20180828-B · NFL Stats · ggplot2 geom_tile 热力图 热图 theme guides 字体设置 画图 图例 背景 注释 标签 · R 语言数据可视化 案例 源码
2024-04-20 03:56:47
所有作品合集传送门： Tidy Tuesday
2018 年合集传送门： 2018
NFL Stats
欢迎来到ggplot2的世界！
ggplot2是一个用来绘制统计图形的 R 软件包。它可以绘制出很多精美的图形，同时能避免诸多的繁琐细节，例如添加图例等。
用 ggplot2 绘制图形时，图形的每个部分可以依次进行构建，之后还可以进行编辑。ggplot2 精心挑选了一系列的预设图形，因此在大部分情形下可以快速地绘制出许多高质量的图形。如果在格式上还有额外的需求，也可以利用 ggplot2 中的主题系统来进行定制, 无需花费太多时间来调整图形的外观，而可以更加专注地用图形来展现你的数据。
1. 一些环境设置
# 设置为国内镜像, 方便快速安装模块
options("repos" = c(CRAN = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
2. 设置工作路径
wkdir <- '/home/user/R_workdir/TidyTuesday/2018/2018-08-28_NFL_Stats/src-b'
setwd(wkdir)
3. 加载 R 包
library(scico)
library(tidyverse)# 导入字体设置包
library(showtext)
# font_add_google() showtext 中从谷歌字体下载并导入字体的函数
# name 中的是字体名称, 用于检索, 必须严格对应想要字体的名字
# family 后面的是代码后面引用时的名称, 自己随便起
# 需要能访问 Google, 也可以注释掉下面这行, 影响不大
# font_families_google() 列出所有支持的字体, 支持的汉字不多
# http://www.googlefonts.net/
font_add_google(name = "Karantina", family = "albert")
font_add_google(name = "ZCOOL XiaoWei", family = "zxw")
font_add_google(name = "Zhi Mang Xing", family = "zmx")# 后面字体均可以使用导入的字体
showtext_auto()
4. 加载数据
df_input <- readr::read_csv("../data/nfl_2010-2017.csv", show_col_types = FALSE) %>% select(-1)# 简要查看数据内容
glimpse(df_input)
## Rows: 81,525
## Columns: 22
## $ name <chr> "Duce Staley", "Lamar Smith", "Tiki Barber", "Stephen Dav…
## $ team <chr> "PHI", "MIA", "NYG", "WAS", "IND", "BAL", "NYJ", "MIN", "…
## $ game_year <dbl> 2000, 2000, 2000, 2000, 2000, 2000, 2000, 2000, 2000, 200…
## $ game_week <dbl> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, …
## $ rush_att <dbl> 26, 27, 13, 23, 28, 27, 30, 14, 15, 10, 20, 13, 23, 14, 2…
## $ rush_yds <dbl> 201, 145, 144, 133, 124, 119, 110, 109, 88, 87, 84, 80, 7…
## $ rush_avg <dbl> 7.7, 5.4, 11.1, 5.8, 4.4, 4.4, 3.7, 7.8, 5.9, 8.7, 4.2, 6…
## $ rush_tds <dbl> 1, 1, 2, 1, 1, 0, 1, 0, 0, 1, 0, 0, 1, 1, 0, 0, 1, 1, 3, …
## $ rush_fumbles <dbl> 0, 1, 0, 0, 1, 0, 0, 0, 0, 0, 2, 0, 0, 0, 0, 2, 0, 1, 1, …
## $ rec <dbl> 4, 1, 3, 4, 6, 4, 6, 2, 2, NA, 4, 3, 1, 4, 1, 1, 1, NA, N…
## $ rec_yds <dbl> 61, 12, 25, 37, 40, 32, 34, 3, 20, NA, 29, 10, -2, 100, 1…
## $ rec_avg <dbl> 15.3, 12.0, 8.3, 9.3, 6.7, 8.0, 5.7, 1.5, 10.0, NA, 7.3, …
## $ rec_tds <dbl> 0, 0, 0, 0, 1, 0, 1, 0, 0, NA, 0, 0, 0, 1, 0, 0, 0, NA, N…
## $ rec_fumbles <dbl> 0, 0, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, N…
## $ pass_att <dbl> NA, NA, NA, NA, NA, NA, NA, NA, NA, 41, NA, NA, NA, NA, N…
## $ pass_yds <dbl> NA, NA, NA, NA, NA, NA, NA, NA, NA, 290, NA, NA, NA, NA, …
## $ pass_tds <dbl> NA, NA, NA, NA, NA, NA, NA, NA, NA, 2, NA, NA, NA, NA, NA…
## $ int <dbl> NA, NA, NA, NA, NA, NA, NA, NA, NA, 0, NA, NA, NA, NA, NA…
## $ sck <dbl> NA, NA, NA, NA, NA, NA, NA, NA, NA, 2, NA, NA, NA, NA, NA…
## $ pass_fumbles <dbl> NA, NA, NA, NA, NA, NA, NA, NA, NA, 0, NA, NA, NA, NA, NA…
## $ rate <dbl> NA, NA, NA, NA, NA, NA, NA, NA, NA, 102.7, NA, NA, NA, NA…
## $ position <chr> "RB", "RB", "RB", "RB", "RB", "RB", "RB", "RB", "RB", "QB…
# 检查数据的列名
colnames(df_input)
