ogre绘制3d图形_R语言统计与绘图：绘制饼图

饼图也是最常见的图形之一，饼图在商业世界中无所不在，然而多数统计学家，包括相应R文档的编写者却都对它持否定态度。

相对于饼图，更推荐使用条形图或点图，因为相对于面积，人们对长度的判断更精确。

今天来学习下怎么绘制饼图。

目录

1. 绘图前准备
- 1.1 加载数据集
- 1.2 自定义图形参数
2. 绘制简单饼图
3. 自定义饼图参数
- 3.1 修改颜色
- 3.2 添加数据标签
4. 绘制3D饼图
5. 绘制条形图
6. 扇状图
7. ggpie()函数绘制饼图
8. pie()函数
9. pie3D()函数
10. fan.plot()函数
11. ggpie()函数

1. 绘图前准备

1.1 加载数据集

饼图常常用于投资领域，投资顾问经常会建议顾客去购买不同类别的股票或理财产品，这些数据表示常常用饼图来表示。

比如：

国内股票-30％
外国股票-25％
债券-28％
黄金/贵金属-10％
现金等价物-7％

我们从上面的百分比中得出一个数字向量，并用来绘制饼图。

allocation 30,25,28,10,7)

1.2 自定义图形参数

在绘制图形前我们可以自定义相关图形参数，在后面绘图中直接使用。

sector "Stock","For'n'","Bonds",           "Gold","Cash") # 设定投资类别名称sectcol "burlywood","turquoise","firebrick",            "gold3","green4") # 设置投资类别颜色

2. 绘制简单饼图

简单饼图可以使用pie()函数绘制。

pie(allocation,  # 绘制饼图用的数据    labels = sector,  # 设置饼图每部分标签    main = "饼图, 使用默认颜色") # 图形标题

3. 自定义饼图参数

3.1 修改颜色

可以自定义饼图的颜色等。

pie(allocation, labels = sector, col = sectcol,    main = "饼图, 自定义饼图颜色")

3.2 添加数据标签

pct 100)sector2 " ", pct, "%", sep="")pie(allocation, labels=sector2, col=sectcol,    main="Pie Chart with Percentages")

4. 绘制3D饼图

绘制3D饼图需要使用plotrix包的pie3D()函数。

install.packages("plotrix", dependencies = TRUE) # 安装包library(plotrix)  # 加载包pie3D(allocation, # 绘制饼图用的数据       labels = sector,  # 设置饼图每部分的标签      col = sectcol,  # 设置饼图每部分的颜色      explode = .1, # 设置饼图各部分分离间距      labelcex = .95, # 设置标签的大小      main = "3D 饼图") # 设置图形的标题

5. 绘制条形图

饼图数据也可以使用条形图展示。

在上面的饼图中，最大的三个类别看起来一样大，最小的两个大小也差不多，但是使用条形图可以很清楚的看到各部分的大小差异。

barplot(allocation, # 绘图用的数据        names.arg = sector,  # 设置条形图下面的名称        col = sectcol, # 设置条形图的颜色        main = "barplot") # 设置条形图的标题

6. 扇状图

饼图让比较各扇形的值变得困难(除非这些值被附加在标签上)。为改善这种状况，我们创造了一种称为扇形图(fan plot)的饼图变种。这种图看起来像是饼图，但是解决了饼图的缺点。

扇形图提供了一种同时展示相对数量和相互差异的方法。在R中，扇形图是通过plotrix包中的fan.plot()函数实现的。

数据还是使用前面的数据。

library(plotrix) # 绘图函数所在的包fan.plot(allocation, # 绘制图形用的数据         labels = sector, # 图形每部分的标签         col = sectcol, # 图形每部分的颜色         ticks = 30,  # 设置扇状图的刻度         main = "Fan Plot") # 设置标题

在上面的扇形图中，各个扇形相互叠加，并对半径做了修改，这样所有扇形就都是可见的。如上所示，确定扇形图中扇形的相对大小比饼图要简单得多。

7. ggpie()函数绘制饼图

除了上述函数可以绘制饼图外，ggpubr包的ggpie()函数也可以绘制饼图。

install.packages("ggpubr") # 函数需要的包library(ggpubr) # 加载包df "Male", "Female", "Child"),                 value = c(25, 25, 50)) # 创建数据集head(df) # 查看数据集

ggpie(df, "value", label = "group",      fill = "group", color = "white",      palette = c("#00AFBB", "#E7B800", "#FC4E07"))

labs " (", df$value, "%)")ggpie(df, "value", label = labs,      lab.pos = "in", lab.font = "white",      fill = "group", color = "white",      palette = c("#00AFBB", "#E7B800", "#FC4E07"))

8. pie()函数

pie(x, labels = names(x), edges = 200, radius = 0.8,    clockwise = FALSE, init.angle = if(clockwise) 90 else 0,    density = NULL, angle = 45, col = NULL, border = NULL,    lty = NULL, main = NULL, ...)

