歡迎關(guān)注R語言數(shù)據(jù)分析指南
本節(jié)復(fù)現(xiàn)一張圖原圖如下所示苛白；此圖的繪制倒也不難,可以看作為基礎(chǔ)散點(diǎn)圖+折線圖，難點(diǎn)也許在于上方方塊的繪制挑格，但是如果熟悉ggplot2中的幾何對象倒也很容易找到思路师幕；下面小編就來仔細(xì)寫一下繪圖過程，細(xì)節(jié)還算有一些抹凳，請細(xì)細(xì)品味
原圖
復(fù)現(xiàn)圖
原圖可以看作是使用了分面或循環(huán)進(jìn)行繪制遏餐，當(dāng)然此圖部分細(xì)節(jié)處理也是不太到位，但是也無關(guān)大雅赢底，在復(fù)現(xiàn)的過程中小編未使用普通的折線圖而是通過ggalt包來添加平滑的曲線失都，從而來增加圖的美感；通過構(gòu)建兩份數(shù)據(jù)來添加兩種圖層幸冻，同時(shí)還需要注意的一個(gè)概念全局映射粹庞，局部映射
加載R包
library(tidyverse)
library(ggalt)
library(ggnewscale)
導(dǎo)入數(shù)據(jù)
df <- read_csv("KY.csv") %>% filter(id=="SH1") %>%
mutate(Testdate=str_remove(Testdate,"2022.08.")) %>%
select(-date_onset) %>%
pivot_longer(-c("id","Ky","Testdate"))
計(jì)算Y軸最高點(diǎn)
df2 <- df %>% select(Ky,Testdate,value) %>%
drop_na() %>%
mutate(value=max(value)+2,Ky=as.character(Ky))
數(shù)據(jù)可視化部分請移步觀看，本文首發(fā)于微信公眾號R語言數(shù)據(jù)分析指南洽损，期待大家的關(guān)注
