title: "ggplot2双轴图"
author: "wintryheart"
date: "2019年5月11日"
output:
html_document:
toc: TRUE
toc_float: TRUE

knitr::opts_chunk$set(echo = TRUE, warning = FALSE, message = FALSE)

ggplot2双轴图问题

ggplot2在设计时，并不支持双轴图。设计者认为双轴图并不易读，容易被误导。

但是，qqplot2还是可以通过scale_y_continueous中的sec.axis参数来实现双轴图。

下面就以中国农村贫困人口数据来举例说明。数据来源于 2018年《中国统计年鉴》。

加载数据

load("c:/users/wintryheart/documents/poor2018.RData")  
#加载自建的贫困人口数据集  
attach(poor)
knitr::kable(poor[1:5,], caption="基于不同贫困标准的中国农村贫困人口和贫困率")
# knitr包的kable函数默认生成的是markdown格式的表格。

基于不同贫困标准的中国农村贫困人口和贫困率

注：p2010为按2010年贫困标准的历年贫困人口数，r2010为相应的贫困率。

library(ggplot2)
r1 <- ggplot(data=poor,aes(x=year)) #共建X轴

添加图层

• 构建两条散点图。（由于有些年份没有数据，所有没法用geom_line画线条图。）
• 虽然ggplot2会自动用不同的颜色区分两条散点图，但是为了更容易区分，第二条散点图的点形设置为小三角（pch=17）。点的大小也调大一点（size=3）。
• 由于主轴的数据比较大（贫困人口大部分数据值大于10000）；而贫困率的数据比较小，所以为了能让贫困率的数据在主轴上能区分显示出来，需要按主轴的取值范围放大。主轴取值范围为[0,100000]，贫困率的取值范围为[0,100]，如果贫困率的值不放大，则在图中贫困率所有值都在接近于x轴的水平位置。因此在作图时次轴贫困率的取值放大1000倍(r2010*1000)。

r2 <- r1 + geom_point(aes(y=p2010, color="贫困人口"), size=3) +
           geom_point(aes(y=r2010*1000, color="贫困率"), pch=17, size=3)

poor-1.png

修改X轴和y轴坐标轴刻度，并添加第二Y轴。

• scale_y_continuous的第一个参数breaks是修改主轴的。第二个参数sec.axis是建立次轴的。
• sec_axis()函数中第一个参数表示主轴和次轴的大小关系。 ~./1000的意思，次轴=主轴除以1000，次轴比主轴小1000倍。这样正好还原了贫困率的取值范围。
• 若主轴和次轴的取值大小是加减关系，如次轴比主轴小100，则表示为~.+100。
• sec_axis()函数中name是轴标签，其它参数与主轴设置一样。

r3 <- r2 + scale_y_continuous(breaks = seq(0,100000,25000), 
                              sec.axis = sec_axis(~./1000, name = "贫困率", 
                                                  breaks=seq(0,100,10), labels = paste(seq(0,100,10),"%", seq="")
                                                  )
                              ) +
           scale_x_continuous(breaks = seq(1975,2020,5))

poor-2.png

修改其它图形属性

r4 <- r3 + labs(x="年份", y="贫困人口：万人", title="按2010年贫困标准看中国农村贫困人口变化", color="")
r5 <- r4+ theme(plot.title = element_text(hjust=0.5), legend.position="bottom")

poor-3.png

多重图

从上图可以看出，双轴图的确不是一个很好的展示信息的选择。将贫困人口和贫困率分别做图，然后用gridExtra包中的grid.arrange()函数组合在一起更能清晰地表达信息。

library(gridExtra)
g1 <- ggplot(poor, aes(x=year)) 
g2 <- g1 + geom_point(aes(y=p2010), size=3) + labs(x="年份", y="贫困人口：万人", title="贫困人口变化")
g3 <- g1 + geom_point(aes(y=r2010), pch=17, size=3) + labs(x="年份", y=paste("贫困率：","%"), title="贫困率变化")
grid.arrange(g2, g3, ncol=2)

grid-1.png