【R】ggplot2_堆积图

柱状堆积图的数据格式，原本全是2000-2019年的数据，为了一次性截到图删了一些，但是基本的格式是这样的，中间那行作物要这么竖着放

先画一下基本的图

setwd("C:/Users/Nengneng/Desktop")
library(ggplot2)
library(cowplot)
data <- read.csv("yield2000-2019.csv",header = T)
ggplot(data=data, aes(x=Year, y=Yiled, fill=Zuowu)) + geom_bar(stat="identity")

# 加geom_col(width = 1) 柱状图变成直方图，去掉主子之间的间隔
ggplot(data=data, aes(x=Year, y=Yiled, fill=Zuowu)) + geom_bar(stat="identity")+geom_col(width = 1)

# 去掉灰色背景网格
ggplot(data=data, aes(x=Year, y=Yiled, fill=Zuowu)) + geom_bar(stat="identity")+geom_col(width = 1)+theme(panel.background = element_blank(),axis.line = element_line())

# 加一条y=6的水平线，要加垂直线的话改成xintercept就好啦
ggplot(data=data, aes(x=Year, y=Yiled, fill=Zuowu)) + geom_bar(stat="identity")+geom_col(width = 1)+theme(panel.background = element_blank(),axis.line = element_line())+geom_hline(yintercept = 6,size =1,lty="dashed",color="red")

# 改变柱子的颜色及透明度
ggplot(data=data, aes(x=Year, y=Yiled, fill=Zuowu)) + geom_bar(stat="identity")+geom_col(width = 1)+theme(panel.background = element_blank(),axis.line = element_line())+geom_hline(yintercept = 6,size =1,lty="dashed",color="red")+scale_fill_manual(values=alpha(c('#87CEFF','#6CA6CD','#4A708B',"#9FB6CD"), 0.9))

# 改纵坐标标签，横坐标如果改的话，加在labs()里面就行
ggplot(data=data, aes(x=Year, y=Yiled, fill=Zuowu)) + geom_bar(stat="identity")+geom_col(width = 1)+theme(panel.background = element_blank(),axis.line = element_line())+geom_hline(yintercept = 6,size =1,lty="dashed",color="red")+scale_fill_manual(values=alpha(c('#87CEFF','#6CA6CD','#4A708B',"#9FB6CD"), 0.9))+labs(y="Yield (million tons)")

# 去掉图例的标题
ggplot(data=data, aes(x=Year, y=Yiled, fill=Zuowu)) + geom_bar(stat="identity")+geom_col(width = 1)+theme(panel.background = element_blank(),axis.line = element_line())+geom_hline(yintercept = 6,size =1,lty="dashed",color="red")+scale_fill_manual(values=alpha(c('#87CEFF','#6CA6CD','#4A708B',"#9FB6CD"), 0.9))+labs(y="Yield (million tons)")+guides(fill=guide_legend(title=NULL))

#把图例放成一横行，放在图的上面
ggplot(data=data, aes(x=Year, y=Yiled, fill=Zuowu)) + geom_bar(stat="identity")+geom_col(width = 1)+theme(panel.background = element_blank(),axis.line = element_line())+geom_hline(yintercept = 6,size =1,lty="dashed",color="red")+scale_fill_manual(values=alpha(c('#87CEFF','#6CA6CD','#4A708B',"#9FB6CD"), 0.9))+labs(y="Yield (million tons)")+guides(fill=guide_legend(title=NULL,nrow  = 1,byrow = F))+theme(legend.position = 'top')

# 调整图例的大小，以及图例的位置。（x,y）这个位置是相对于整个画面来说的，（0，0）就是左下角原点的位置，（1，0）是右下角
ggplot(data=data, aes(x=Year, y=Yiled, fill=Zuowu)) + geom_bar(stat="identity")+geom_col(width = 1)+theme(panel.background = element_blank(),axis.line = element_line())+geom_hline(yintercept = 6,size =1,lty="dashed",color="red")+scale_fill_manual(values=alpha(c('#87CEFF','#6CA6CD','#4A708B',"#9FB6CD"), 0.9))+labs(y="Yield (million tons)")+guides(fill=guide_legend(title=NULL,nrow  = 1,byrow = F))+theme(legend.position = 'top')+theme(legend.key.size = unit(8, "pt"),legend.position = c(0.29, 0.99))

# 改变图例的字体大小，“bold”是加粗的意思
ggplot(data=data, aes(x=Year, y=Yiled, fill=Zuowu)) + geom_bar(stat="identity")+geom_col(width = 1)+theme(panel.background = element_blank(),axis.line = element_line())+geom_hline(yintercept = 6,size =1,lty="dashed",color="red")+scale_fill_manual(values=alpha(c('#87CEFF','#6CA6CD','#4A708B',"#9FB6CD"), 0.9))+labs(y="Yield (million tons)")+guides(fill=guide_legend(title=NULL,nrow  = 1,byrow = F))+theme(legend.position = 'top')+theme(legend.key.size = unit(8, "pt"),legend.position = c(0.29, 0.99))+theme(legend.text = element_text( size =8, face="bold"))

