R語言數(shù)據(jù)可視化繪制Circular?bar?plot實現(xiàn)環(huán)形柱狀圖
不知不覺，距離小仙上次發(fā)文已經(jīng)過去五個多月了。R語言作圖系列的更新頻率跟理想中的一月一次差別有點忒大了，不得不讓小仙陷入深深的反思，對于時間的規(guī)劃也有了一些新的感悟。
不知道大家有沒有跟我一樣的感受啊，舉些例子：
放學、下班或者放假之后先把學習任務扔在一邊，心想著，我先玩會游戲，等會玩夠了再做；
網(wǎng)上看到一篇干貨滿滿的文章，先點收藏，心想著，等我有空的時候再仔細看看；
聽說身邊的朋友利用空余時間做了什么了不起的事情，心想著，等我有空了，我也可以試一試；
…
這樣的例子數(shù)不勝數(shù)了，哈哈，小仙常想的就是，一個月有四個周末，這周末先休息，等下個周末再寫文章…
就這樣，周末要么覺得自己前一段太辛苦了要放松一下，要么在趕緊急的deadline，反倒是重要但是不那么緊急，也沒有人給設立deadline的發(fā)文大事業(yè)被耽誤了，哈哈。
現(xiàn)在小仙就覺得，等我有空了 = 沒有空， 很多時候，一些可做可不做的事情，等著等著就不做了。如果真的想做某件事情，要么立刻馬上行動起來，要么就安排好具體的時間（某一天的幾點到幾點之間），并且把有可能發(fā)生沖突的事情也安排好。
可惜目前小仙也只是能意識到這個問題，還不能合理安排好自己的時間，現(xiàn)在還是在摸索階段…
言歸正傳，這次給大家分享的圖，是這個樣子的，姑且稱之為環(huán)形柱狀圖
Step1. 繪圖數(shù)據(jù)的準備
首先還是要把你想要繪圖的數(shù)據(jù)調整成R語言可以識別的格式excel中保存成csv格式。
數(shù)據(jù)的格式如下圖：
Step2. 繪圖數(shù)據(jù)的讀取
data <- read.csv(“your file path”, header = T)
Step3.繪圖所需package的調用
library(ggplot2)
Step4.繪圖
先畫出普通的柱狀圖
p1 <- ggplot(data, aes(x = 書名, y = 銷量, fill = 書名)) +
geom_bar(stat = "identity", width = 0.5) +
theme(axis.text.x = element_text(angle = 45, hjust = 0.8, vjust = 0.9)) +
xlab("銷量排行前十") + theme(legend.position = "none") +
scale_y_continuous("銷量", breaks = c(0, 200000, 400000, 600000),
labels = c("0", "200000", "400000", "600000"))
p1
環(huán)形柱狀圖
p2 <- ggplot (data, aes(x = 書名,y = 銷量, fill = 書名)) +
geom_bar(stat = "identity", width = 0.5) +
theme(axis.text.x = element_text(angle = 45, hjust = 0.8, vjust = 0.9)) +
xlab("銷量排行前十") + theme(legend.position = "none") +
scale_y_continuous("銷量", breaks = c(0, 200000, 400000, 600000),
labels = c("0", "200000", "400000", "600000")) +
coord_polar(start = 7)
p2
排好序的環(huán)形柱狀圖
data$書名 <- factor(data$書名)
data$書名 <- reorder(data$書名, -data$銷量)
p3 <- ggplot(data, aes(x = 書名,y = 銷量, fill = 書名)) +
geom_bar(stat = "identity", width = 0.5) +
theme(axis.text.x = element_text(angle = 45, hjust = 0.8, vjust = 0.9)) +
xlab("銷量排行前十") + theme(legend.position = "none")+
scale_y_continuous("銷量", breaks = c(0, 200000, 400000, 600000),
labels = c("0","200000","400000","600000")) +coord_polar(start = 7)
p3
調整顏色
p4 <- ggplot(data, aes(x =書名,y = 銷量,fill = 分組)) +
geom_bar(stat = "identity", width = 0.5) +
theme(axis.text.x = element_text(angle = 45, hjust = 0.8, vjust = 0.9))+
xlab("銷量排行前十") + theme(legend.position = "none")+
scale_y_continuous("銷量", breaks = c(0, 200000, 400000, 600000),
labels = c("0","200000","400000","600000")) +
coord_polar(start = 7) +
scale_fill_manual(values = c(第一梯隊="#E41A1C",第二梯隊="#377eb8",第三梯隊="gray"))
p4
注意事項
在調整顏色的時候有個小插曲，一開始用的語句是
scale_fill_manual(values = c("#E41A1C", "#377eb8", "gray"))
但是得到的圖是這樣的
并不是"第一梯隊"給到了紅色
debug的時候發(fā)現(xiàn)，data$分組 這一列的數(shù)據(jù)是這樣的，怪不得給不到想要的顏色
把scale_fill_manual()的語句調整一下就可以啦
scale_fill_manual(values = c(第一梯隊="#E41A1C",第二梯隊="#377eb8",第三梯隊="gray"))
以上就是R語言數(shù)據(jù)可視化繪制Circular bar plot實現(xiàn)環(huán)形柱狀圖的詳細內容，更多關于R語言繪制Circular bar plot環(huán)形柱狀圖的資料請關注腳本之家其它相關文章！
相關文章
這篇文章主要為大家詳細介紹了R語言學習ggplot2繪制統(tǒng)計圖形包的全面知識講解，有需要的朋友可以借鑒參考下，希望能夠有所幫助2021-11-11
本文主要介紹了R語言實現(xiàn)支持向量機SVM應用案例，文中通過示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2021-08-08
這篇文章主要介紹了R語言差異檢驗:非參數(shù)檢驗操作，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04
主成分分析（Principal?Component?Analysis，PCA）是一種無監(jiān)督的數(shù)據(jù)降維方法，通過主成分分析可以盡可能保留下具備區(qū)分性的低維數(shù)據(jù)特征。本文將用R語言實現(xiàn)PCA主成分分析圖，需要的可以參考一下2022-04-04
在本篇文章里小編給各位分享的是一篇關于R語言字符串知識點總結及實例分析，有興趣的朋友們可以學習下。2021-03-03
這篇文章主要介紹了R語言創(chuàng)建矩陣的實現(xiàn)方法，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2021-03-03
在本篇內容里小編給大家整理的是一篇關于R語言關于二項分布知識點總結內容，有興趣的朋友們可以學習下。2021-05-05
這篇文章主要介紹了R語言 用均值替換、回歸插補及多重插補進行插補的操作，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-03-03
這篇文章主要介紹了R語言數(shù)據(jù)的輸入和輸出操作，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04
R語言提供了豐富的功能和擴展包來支持各種任務,默認R語言會將安裝的擴展包存儲在特定的目錄中,有時我們希望將這個默認存儲路徑更改為其他位置,以便更好地組織和管理我們的包,這篇文章主要給大家介紹了關于RStudio中如何更改R包安裝位置的相關資料,需要的朋友可以參考下2023-09-09