## [1] "name" "team" "game_year" "game_week" "rush_att"
## [6] "rush_yds" "rush_avg" "rush_tds" "rush_fumbles" "rec"
## [11] "rec_yds" "rec_avg" "rec_tds" "rec_fumbles" "pass_att"
## [16] "pass_yds" "pass_tds" "int" "sck" "pass_fumbles"
## [21] "rate" "position"
5. 数据预处理
df_ert <- df_input %>% # group_by() 以指定的列进行分组dplyr::group_by(team, game_year, game_week) %>% # summarise() 用于对数据进行统计描述dplyr::summarise(rush_total = sum(rush_yds, na.rm = TRUE),pass_total = sum(pass_yds, na.rm = TRUE)) %>% dplyr::group_by(game_year, game_week) %>% dplyr::summarise(rush_mean = mean(rush_total, na.rm = TRUE),pass_mean = mean(pass_total, na.rm = TRUE)) # 简要查看数据内容
glimpse(df_ert)
## Rows: 288
## Columns: 4
## Groups: game_year [18]
## $ game_year <dbl> 2000, 2000, 2000, 2000, 2000, 2000, 2000, 2000, 2000, 2000, …
## $ game_week <dbl> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 1, 2,…
## $ rush_mean <dbl> 114.53333, 94.30000, 105.28571, 102.25000, 122.82143, 107.03…
## $ pass_mean <dbl> 208.1000, 249.2000, 212.5714, 223.5714, 232.1786, 219.8214, …
6. 利用 ggplot2 绘图
hh <- ggplot(df_ert, aes(game_year, game_week))
# geom_tile() 构建热图
hh <- hh + geom_tile(aes(fill = rush_mean), colour = "grey50")
# scico::scale_fill_scico() 针对连续型数据, 自定义图像的色彩梯度, scico::scico_palette_names() 可以查看所有支持的 palette 名称
hh <- hh + scale_fill_scico()
# scale_x_continuous() 对连续变量设置坐标轴显示范围
hh <- hh + scale_x_continuous(limits = c(1999.5, 2017.5), expand = c(0, 0), breaks = seq(2000, 2016, by = 2))
# scale_y_continuous() 对连续变量设置坐标轴显示范围
hh <- hh + scale_y_continuous(limits = c(0.5, 16.5), expand = c(0, 0), breaks = 1:16)
# guides() 设置图例信息
hh <- hh + guides(fill = guide_legend(title = '次数', title.position = "top", label.position = "bottom"))
# labs() 对图形添加注释和标签（包含标题 title、子标题 subtitle、坐标轴 x & y 和引用 caption 等注释)
hh <- hh + labs(title = "NFL 不想想什么标题了, 我是主标题, 占个位置",subtitle = '其他绘图示例可以浏览我博客的其它内容',x = '年份',y = '比赛场数',caption = "资料来源: Pro-Football-Reference.com · graph by 萤火之森 · 2022-10-22")
# scale_color_manual() 采取的是手动赋值的方法, 也就是直接把颜色序列赋值给它的参数 values, 也可以根据 breaks, labels 设定图例标签顺序
hh <- hh + scale_color_manual(values = c("#DC143C", "#FF8C00"), breaks = c('#DC143C', '#FF8C00'), labels = c('Group`A', 'Group`B'))
# theme_minimal() 去坐标轴边框的最小化主题
hh <- hh + theme_minimal()
# theme() 实现对非数据元素的调整, 对结果进行进一步渲染, 使之更加美观
hh <- hh + theme(# panel.border 面板背景 数据上面panel.border = element_blank(),# panel.background 面板背景 数据下面panel.background = element_rect(fill = '#E6E6FA', color = '#E6E6FA', size = 0),# plot.background 图片背景 plot.background = element_rect(fill = '#E6E6FA', color = '#E6E6FA', size = 0),# plot.margin 调整图像边距, 上-右-下-左plot.margin = margin(12, 10, 12, 15), # plot.title 主标题plot.title = element_text(hjust = 0., color = "black", size = 28, face = "bold", family = 'zxw'),# plot.subtitle 次要标题plot.subtitle = element_text(hjust = 0., color = "black", size = 20, face = "bold", family = 'zmx'),# plot.caption 说明文字plot.caption = element_text(hjust = 0.85, vjust = -.57, size = 10, color = 'red'),# axis.text 坐标轴刻度文本axis.text = element_text(size = 14, face = "bold", family = 'albert'),# axis.title 坐标轴标题axis.title = element_text(size = 20, face = "bold", family = 'zxw'),# legend.direction 设置图例的方向, horizontal 表示水平方向摆放legend.direction = 'horizontal',# legend.title 设置图例标题legend.title = element_blank(),# legend.text 设置图例文本格式legend.text = element_text(size = 14, family = 'albert'),# legend.background 设置图例的背景legend.background = element_blank(),# legend.position 设置图例位置, 这里用坐标来指定图例具体的摆放位置legend.position = c(0.15, -0.12))
