跟著PNAS學(xué)畫圖:R語言ggplot2分面的堆積柱形圖

論文

https://www.pnas.org/content/118/20/e2010588118
Death rates at specific life stages mold the sex gap in life expectancy

image.png

論文本地存儲(chǔ) e2010588118.full.pdf

很有意思的一篇論文囚聚,研究的內(nèi)容是為什么女生比男生活的時(shí)間長(zhǎng)(Why do women live longer than men?)哈哈哈蚁廓。但是整篇論文我還沒有看明白添瓷,所以先不給大家介紹結(jié)論了。

這篇論文的數(shù)據(jù)和代碼是公開的损拢,鏈接是 https://github.com/CPop-SDU/sex-gap-e0-pnas,我們按照他提供的代碼和數(shù)據(jù)試著復(fù)原一下論文里的圖。今天的推文重復(fù)的內(nèi)容是論文中的Figure1A

image.png

堆積柱形圖

我開始以為這個(gè)圖是采用拼圖的方式做的窄锅,看完他的作圖代碼發(fā)現(xiàn)是通過分面實(shí)現(xiàn)的

準(zhǔn)備作圖的配色


pal_six <- c(
  "#084488", # [0, 1)
  "#3FB3F7", # [1,15)
  "#003737", # [15,40)
  "#268A8A", # [40,60)
  "#eec21f", # [60,80)
  "#A14500" # [80,111)
)


pal_safe_five <- c(
  "#eec21f", # default R 4.0 yellow
  "#009C9C", # light shade of teal: no red, equal green and blue
  "#df356b", # default R 4.0 red
  "#08479A", # blues9[8] "#08519C" made a bit darker
  "#003737" # very dark shade of teal
)

pal_safe_five_ordered <- pal_safe_five[c(5,2,1,3,4)]
pal_four <- pal_safe_five_ordered[c(2,5,3,4)]

加載需要的R包

library(ggplot2)
library(tidyverse)
library(magrittr)

加載數(shù)據(jù)集

load("data/a6gap33cntrs.rda")

將數(shù)據(jù)集整理為ggplot2作圖需要的格式

df6 %>% 
  filter(country %>% magrittr::is_in(c("SWE", "USA", "JPN", "RUS"))) %>%
  mutate(
    name = name %>% 
      fct_recode(USA = "United States") %>% 
      fct_rev()
  ) -> df6.0
head(df6.0)

最終作圖用到的數(shù)據(jù)集如下


image.png

畫圖代碼

df6.0 %>% 
  ggplot() +
  geom_col(
    aes(year, ctb_rel %>% multiply_by(100), fill = age_group),
    position = position_stack(reverse = TRUE),
    color = NA,
    width = 1
  ) +
  facet_grid(name ~ ., scales = "free_y", space = "free") +
  coord_cartesian(ylim = c(-10, 120), expand = FALSE)+
  scale_x_continuous(breaks = seq(1800, 2000, 50))+
  scale_y_continuous(breaks = seq(0, 100, 25), position = "right")+
  scale_fill_manual(
    values = pal_six, 
    guide  = guide_legend(ncol = 1, reverse = TRUE)
  ) +
  theme_minimal(base_family = font_rc, base_size = 20) +
  theme(
    legend.position = c(.6, .5),
    strip.background = element_blank(),
    strip.text = element_blank(),
    panel.grid.minor =  element_blank(),
    panel.grid.major =  element_line(size = .1),
    panel.spacing = unit(0, "lines"),
    panel.ontop = T
  )+
  labs(x = NULL,
       y = "Contribution, %",
       fill = "Age group")+
  # label countries
  geom_text(data = . %>% select(name, row, column) %>%  distinct(),
            aes(label = name, color = name), 
            x = 2015, y = 120, 
            hjust = 1, vjust = 1, size = 9, fontface = 2,
            family = font_rc)+
  scale_color_manual(values = pal_four %>% rev, 
                     guide = FALSE)

最終結(jié)果如下


image.png

示例數(shù)據(jù)和代碼大家可以自己到開頭提到的github鏈接去下載,也可以直接在公眾號(hào)后臺(tái)留言20210907獲取 (留言需要精確匹配開頭結(jié)尾都不能有空格)

歡迎大家關(guān)注我的公眾號(hào)

小明的數(shù)據(jù)分析筆記本

小明的數(shù)據(jù)分析筆記本 公眾號(hào) 主要分享:1缰雇、R語言和python做數(shù)據(jù)分析和數(shù)據(jù)可視化的簡(jiǎn)單小例子入偷;2、園藝植物相關(guān)轉(zhuǎn)錄組學(xué)械哟、基因組學(xué)盯串、群體遺傳學(xué)文獻(xiàn)閱讀筆記;3戒良、生物信息學(xué)入門學(xué)習(xí)資料及自己的學(xué)習(xí)筆記体捏!

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市糯崎,隨后出現(xiàn)的幾起案子几缭,更是在濱河造成了極大的恐慌,老刑警劉巖沃呢,帶你破解...
    沈念sama閱讀 221,548評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件年栓,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡薄霜,警方通過查閱死者的電腦和手機(jī)某抓,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,497評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門纸兔,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人否副,你說我怎么就攤上這事汉矿。” “怎么了备禀?”我有些...
    開封第一講書人閱讀 167,990評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵洲拇,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我曲尸,道長(zhǎng)赋续,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 59,618評(píng)論 1 296
  • 正文 為了忘掉前任另患,我火速辦了婚禮纽乱,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘昆箕。我一直安慰自己迫淹,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,618評(píng)論 6 397
  • 文/花漫 我一把揭開白布为严。 她就那樣靜靜地躺著敛熬,像睡著了一般。 火紅的嫁衣襯著肌膚如雪第股。 梳的紋絲不亂的頭發(fā)上应民,一...
    開封第一講書人閱讀 52,246評(píng)論 1 308
  • 那天,我揣著相機(jī)與錄音夕吻,去河邊找鬼诲锹。 笑死,一個(gè)胖子當(dāng)著我的面吹牛涉馅,可吹牛的內(nèi)容都是我干的归园。 我是一名探鬼主播,決...
    沈念sama閱讀 40,819評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼稚矿,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼庸诱!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起晤揣,我...
    開封第一講書人閱讀 39,725評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤桥爽,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后昧识,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體钠四,經(jīng)...
    沈念sama閱讀 46,268評(píng)論 1 320
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,356評(píng)論 3 340
  • 正文 我和宋清朗相戀三年跪楞,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了缀去。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片侣灶。...
    茶點(diǎn)故事閱讀 40,488評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖缕碎,靈堂內(nèi)的尸體忽然破棺而出褥影,到底是詐尸還是另有隱情,我是刑警寧澤阎曹,帶...
    沈念sama閱讀 36,181評(píng)論 5 350
  • 正文 年R本政府宣布,位于F島的核電站煞檩,受9級(jí)特大地震影響蹦魔,放射性物質(zhì)發(fā)生泄漏滨攻。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,862評(píng)論 3 333
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望几莽。 院中可真熱鬧,春花似錦沸久、人聲如沸磷醋。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,331評(píng)論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽捆昏。三九已至,卻和暖如春毙沾,著一層夾襖步出監(jiān)牢的瞬間骗卜,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,445評(píng)論 1 272
  • 我被黑心中介騙來泰國(guó)打工左胞, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留寇仓,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,897評(píng)論 3 376
  • 正文 我出身青樓烤宙,卻偏偏與公主長(zhǎng)得像遍烦,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子躺枕,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,500評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容