【ggplot】复杂柱状图：自定义颜色、标签、位置、坐标轴和主题

一直想有机会好好梳理下ggplot的图形，但是一般情况下ggplot常用的图形还是一些线图和柱状图，但是使用ggplot的好处（对比excel）就是R在处理大数据可以不用切换软件直接截取，但是坏处就是相对excel的某些时刻略有复杂，但是如果ggplot连excel的基本画图效率都比不过的话，也就失去了存在的意义。

简单的图形当然ggplot官方文档中就有，主要呈现以下复杂的ggplot的柱状图。首先还是载入下我的ggplot主题：

因为工作需要，ppt的模板都有固定颜色，这边颜色设定如下：

windowsFonts(A=windowsFont('等线'),B=windowsFont('微软雅黑'))
par(family='A')
pptblue<-rgb(r=16,g=77,b=96,maxColorValue = 255)
pptgrey<-rgb(r=107,g=107,b=107,maxColorValue = 255)
pptred<-rgb(r=233,g=77,b=96,maxColorValue = 255)
ppttea<-rgb(r=198,g=96,b=52,maxColorValue = 255)
pptdark<-rgb(r=69,g=87,b=101,maxColorValue = 255)
pptbg<-rgb(r=242,g=242,b=242,maxColorValue = 255)
par(bg=pptbg)
par(bty='l')
par(mar=c(4,5,4,6))

然后是对应颜色的主题：

theme1<-theme_bw()+theme(legend.position = 'top', #图例位置text=element_text(family='A'), #字体panel.background=element_rect(pptbg), #画布背景颜色plot.background=element_rect(pptbg), #图形背景颜色plot.title = element_text(hjust=0.5,size=16,vjust=0.5), #标题位置panel.border=element_blank(),#图形边界panel.grid.major=element_line(colour='lightgrey',linetype="dashed"), #网格线panel.grid.minor=element_blank(), #次级网格线legend.title=element_text(size=10,colour='black',family='A',vjust=-0.5), #图例标题legend.text=element_text(size=10,colour='black',family='A'), #图例文字legend.background =element_rect(pptbg),#图例背景axis.text=element_text(size=12,colour="black",family='A'), #坐标轴文字strip.text=element_text(size=12,colour="black",family='A'),#分面文字strip.background=element_blank(),#分面的背景axis.line = element_line(size=0.5, colour = 'black'), #轴颜色大小panel.spacing=unit(10,'mm') #画布大小

这个主题没啥好说的，就是改了下图例的位置，文字的字体等；

ok，背景主题设置完毕，下面看下如何做柱状图：

数据集还是选择iris数据集。

先看下iris数据集

head(iris)Sepal.Length Sepal.Width Petal.Length Petal.Width
1          5.1         3.5          1.4         0.2
2          4.9         3.0          1.4         0.2
3          4.7         3.2          1.3         0.2
4          4.6         3.1          1.5         0.2
5          5.0         3.6          1.4         0.2
6          5.4         3.9          1.7         0.4Species
1  setosa
2  setosa
3  setosa
4  setosa
5  setosa
6  setosa

我们很熟悉的iris有四个变量，三个类别，如果我们第一个复杂的柱状图想看下三个类别分别的四个变量的占比和数值之类的信息，也就是我们需要三个柱子，每个柱子内部开始堆叠；

第一步，需要对数据进行整形，我们都知道ggplot需要长格式的数据，而且我们看分布，其实就是看一个求和，那么：

library(data.table)
iris1<-melt(iris,id.vars='Species',measure.vars=c('Sepal.Length','Sepal.Width','Petal.Length','Petal.Width'))
iris1<-data.table(iris1)

则iris1为：

iris1Species     variable value1:    setosa Sepal.Length   5.12:    setosa Sepal.Length   4.93:    setosa Sepal.Length   4.74:    setosa Sepal.Length   4.65:    setosa Sepal.Length   5.0---
596: virginica  Petal.Width   2.3
597: virginica  Petal.Width   1.9
598: virginica  Petal.Width   2.0
599: virginica  Petal.Width   2.3
600: virginica  Petal.Width   1.8

这次我们把每个变量都放在了variable这个里面，但是我们还需要进行求和：

iris1_1<-iris1[,list(sumvalue=sum(value)),by=list(Species,variable)]
setorder(iris1_1,Species)

最后整形后的是：

iris1_1Species     variable sumvalue1:     setosa Sepal.Length    250.32:     setosa  Sepal.Width    171.43:     setosa Petal.Length     73.14:     setosa  Petal.Width     12.35: versicolor Sepal.Length    296.86: versicolor  Sepal.Width    138.57: versicolor Petal.Length    213.08: versicolor  Petal.Width     66.39:  virginica Sepal.Length    329.4
10:  virginica  Sepal.Width    148.7
11:  virginica Petal.Length    277.6
12:  virginica  Petal.Width    101.3

也就是三类，每个类别四个值，为四个变量的加和。

下面需要调整下标签，因为ggplot的标签分两部分，第一部分是位置，第二部分是值；值很好说，但是位置默认是高度，也就是堆叠的高度。而我们这次需要不放在那个顶部，而是放在中部，所以这个位置需要手工调整下。