# 去掉图和x轴之间的间距：scale_y_continuous(expand=c(0,0))如果要去掉和Y轴的间距，scale_x_continuous(expand=c(0,0))去掉间距之后原点处的y轴显示0,想去掉这个的话，scale_y_continuous(breaks=c(2, 4,6)),breaks可以改变y轴的显示
ggplot(data=data, aes(x=Year, y=Yiled, fill=Zuowu)) + geom_bar(stat="identity")+geom_col(width = 1)+theme(panel.background = element_blank(),axis.line = element_line())+geom_hline(yintercept = 6,size =1,lty="dashed",color="red")+scale_fill_manual(values=alpha(c('#87CEFF','#6CA6CD','#4A708B',"#9FB6CD"), 0.9))+labs(y="Yield (million tons)")+guides(fill=guide_legend(title=NULL,nrow  = 1,byrow = F))+theme(legend.position = 'top')+theme(legend.key.size = unit(8, "pt"),legend.position = c(0.29, 0.99))+theme(legend.text = element_text( size =8, face="bold"))+scale_y_continuous(breaks=c(2, 4,6),expand=c(0,0))

但是想换一下堆积的顺序，把Other放在最下面，在第一行的fill()函数里面设置

ggplot(data=data, aes(x=Year, y=Yiled,                      fill=factor(Zuowu,levels=c("Maize","Wheat","Rice","Other")))) + geom_bar(stat="identity")+geom_col(width = 1)+theme(panel.background = element_blank(),axis.line = element_line())+geom_hline(yintercept = 6,size =1,lty="dashed",color="red")+scale_fill_manual(values=alpha(c('#87CEFF','#6CA6CD','#4A708B',"#9FB6CD"), 0.9))+labs(y="Yield (million tons)")+guides(fill=guide_legend(title=NULL,nrow  = 1,byrow = F))+theme(legend.position = 'top')+theme(legend.key.size = unit(8, "pt"),legend.position = c(0.29, 0.99))+theme(legend.text = element_text( size =8, face="bold"))+scale_y_continuous(breaks=c(2, 4,6),expand=c(0,0))

【R】ggplot2_堆积图相关推荐

R语言数据可视化之折线图、堆积图、堆积面积图
折线图简介折线图通常用来对两个连续变量的依存关系进行可视化,其中横轴很多时候是时间轴. 但横轴也不一定是连续型变量,可以是有序的离散型变量. 绘制基本折线图本例选用如下测试数据集: 绘制方法是首先 ...
R绘制面积图（area plot）
R绘制面积图(area plot) 面积图面积图与折线图.柱形图.散点图一样,都是属于常用的商务图表.面积图是一种随时间变化而改变范围的图表,主要强调数量与时间的关系.例如,用某企业每个月销售额绘制 ...
【Excel】绘图案例_常见复合图：簇状图+堆积图+折线图
[Excel]绘图案例_常见复合图:簇状图+堆积图+折线图前言最近有朋友让我帮忙用excel画图,老实说我很讨厌用excel画图,点来点去,复杂一些还不能复用,非常繁琐.当然,入门也很简单.需求时 ...
R实战 | 森林图绘制
R实战 | 森林图绘制回答一下2022年VIP群里会员的问题.简单的森林图绘制. Multivariate logistic regression determined independent ca ...
一张RSCU堆积图的改动
根据B站小明的数据分析笔记本的rscu堆积图代码改的.侵删以下为原视频链接 R语言ggplot2画堆积柱形图展示密码子偏向性的RSCU值_哔哩哔哩_bilibili 以下为改动之后的图片效果.颜色和 ...
从零开始学matplotlib画图(三): 堆积图
堆积图常用于综合展示不同分类的指标趋势以及它们的总和的趋势.比如说,我们想看一下过去二十年来中国人口总量的变化趋势,同时,我们又想看一下男.女性人口各自的变化趋势,甚至我们还想看一下它们各自占比的变化 ...
R语言进行主成分分析（PCA）、使用prcomp函数进行主成分分析：碎石图可视化（scree plot）、R通过线图（line plot）来可视化主成分分析的碎石图（scree plot）
R语言进行主成分分析(PCA).使用prcomp函数进行主成分分析:碎石图可视化(scree plot).R通过线图(line plot)来可视化主成分分析的碎石图(scree plot) 目录
R语言配对图可视化：配对图（pair plot）可视化（根据分类变量的值为散点图上的数据点添加颜色和形状、Add color and shape by variables）
R语言配对图可视化:配对图(pair plot)可视化(根据分类变量的值为散点图上的数据点添加颜色和形状.Add color and shape by variables) 目录
R语言配对图可视化：pivot_longer函数将宽格式的数据重塑为长格式并进行数据全连接和左连接(left join)、配对图可视化(根据分类变量的值为散点图上的数据点添加颜色）
R语言配对图可视化:pivot_longer函数将宽格式的数据重塑为长格式并进行数据全连接和左连接(left join).配对图可视化(根据分类变量的值为散点图上的数据点添加颜色,Add color ...
R语言sunburst图（sunburst plot）可视化实战：使用sunburstR包和ggplot2包进行可视化
R语言sunburst图(sunburst plot)可视化实战:使用sunburstR包和ggplot2包进行可视化目录 R语言sunburst图

【R】ggplot2_堆积图

【R】ggplot2_堆积图相关推荐

最新文章

热门文章