本篇內(nèi)容介紹了“ggplot2怎么實(shí)現(xiàn)發(fā)散性正負(fù)圖”的有關(guān)知識，在實(shí)際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

創(chuàng)新互聯(lián)建站從2013年成立，先為昭平等服務(wù)建站，昭平等地企業(yè)，進(jìn)行企業(yè)商務(wù)咨詢服務(wù)。為昭平企業(yè)網(wǎng)站制作PC+手機(jī)+微官網(wǎng)三網(wǎng)同步一站式服務(wù)解決您的所有建站問題。

一 載入數(shù)據(jù)并處理

library(ggplot2)# 使用mtcars數(shù)據(jù)集data("mtcars")  # 保留car name ，新建一列mtcars$car_name <- rownames(mtcars) # 對mpg進(jìn)行標(biāo)準(zhǔn)化處理 mtcars$mpg_z <- round((mtcars$mpg - mean(mtcars$mpg))/sd(mtcars$mpg), 2)  # 按照0未閾值 ，分上 下mtcars$mpg_type <- ifelse(mtcars$mpg_z < 0, "below", "above")  mtcars <- mtcars[order(mtcars$mpg_z), ]  # 為展示美觀，數(shù)據(jù)排序# 改為因子，能夠保持原順序mtcars$car_name <- factor(mtcars$car_name, levels = mtcars$car_name)

注：改為因子使圖形按照原順序輸出，很常用。

二  Diverging bars

    Diverging bars是一種可以同時處理負(fù)值和正值的條形圖。注意為了使柱狀圖創(chuàng)建柱形圖而不是直方圖，需要確保：

（1）設(shè)置stat=identity

（2）在aes()中同時提供x和y，其中x是字符或因子，y是數(shù)值。

 Diverging Barcharts

ggplot(mtcars, aes(x=car_name, y=mpg_z, label=mpg_z)) +   geom_bar(stat='identity', aes(fill=mpg_type), width=.5)  +  scale_fill_manual(name="Mileage",                     labels = c("Above Average", "Below Average"),                     values = c("above"="#00ba38", "below"="#f8766d")) +   labs(subtitle="Normalised mileage from 'mtcars'",        title= "Diverging Bars") +   coord_flip() + theme_bw()

三 Diverging Lollipop Chart

    Lollipop Chart與上述類似，而是使用 geom_point 和 geom_segment 來獲得想展示的圖。

ggplot(mtcars, aes(x=car_name, y=mpg_z, label=mpg_z)) +   geom_point(stat='identity', color="orange",size=4)  +  geom_segment(aes(y = 0,                    x =car_name,                    yend = mpg_z,                    xend =car_name),                color = "grey")  +  labs(title="Diverging Lollipop Chart") +   ylim(-2.5, 2.5) +  coord_flip() + theme_bw()

四 Diverging Dot Plot

    同樣可以用點(diǎn)圖傳達(dá)相似的信息，圈圈里面加上具體的數(shù)值。

ggplot(mtcars, aes(x=car_name, y=mpg_z, label=mpg_z)) +   geom_point(stat='identity', aes(col=mpg_type), size=6)  +  scale_color_manual(name="Mileage",                     labels = c("Above Average", "Below Average"),                     values = c("above"="#00ba38", "below"="#f8766d")) +   geom_text(color="white", size=2) +  labs(title="Diverging Dot Plot",       subtitle="Normalized mileage from 'mtcars': Dotplot") +   ylim(-2.5, 2.5) +  coord_flip() + theme_bw()

“ggplot2怎么實(shí)現(xiàn)發(fā)散性正負(fù)圖”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識可以關(guān)注創(chuàng)新互聯(lián)網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！