## 部分参数解释x # 绘制饼图所用的数据，需为非负数值向量，x中的值按比例表示为饼图中的面积。labels # 为饼图每个部分指定标签的表达式或字符串；radius # 如果饼图每部分的标签太长，可以设置此参数缩小饼图半径以显示完整标签；clockwise # 逻辑词，设置饼图是按顺时针绘制还是逆时针绘制，默认逆时针；init.angle # 数字；指定饼图的起始角度，默认0°，也就是3点钟位置density # 阴影线的密度，默认不绘制阴影线，指定非正数值会抑制阴影线的绘制angle # 阴影线的斜率，用度数表示col # 设置饼图每部分的颜色main # 指定饼图的标题

9. pie3D()函数

pie3D(x,edges=NA,radius=1,height=0.1,theta=pi/6,start=0,border=par("fg"),      col=NULL,labels=NULL,labelpos=NULL,labelcol=par("fg"),labelcex=1.5,      sector.order=NULL,explode=0,shade=0.8,mar=c(4,4,4,4),pty="s",...)

## 部分参数解释x # 绘制图形所用的数据，每个值都表示一个扇区edges # 形成椭圆的线数radius # 饼图的半径height # 饼图的高度theta # 弧度视角start # 扇形绘制的起始角度border # 扇区边界线的颜色col # 设置每个部分的颜色labels # 设置每个部分的标签labelpos # 设置扇形每个标签的位置labelcol # 设置标签的颜色labelcex # 设置标签文字的大小sector.order # 指定绘制扇区的顺序explode # 饼图每个部分离中心点的位置shade # 数字，如在0-1之间，则减小扇形颜色亮度以更好的显示3D效果mar # 饼图周围的边距pty # 是否强制使用正方形绘图区域

10. fan.plot()函数

fan.plot(x,edges=200,radius=1,col=NULL,align.at=NULL,max.span=NULL,  labels=NULL,labelpos=NULL,label.radius=1.2,align="left",shrink=0.02,  main="",ticks=NULL,include.sumx=FALSE,...)

## 部分参数解释x # 绘制图形用的数字向量edges # 绘制圆形的边数radius # 扇区的半径col # 填充扇区的颜色align.at # 对齐扇区的位置max.span # 最大弧度的角度labels # 在扇区弧周围放置标签labelpos # 设置标签放置位置label.radius # 标签放在距扇区多远的位置align # 扇区对其的位置shrink # 后续每个扇区的缩减量main # 图形标题ticks # 默认无刻度，设置出现的刻度数include.sumx # 逻辑词，是否将所有x值的和包括为最大扇区

11. ggpie()函数

ggpie(data, x, label = x, lab.pos = c("out", "in"),  lab.adjust = 0, lab.font = c(4, "bold", "black"),  font.family = "", color = "black", fill = "white",  palette = NULL, size = NULL,  ggtheme = theme_pubr(),  ...)

## 部分参数解释data # 包含x变量的数据框x # 绘制饼图的数据label # 指定饼图每部分标签的变量lab.pos # 指定标签位置的字符，有两个：out表示标签在图形外，in表示标签在图形内lab.adjust  # 数值，当lab.pos为in时，用于调整标签的位置，自己试着调整lab.font = c(4, "bold", "black") # 指定标签的大小、样式和颜色font.family # 指定标签的字体格式color、fill # 指定饼图的轮廓和填充颜色palette # 设置线图颜色的调色板；可为灰色调色板"grey"；自定义调色板c("blue","red")# ggsci包调色板:"npg","aaas","lancet","jco","ucscgb","uchicago","simpsons"和"rickandmorty"。size  # 数值，设置点和轮廓的大小ggtheme # ggplot2主题名称，默认为theme_pubr()；# 可用值包括theme_gray(),theme_bw(),theme_minimal(),theme_classic(),theme_void()...

以上函数解释翻译自帮助文件，如有错误/不懂地方，请自行查阅帮助文件。

参考资料

Graphing Data with R. John Jay Hilfiger著
[美]Robert I.Kabacoff著.R语言实战(第2版)[M].王小宁等译.北京:人民邮电出出版社.2016.
pie()函数帮助文件
pie3D()函数帮助文件
fan.plot()函数帮助文件
ggpie()函数帮助文件

相关文章

R语言统计与绘图：forestplot包绘制森林图

R语言统计与绘图：pROC包绘制ROC曲线

R语言统计与绘图：ROC曲线上32种截断值的计算

R语言统计与绘图：ROC曲线的统计计算

R语言统计与绘图：可视化ROC曲线的置信区间

R语言统计与绘图：绘制平滑ROC曲线

R语言统计与绘图：绘制不同坐标轴置信区间的森林图

R语言统计与绘图：绘制多个置信区间的森林图

分享、点赞、在看，一键三连！