ggplot2:堆积柱状图与饼图间不得不说的故事

学会用ggplot2画堆积图就等于学会画饼图,这样一石二鸟的干货,还不继续往下看吗?


堆积柱状图(或百分比堆积图)与饼图都是我们常用的直观描述数据占比的手段,它们的区别主要就在于一个是用柱子的高低来展示占比,另一个是扇形的大小,其实它们本质相同,只是坐标轴的类型不同。那么在绘图的时候其实也是互通的,通过绘制堆积柱状图后将坐标轴稍微替换一下,就能够将饼图绘制出来。下面详细介绍绘制过程。

本文梗概

  1. 堆积柱状图的画法
  2. 如何将堆积图“一键”转换为饼图

预处理 - 创建需要输入的数据框

cb = data.frame(tissue = rep("cord blood", 8), 
                celltype = c('T',   'NK',   'B',    
                             'eos_mon_neu', 'NRBC', 'platelet', 'stem', 'DC'),
                count = c(179937,   15398,  46749,  53229,
                          4873, 4613,   1807,   185))

这个数据框的第一列表示组织类型,第二列celltype是细胞类型,第三列count表示该细胞类型的数目有多少个。

1. 画堆积柱状图

这里注意使用geom_bar(),position = 'stack',就会出现堆积图,柱子的高度指的是比例。另外一种柱状图使用的是geom_col(),但它的高度指的是原始数据的大小,这点需要加以区分。

library(ggplot2)
p = ggplot(cb,aes(x=tissue,y=count,fill=celltype)) +
  geom_bar(stat = 'identity', width = 0.5, position = 'stack')
p

现在就画好了最基础的堆积柱状图。我们来美化一下它。

改变配色:

p = p + scale_fill_brewer(palette ="Set3",direction = 1) 

2. 转换成饼图

我们需要做的,就是将上面的堆积柱状图的坐标轴改成极坐标轴:

p = p + coord_polar(theta = 'y', direction = 1)
p

这时候饼图就画出来了。但是这样的图是不能用的,毕竟横纵坐标的“count”和“tissue”都不再适用了,而外圈那些数字也需要去除。

去除横纵坐标标题“tissue”,“count”:

p = p + labs(x="",y="") 
p

去除数字和“cord blood”字样:

p = p +  theme(axis.text = element_blank()) 
p

去除左上角那个辣眼睛的小点(其实是刻度):

p = p + theme(axis.ticks = element_blank())
p

将背景设置为透明:

p = p + theme(panel.background = element_rect(I(0)))
p

下面我们将这个饼图上面用geom_text注释上每部分的占比,x = 1.1可以调整注释距离圆心的位置,size调整字体大小:

label <- paste0('(', round(cb$count/sum(cb$count) * 100, 1), '%)')
p = p+ geom_text(aes(x=1.1,label=as.character(label)),
            position = position_stack(reverse =F,vjust=0.5),size=3)
p
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 160,108评论 4 364
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,699评论 1 296
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,812评论 0 244
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,236评论 0 213
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,583评论 3 288
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,739评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,957评论 2 315
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,704评论 0 204
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,447评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,643评论 2 249
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,133评论 1 261
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,486评论 3 256
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,151评论 3 238
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,108评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,889评论 0 197
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,782评论 2 277
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,681评论 2 272