7. 保存图片到 PDF 和 PNG
hh
filename = '20180828-B-01'
ggsave(filename = paste0(filename, ".pdf"), width = 10.2, height = 6.5, device = cairo_pdf)
ggsave(filename = paste0(filename, ".png"), width = 10.2, height = 6.5, dpi = 100, device = "png", bg = '#E6E6FA')
8. session-info
sessionInfo()
## R version 4.2.1 (2022-06-23)
## Platform: x86_64-pc-linux-gnu (64-bit)
## Running under: Ubuntu 20.04.5 LTS
##
## Matrix products: default
## BLAS: /usr/lib/x86_64-linux-gnu/openblas-pthread/libblas.so.3
## LAPACK: /usr/lib/x86_64-linux-gnu/openblas-pthread/liblapack.so.3
##
## locale:
## [1] LC_CTYPE=en_US.UTF-8 LC_NUMERIC=C
## [3] LC_TIME=en_US.UTF-8 LC_COLLATE=en_US.UTF-8
## [5] LC_MONETARY=en_US.UTF-8 LC_MESSAGES=en_US.UTF-8
## [7] LC_PAPER=en_US.UTF-8 LC_NAME=C
## [9] LC_ADDRESS=C LC_TELEPHONE=C
## [11] LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C
##
## attached base packages:
## [1] stats graphics grDevices utils datasets methods base
##
## other attached packages:
## [1] showtext_0.9-5 showtextdb_3.0 sysfonts_0.8.8 forcats_0.5.2
## [5] stringr_1.4.1 dplyr_1.0.10 purrr_0.3.4 readr_2.1.2
## [9] tidyr_1.2.1 tibble_3.1.8 ggplot2_3.3.6 tidyverse_1.3.2
## [13] scico_1.3.1
##
## loaded via a namespace (and not attached):
## [1] httr_1.4.4 sass_0.4.2 bit64_4.0.5
## [4] vroom_1.5.7 jsonlite_1.8.2 modelr_0.1.9
## [7] bslib_0.4.0 assertthat_0.2.1 highr_0.9
## [10] googlesheets4_1.0.1 cellranger_1.1.0 yaml_2.3.5
## [13] pillar_1.8.1 backports_1.4.1 glue_1.6.2
## [16] digest_0.6.30 rvest_1.0.3 colorspace_2.0-3
## [19] htmltools_0.5.3 pkgconfig_2.0.3 broom_1.0.1
## [22] haven_2.5.1 scales_1.2.1 tzdb_0.3.0
## [25] googledrive_2.0.0 generics_0.1.3 farver_2.1.1
## [28] ellipsis_0.3.2 cachem_1.0.6 withr_2.5.0
## [31] cli_3.4.1 magrittr_2.0.3 crayon_1.5.2
## [34] readxl_1.4.1 evaluate_0.16 fs_1.5.2
## [37] fansi_1.0.3 xml2_1.3.3 textshaping_0.3.6
## [40] tools_4.2.1 hms_1.1.2 gargle_1.2.1
## [43] lifecycle_1.0.3 munsell_0.5.0 reprex_2.0.2
## [46] compiler_4.2.1 jquerylib_0.1.4 systemfonts_1.0.4
## [49] rlang_1.0.6 grid_4.2.1 rstudioapi_0.14
## [52] labeling_0.4.2 rmarkdown_2.16 gtable_0.3.1
## [55] DBI_1.1.3 curl_4.3.3 R6_2.5.1
## [58] lubridate_1.8.0 knitr_1.40 fastmap_1.1.0
## [61] bit_4.0.4 utf8_1.2.2 ragg_1.2.3
## [64] stringi_1.7.8 parallel_4.2.1 vctrs_0.4.2
## [67] dbplyr_2.2.1 tidyselect_1.1.2 xfun_0.32
测试数据
配套数据下载：NFL Stats
20180828-B · NFL Stats · ggplot2 geom_tile 热力图 热图 theme guides 字体设置 画图 图例 背景 注释 标签 · R 语言数据可视化 案例 源码相关推荐
- 20180507-A · Global Coffee Chains · ggplot2 usmap geom_map geom_point 地图 热图 美国地图 · R 语言数据可视化 案例 源码
所有作品合集传送门: Tidy Tuesday 2018 年合集传送门: 2018 Global Coffee Chains 欢迎来到ggplot2的世界! ggplot2是一个用来绘制统计图形的 R ...
