5))

也可以使用stat="identity" 方式来绘制饼图，绘制的图形是相同的：

mytable <- with(Arthritis,table(Improved))
df <- as.data.frame(mytable)blank_theme <- theme_minimal()+theme(axis.title.x = element_blank(),axis.title.y = element_blank(),axis.text.x = element_blank(),axis.text.y = element_blank(),panel.border = element_blank(),panel.grid=element_blank(),axis.ticks = element_blank(),plot.title=element_text(size=14, face="bold"))ggplot(data=df, mapping=aes(x="Improved",y=Freq,fill=Improved))+geom_bar(stat="identity",width=0.5,position='stack',size=5)+coord_polar("y", start=0)+scale_fill_manual(values=c("#999999", "#E69F00", "#56B4E9"))+blank_theme +geom_text(stat="identity",aes(y=Freq, label = scales::percent(Freq/100)), size=4, position=position_stack(vjust = 0.5))

参考文档：

ggplot2 pie chart : Quick start guide - R software and data visualization

Polar coordinates

ggplot, facet, piechart: placing text in the middle of pie chart slices

转载于:https://www.cnblogs.com/ljhdo/p/4514106.html