R语言数据可视化 ggplot2基础4 位置与坐标系
R语言数据可视化 ggplot2基础4 位置与坐标系
我们继续使用ggplot2::diamonds介绍position。
position = “identity”
ggplot(data=diamonds)+geom_bar(mapping = aes(x = cut, fill = cut), position = "identity")
另外,我们对每一个直方还可以根据另外的变量进行划分,比如用下面的代码,我们可以展示每一种净度在不同档次的切工中所占比率。
ggplot(data=diamonds)+geom_bar(mapping = aes(x = cut, fill = clarity), position = "identity")
position = “fill”
这种position关系可以用在sub-category比率在组间的横向比较,比如要比较钻石净度在不同切工中所占比率,我们可以用下面的代码:
ggplot(data=diamonds)+geom_bar(mapping = aes(x = cut, fill = clarity), position = "fill")
position = “dodge”
虽然上面那张图可以让我们做净度的横向比较了,但这张图还是比较丑的,而且我们比较熟悉的不太一样,我们比较熟悉的分category和sub-category展示的直方图是用下面的代码得到的:
ggplot(data=diamonds)+geom_bar(mapping = aes(x = cut, fill = clarity), position = "dodge")
position = “jitter”
这种位置关系比较特殊,它的作用是给每一个数据点加上一点随机噪声,我们用上上讲的散点图为例:
ggplot(data = mpg)+geom_point(mapping = aes(x=displ,y=hwy),position="identity")
ggplot(data = mpg)+geom_point(mapping = aes(x=displ,y=hwy),position="jitter")
identity的position导致取值相同的点会重合在一起,看上去就像一个点一样,这不利于我们发现数据是否存在聚类;jitter给点加上随机噪声后能让取值相同的点重叠但不重合,所以能够看出数据的集中性。
关于坐标系,我们之前介绍过两种,对数坐标与笛卡尔坐标,笛卡尔坐标就是直角坐标,用
coord_cartesian()
表示;对数坐标就是基于直角坐标做scaling,用下面的代码实现
scale_y_log10()
scale_x_log10()
coord_cartesian()
我们再另外介绍三种坐标操作,
交换xxx与yyy轴的位置:
coord_flip()
ggplot(data = mpg,mapping = aes(x=class,y=hwy))+geom_boxplot()
ggplot(data = mpg,mapping = aes(x=class,y=hwy))+geom_boxplot()+coord_flip()
画真实的地图
coord_quickmap()
install.packages("maps")
library(maps)
World <- map_data("world")
ggplot(World, aes(long,lat,group = group))+geom_polygon(fill = "white", color = "black")+coord_quickmap()
极坐标
coord_polar()
World <- map_data("world")
ggplot(World, aes(long,lat,group = group))+geom_polygon(fill = "white", color = "black")+coord_polar()
R语言数据可视化 ggplot2基础4 位置与坐标系相关推荐
- R语言数据可视化 ggplot2基础1 ggplot2 图形的分层语法 Layered Grammar 简介
R语言数据可视化 ggplot2基础1 ggplot2 图形的分层语法 Layered Grammar 简介 分层语法的组成(data-stat-geom-scale-coord-facet) 用分层 ...
- R语言数据可视化 ggplot2基础3 添加几何对象
R语言数据可视化 ggplot2基础3 添加几何对象 数据的统计变换 添加几何对象 数据的统计变换 添加几何对象 上一讲我们介绍的是如何创建散点图,这一讲我们介绍如何创建其他类型的图,以及怎么创建有多 ...
- R语言数据可视化 ggplot2基础2 创建单图层的散点图 创建facet
R语言数据可视化 ggplot2基础2 创建单图层的散点图 创建facet 单图层散点图 单图层散点图的facet 单图层散点图 这一讲我们从最简单的散点图开始介绍ggplot2应用的基础,首先我们下 ...