- 20180430-A · ACS Census Data (2015) · ggplot2 maps rcstatebin 地图 热图 蜂窝地图 动态图 · R 语言数据可视化 案例 源码
所有作品合集传送门: Tidy Tuesday 2018 年合集传送门: 2018 ACS Census Data (2015) 欢迎来到`ggplot2`的世界! ggplot2是一个用来绘制统计图 ...
- 20180402-E · US Tuition Costs · ggplot2, 地图 热力图 gganimate 动图 · R 语言数据可视化 案例 源码
所有作品合集传送门: Tidy Tuesday 2018 年合集传送门: 2018 US Tuition Costs Average Tuition and Educational Attainmen ...
- 20180416-F · Global Mortality · ggplot2 地图 热力图 条形图 · R 语言数据可视化 案例 源码
所有作品合集传送门: Tidy Tuesday 2018 年合集传送门: 2018 Global Mortality What do people die from? 在过去的几个世纪里,世界发生了很 ...
- 20180409-B · NFL Positional Salaries · ggplot2, 峦峰图, gganimate 动态图 · R 语言数据可视化 案例 源码
所有作品合集传送门: Tidy Tuesday 2018 年合集传送门: 2018 NFL Positional Salaries NFL Positional Salaries Tidy Tuesd ...
- 20180529-A · Comic book characters · ggplot2 geom_bar geom_text 柱状图 条形图 图例 · R 语言数据可视化 案例 源码
所有作品合集传送门: Tidy Tuesday 2018 年合集传送门: 2018 Comic book characters 欢迎来到ggplot2的世界! ggplot2是一个用来绘制统计图形的 ...
- 20180423-B · Australian Salaries by Gender · ggplot2 ggalt geom_dumbbell 棒棒糖图 哑铃图 · R 语言数据可视化 案例 源码
所有作品合集传送门: Tidy Tuesday 2018 年合集传送门: 2018 Australian Salaries by Gender 欢迎来到ggplot2的世界! ggplot2是一个用来 ...
- 20180710-B · Craft Beer USA · ggplot2 geom_density_ridges_gradient 核密度估计峰峦图 字体设置 · R 语言数据可视化 案例 源码
所有作品合集传送门: Tidy Tuesday 2018 年合集传送门: 2018 Craft Beer USA 欢迎来到ggplot2的世界! ggplot2是一个用来绘制统计图形的 R 软件包.它 ...
- 20180402-F · US Tuition Costs · pheatmap 绘制热图 · R 语言数据可视化 案例 源码
所有作品合集传送门: Tidy Tuesday 2018 年合集传送门: 2018 US Tuition Costs Average Tuition and Educational Attainmen ...
最新文章
- javascript onclick中post提交
- 初识 angular js
- 希尔排序算法原理与实现
- Service与AIDL详解
- 如何创建和维护你自己的man手册
- 20210614 So-called的用法
- Java黑皮书课后题第10章：*10.14（MyDate类）设计一个名为MyDate的类
- 有多少恐怖小说家就应该有多少种吓唬人的方法
- Linux下的tree命令 --Linux下目录树查看
- 在windows下rust编译出现gcc.exe的错误
- 优化理论15----进退法、python实现
- 目标检测之hough forest---霍夫森林(Hough Forest)目标检测算法
- Web前端工程师学习路线
- html中collapse代码怎么写,如何使用CSS中的border-collapse属性
- 搭建gloo网关（基于envoy）的wasm实验环境（阿里云、本机）
- TensorBoard 使用记录 （保存图片）
- 要怎么在计算机里清除桌面内存,怎么清理电脑内存
- cas入门之六：cas 登录流程（下）
- JAVA1.7 NIO.2 入门，第 1 部分: 异步通道 API
- Vue3实现拖拽定制化首页