如何分析ggplot2分面氣泡圖餅圖

如何分析ggplot2分面氣泡圖餅圖，針對這個(gè)問題，這篇文章詳細(xì)介紹了相對應(yīng)的分析和解答，希望可以幫助更多想解決這個(gè)問題的小伙伴找到更簡單易行的方法。

ggplot2系統(tǒng)內(nèi)的分面函數(shù)只有簡單的一個(gè)facet_grid()，但是恰恰就是這么一個(gè)不很起眼，甚至看起來有些特立獨(dú)行的分面函數(shù)，卻給高維數(shù)據(jù)可視化帶來了革命性的變化，有了它，所有基于ggplot2的可視化圖形都能夠擴(kuò)展呈現(xiàn) 維度，從第三維、第四維、第五維（理論上來說）。

還是再強(qiáng)調(diào)一下facet_grid()在ggplot2各個(gè)幾何圖層中的地位和控制范圍，分面函數(shù)作為一個(gè)特殊的，具有美學(xué)映射屬性，卻被設(shè)計(jì)在了與幾何圖層近乎獨(dú)立地位（表現(xiàn)在從寫法上來看，它并沒有被設(shè)計(jì)在幾何圖層內(nèi)，而是與其他幾何圖層在位置上平行），由此可見包作者對其的推崇和重視。

它的控制權(quán)限是很高的，倘若你在facet_grid()函數(shù)內(nèi)部指定了一個(gè)分面參數(shù)，那么剩余的所有幾何圖層都可以自動(dòng)適用這個(gè)分面（當(dāng)然前提是各幾何圖層的美學(xué)映射中都好含有與分面參數(shù)相同的變量）。

所以想要分面參數(shù)同事控制多個(gè)圖層，必須保證每一個(gè)圖層內(nèi)都含有該分面參數(shù)同名的變量。

今天以氣泡餅圖為例：

library(ggplot2)
library(dplyr)
library(rgdal)
library(shiny)
library(shinythemes)
library(scatterpie)

導(dǎo)入并整理地圖數(shù)據(jù)：

china_map <-readOGR("D:/R/mapdata/State/china.geojson","OGRGeoJSON",stringsAsFactors=FALSE)
Encoding(china_map@data$name)<-"UTF-8"china_map <- fortify(china_map) 
province_city <- read.csv("D:/R/rstudy/Province/chinaprovincecity.csv",stringsAsFactors = FALSE,check.names=FALSE)

構(gòu)造氣泡餅圖數(shù)據(jù)：

city_data<-data.frame(Name=rep(c("北京","上海","重慶","武漢","廣州","西安")))
for (i in 2:7) city_data[,i]<-round(runif(6,0,250))
names(city_data)[2:7]<-paste0("Year",2011:2016)
city_data$Full<-apply(city_data[,-1],1,sum)
city_data$Full_scale<-scale(city_data$Full,center=F,scale=T)*2

#提取中心城市數(shù)據(jù)：
city_data<-city_data%>%merge(province_city[,c("city","wd","jd")],by.x="Name",by.y="city",all.x=TRUE)

氣泡餅圖：

ggplot() +    
    geom_polygon(data=china_map,aes(x=long,y=lat,group=group),fill="white",color="grey")+
    geom_scatterpie(data=city_data,aes(x=jd,y=wd,r=Full_scale),cols=names(city_data)[2:7],color="grey", alpha=.8) +
    scale_fill_brewer(guide=FALSE)+   
    theme_void()

構(gòu)造帶有分類變量的氣泡餅圖數(shù)據(jù)：

city_data2<-data.frame(Name=rep(city_data$Name,6))
for (i in 2:4) city_data2[,i]<-runif(nrow(city_data2),10,100)
names(city_data2)[2:4]<-paste0("Value",1:3)
city_data2$Year<-rep(paste0("Year",2011:2016),each=6)
city_data2<-city_data2%>%merge(city_data[,c("Name","jd","wd")],by="Name",all.x=T)
city_data2$Full<-apply(city_data2[,2:4],1,sum)%>%scale(center=F,scale=T)
city_data2$Full<-as.numeric(city_data2$Full)*2
city_data2<-city_data2%>%arrange(Year,Name)

高維分面餅圖：

ggplot()+
geom_polygon(data=china_map,aes(x=long,y=lat,group=group),fill="white",color="grey")+
geom_scatterpie(data=city_data2,aes(x=jd,y=wd,r=Full),cols=names(city_data2)[2:4],color="grey", alpha=.8) +
    scale_fill_brewer(guide=FALSE)+   
    facet_wrap(~Year)+
    theme_void()

關(guān)于如何分析ggplot2分面氣泡圖餅圖問題的解答就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關(guān)注億速云行業(yè)資訊頻道了解更多相關(guān)知識。