#设置标签的高度，累计的高度为堆叠上面的一半
iris1_2<-iris1_1[,label_y:=cumsum(sumvalue)-sumvalue/2,by=list(Species)]

然后画一个图：

ggplot(iris1_2,aes(x=Species,y=sumvalue,fill=variable))+geom_bar(stat='identity',position=position_stack(reverse=T))+ #本来不用reverse是从上到下，反过来theme1+geom_text(aes(x=Species,y=label_y,label=sumvalue),position='identity',  #既然已经算出来label高度了，就不能stackcolor='white')+ggtitle('堆叠柱状图')+scale_fill_manual(name='图例', #图例项（或者用scale_fill_discrete)labels=c('1-SL','2-SW','3-PL','4-PW'), #图例标签values=c('darkgreen','red','darkblue','black'))+ #颜色scale_x_discrete(name='类别', #x轴坐标名称labels=c('1-Setosa','2-Versicolor','3-Virginica'))+ #离散的标签scale_y_continuous(name='值', #y轴坐标名称breaks=seq(0,1000,100),limits=c(0,900)) #连续的标签和坐标轴

图形为：

除了堆叠柱状图，还有一个常用的就是普通柱状图，也就是并列摆放的类型。

在这个图中，我们可以自定义图例、文字颜色和坐标轴，如下：

ggplot(iris1_2,aes(x=factor(Species,levels=levels(iris1_2$Species)[c(3,2,1)]),y=sumvalue,fill=factor(variable,levels=levels(iris1_2$variable)[c(4,3,2,1)])))+geom_bar(stat='identity',position=position_dodge())+ #本来不用reverse是从上到下，反过来theme1+geom_text(aes(x=Species,y=sumvalue+20,label=sumvalue,color=factor(variable,levels=levels(iris1_2$variable)[c(4,3,2,1)])),#和fill的一致position=position_dodge(width=0.9),show.legend = F)+#showlegend 隐藏文字的图例ggtitle('柱状图')+scale_fill_discrete(name='图例', #图例项（或者用scale_fill_discrete)labels=levels(iris1_2$variable)[c(4,3,2,1)])+ #颜色scale_x_discrete(name='类别', #x轴坐标名称labels=levels(iris1_2$Species)[c(3,2,1)])+ #离散的标签scale_y_continuous(name='值', #y轴坐标名称breaks=seq(0,400,50),limits=c(0,400))#连续的标签和坐标轴

对应的图形是：

【ggplot】复杂柱状图：自定义颜色、标签、位置、坐标轴和主题相关推荐

ggplot2的分面标签和坐标轴位置
ggplot2的分面标签和坐标轴位置分面标签位置使用ggplot2作图经常要用到分面,然而分面标签的默认位置要么在上,要么在左. ggplot(ToothGrowth, aes(x = dose, ...
Python-matplotlib：调整坐标轴位置、标签位置和标签方向，以及X轴刻度标签位置
一.默认情况下绘图本例使用我国1953-2021年的"人均GDP同比增长率(%)"来进行演示,数据来源于wind,数据概况如下: GDP = [13.1, 1.8, 4.6, 1 ...
echarts柱状图改变标签的位置及柱状图颜色
echarts柱状图改变标签的位置(柱状图里面的数值位置)及柱状图颜色在 series里面改变label对象里面的label属性 import * as echarts from 'echarts' ...
python画图调整坐标轴标签位置 ylabel/xlabel位置 python pyplot 坐标轴交叉点文本竖着排列 plt.xlabel 竖着 pyplot折线图横坐标竖着显示
文章目录调整坐标轴标签位置 ylabel/xlabel位置坐标轴交叉点 plt.xlabel 竖着调整坐标轴标签位置 ylabel/xlabel位置更新:评论区的伙伴给了更好的解决方案参考链 ...
如何快速调整Excel中图表标签位置
如何快速调整Excel中图表标签位置问题介绍具体操作问题介绍在日常统计工作中,需要制作一些图表,例如下图: 图表中有时需要标注柱状图等的数据标签,但是在调整标签位置的时候,往往只能单个调整,无 ...
FineReport（帆软）关于柱状图数据标签被遮挡的问题处理
FineReport(帆软)关于柱状图数据标签被遮挡的问题处理问题场景: 如图,本应该显示的"12.3"成了"2.3",没错,问题就是让你将柱状图上的2.3显 ...
python 极坐标图xlabel_matplotlib极坐标图刻度/轴标签位置
我一直在寻找一种在极坐标图中可靠定位记号和坐标轴标签的方法.请看下面的例子:import numpy as np import matplotlib.pyplot as plt fig = plt.f ...
关于Web前端div中＜p＞等块状标签位置问题
项目场景: 项目场景:web前端开发时div盒子中p等块状标签位置错误的问题问题描述: 在web前端网页样式的制作时,常常会出现在div盒子中用p等块状便签,文本的位置会出盒子的边界,而且与padd ...
2021-09-29 每天几个LCEDA小知识——如何修改元器件标签位置
立创EDA专业版之修改元器件标签位置

【ggplot】复杂柱状图：自定义颜色、标签、位置、坐标轴和主题

【ggplot】复杂柱状图：自定义颜色、标签、位置、坐标轴和主题相关推荐

最新文章

热门文章