- 半折预售:新书-R语言数据可视化之美|ggplot2作者推荐
我本来想等正式发售的时候,再告诉大家我的新书<R语言数据可视化之美>已经出版,奈何新书还太贵,这几天刚好京东有买100减50的活动,所以想想还是赶紧告诉大家吧,不然平时购买的话,太真有点小 ...
- r语言liftchart_最棒的7种R语言数据可视化
随着数据量不断增加,抛开可视化技术讲故事是不可能的.数据可视化是一门将数字转化为有用知识的艺术. R语言编程提供一套建立可视化和展现数据的内置函数和库,让你学习这门艺术.在可视化的技术实现之前,让我们 ...
- R语言数据可视化——图形色彩设计(调色盘)
R语言数据可视化--图形色彩设计 图形颜色的选择对我们最终图形呈现的效果影响很大,我们需要用到的图形配色也跟随着图形出现的场合而变化,这篇文章整理了前辈们制作的在ggplot包绘制图形时,常常使用的配 ...
- 推荐:一本“高颜值”的R语言数据可视化图书(包邮送3本)
文章留言点赞前3名的朋友,每人送1本<R语言数据化可视化之美增强版>,名单揭晓日期为:本周日 (2020年7月12日晚7点).到时,获奖的朋友可以直接添加微信:meta-genomics, ...
- r 语言ylim = c(0 1),小白R语言数据可视化进阶练习一
原标题:小白R语言数据可视化进阶练习一 作者:路遥马亡R语言中文社区专栏作者 知乎ID: https://zhuanlan.zhihu.com/c_135409797 00 布局参数 先介绍一个布局参 ...
- R语言数据可视化中颜色设置
R语言数据可视化中颜色设置 最近在学统计学,使用的是R语言,为了更好的掌握这门语言,就把学到的零碎知识记录下来. 下面全是R语言的颜色的内容: 一.颜色的种类: 一共有颜色种类657种 colors( ...
最新文章
- HTTP隧道工具HTTPTunnel
- Spring boot错误处理原理
- unity随笔(1)-材质、对象
- 状态开关按钮(ToggleButton)及按钮(Swich)的使用
- fiddler汉化版可以改成英文吗_可以把推拉门改成平开窗吗?推拉门和平开窗哪个更好?...
- Lucene6.5.0 下中文分词IKAnalyzer编译和使用
- ipv6网络使用scp,并解决No route to host与no matches found报错
- HTML5 Canvas 车架号第十位是L,汽车生产日期字母对照
- Word公式编辑器的使用方法
- win10做文件服务器怎么精简,win10精简系统怎么做到
- ALFA机器视觉深度学习外观缺陷检测系统软件机器视觉
- 项目经理之我思员工能动性
- excel 画散点图 怎么设置图片的分辨率_有哪些相见恨晚的Excel图表制作方法?
- 工作进度跟踪表excel_在Excel中跟踪时间
- Autodesk全系列下载,Autodesk全版本下载
- 配置coredns解析公网域名
- 首届DataEarth开发者大赛
- STM32复位与时钟、定时器
- 生活随记 - 干瞪眼
- ps42k20服务器出现问题_香港代理服务器和香港服务器有什么不同,如何选择?-行业新闻...
热门文章
- 【Python-ML】SKlearn库K近邻(KNN) 使用
- Bind 配置非递归服务器
- i2c的时钟延展问题
- Python 技术篇-使用time库获取秒级时间戳、毫秒级时间戳实例演示
- Python 技术篇-用smtplib和email库实现邮件发送并展示本地图片实例演示
- Python 技巧篇-同一个方法多次引用不同效果功能实现,可选参数设置方法
- Python知识点笔记-列表list、元组tuple和dict类型
- CTFshow 爆破 web26
- expand--符号矩阵的展开
- ajax动态加载公共模块,Maven多模块项目搭建+SSM框架整合(四、Ajax异步获取数据,jq动态添加)...