【ggplot2繪圖四:條形圖】

2021.4.26
持續(xù)更新中席揽。含友。改执。

參考:《R數(shù)據(jù)可視化手冊(cè)》絮短、學(xué)術(shù)數(shù)據(jù)分析及可視化

1. 簡(jiǎn)單條形圖

BOD
str(BOD)

ggplot(BOD, aes(x=Time, y=demand)) + 
  #設(shè)置條形圖的形式囚玫、填充色喧锦、變寬色和寬帶
  geom_bar(stat="identity", fill="lightblue",
          colour="black", width=0.5)+
  #設(shè)置標(biāo)簽、垂直距離
  geom_text(aes(label=demand), vjust=-0.2)
  ##x軸為離散型變量抓督,X軸的變化
  ##ggplot(BOD, aes(x=factor(Time), y=demand)) + geom_bar(stat = "identity")

判斷x軸變量是連續(xù)性還是因子型很重要
條形圖中stat = 'identity'不能少燃少!

2. 單個(gè)條形圖添加誤差線

ce <- subset(cabbage_exp, Cultivar == "c39")
ggplot(ce, aes(x = Date, y = Weight))+
  geom_bar(stat = "identity", fill = "white", color = "black")+
  #添加誤差線,設(shè)置誤差線大小
  geom_errorbar(aes(ymin=Weight-se, ymax=Weight+se),width=0.2)

3. 簇狀條形圖添加誤差線

ggplot(cabbage_exp, aes(x=Date, y=Weight, fill=Cultivar))+
  #設(shè)置條形圖堆疊方式
  geom_bar(stat="identity", position="dodge")+
  geom_errorbar(aes(ymin=Weight-se,ymax=Weight+se), 
            position=position_dodge(0.9),width=0.2)

繪制簇狀條形圖時(shí)铃在,需要用position = "dodge"來(lái)避免條形圖堆積

4. 堆積條形圖

#設(shè)置條形圖基本信息
ggplot(cabbage_exp, aes(x=Date, y=Weight, fill=Cultivar), 
       order=desc(Cultivar))+
  geom_bar(stat="identity")
##調(diào)整圖例的順序
##guides(fill=guide_legend(revers=TRUE))

order = desc()可以調(diào)整條形圖的堆疊順序

5. 繪制百分比堆積條形圖

library(plyr)
cabbage_exp
##將每組條形對(duì)應(yīng)的數(shù)據(jù)標(biāo)準(zhǔn)化為100%格式
ce <- ddply(cabbage_exp, "Date", transform,
            percent_weight=Weight/sum(Weight)*100)
ggplot(ce, aes(x=Date, y=percent_weight, fill=Cultivar))+
  geom_bar(stat="identity")
最后編輯于
?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:七十年代末阵具,一起剝皮案震驚了整個(gè)濱河市碍遍,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌阳液,老刑警劉巖怕敬,帶你破解...
    沈念sama閱讀 206,126評(píng)論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異帘皿,居然都是意外死亡东跪,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,254評(píng)論 2 382
  • 文/潘曉璐 我一進(jìn)店門鹰溜,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)虽填,“玉大人,你說(shuō)我怎么就攤上這事曹动≌眨” “怎么了?”我有些...
    開(kāi)封第一講書人閱讀 152,445評(píng)論 0 341
  • 文/不壞的土叔 我叫張陵墓陈,是天一觀的道長(zhǎng)恶守。 經(jīng)常有香客問(wèn)我,道長(zhǎng)跛蛋,這世上最難降的妖魔是什么熬的? 我笑而不...
    開(kāi)封第一講書人閱讀 55,185評(píng)論 1 278
  • 正文 為了忘掉前任,我火速辦了婚禮赊级,結(jié)果婚禮上押框,老公的妹妹穿的比我還像新娘。我一直安慰自己理逊,他們只是感情好橡伞,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,178評(píng)論 5 371
  • 文/花漫 我一把揭開(kāi)白布。 她就那樣靜靜地躺著晋被,像睡著了一般兑徘。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上羡洛,一...
    開(kāi)封第一講書人閱讀 48,970評(píng)論 1 284
  • 那天挂脑,我揣著相機(jī)與錄音,去河邊找鬼欲侮。 笑死崭闲,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的威蕉。 我是一名探鬼主播刁俭,決...
    沈念sama閱讀 38,276評(píng)論 3 399
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼韧涨!你這毒婦竟也來(lái)了牍戚?” 一聲冷哼從身側(cè)響起侮繁,我...
    開(kāi)封第一講書人閱讀 36,927評(píng)論 0 259
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎如孝,沒(méi)想到半個(gè)月后宪哩,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 43,400評(píng)論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡暑竟,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 35,883評(píng)論 2 323
  • 正文 我和宋清朗相戀三年斋射,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了育勺。 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但荤。...
    茶點(diǎn)故事閱讀 37,997評(píng)論 1 333
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖涧至,靈堂內(nèi)的尸體忽然破棺而出腹躁,到底是詐尸還是另有隱情,我是刑警寧澤南蓬,帶...
    沈念sama閱讀 33,646評(píng)論 4 322
  • 正文 年R本政府宣布纺非,位于F島的核電站,受9級(jí)特大地震影響赘方,放射性物質(zhì)發(fā)生泄漏烧颖。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,213評(píng)論 3 307
  • 文/蒙蒙 一窄陡、第九天 我趴在偏房一處隱蔽的房頂上張望炕淮。 院中可真熱鬧,春花似錦跳夭、人聲如沸涂圆。這莊子的主人今日做“春日...
    開(kāi)封第一講書人閱讀 30,204評(píng)論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)润歉。三九已至,卻和暖如春颈抚,著一層夾襖步出監(jiān)牢的瞬間踩衩,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書人閱讀 31,423評(píng)論 1 260
  • 我被黑心中介騙來(lái)泰國(guó)打工贩汉, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留驱富,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 45,423評(píng)論 2 352
  • 正文 我出身青樓雾鬼,卻偏偏與公主長(zhǎng)得像萌朱,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)殘疾皇子策菜,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,722評(píng)論 2 345

推薦閱讀更多精彩內(nèi)容