写在前面。

条形图一般用来展示不同分类下（x轴）某个数值型变量的取值（y轴）。注意，条形的高度，有时是变量的频数，有时是变量的取值本身，需要注意区分。

条形图

我没有按照书中的章节顺序，而是根据条形高度映射数据类型、图形位置和图形元素进行了分类整合，使脉络更清晰，知识点更集中。

同时随着ggplot2包的更新，书中的一些用法也已经不适用了，因此会做一些更正。

所使用的一些示例数据需要安装加载包gcookbook，同时也需要加载ggplot2。

if(!require(gcookbook) ) install.packages("gcookbook")
library(gcookbook)
library(ggplot2)

另外，ggplot2绘图的常用基本语句需要知道：

ggplot(data = , aes(x= , y = ) ) + geom_xxxx() + ...

2. 图形位置

在ggplot语句中，通过映射一个分类变量给aes语句的fill参数，根据不同的变量值给条形分配不同的填充颜色，然后设定不同的位置排列，分为簇状（并排排列）和堆积两种。

2.3 百分比堆积条形图

这部分还有必要讲一下百分比堆积条形图，它实质就是堆积条形图，不过我们需要进行一下数据预处理。

使用plyr包中的ddply函数和transform函数以Date为切割变量对weight变量进行标准化

library(plyr)
ce <- ddply(cabbage_exp, "Date", transform, 
      percent_Weight = Weight/sum(Weight)*100)
ce
  Cultivar Date Weight        sd  n         se Cultivar_ percent_Weight
1      c39  d16   3.18 0.9566144 10 0.30250803       c39       58.45588
2      c52  d16   2.26 0.4452215 10 0.14079141       c52       41.54412
3      c39  d20   2.80 0.2788867 10 0.08819171       c39       47.37733
4      c52  d20   3.11 0.7908505 10 0.25008887       c52       52.62267
5      c39  d21   2.74 0.9834181 10 0.31098410       c39       65.08314
6      c52  d21   1.47 0.2110819 10 0.06674995       c52       34.91686

然后我们使用预处理后的数据进行绘图

ggplot(data = ce, aes(x= Date ,y = percent_Weight, 
                               fill = Cultivar_ ) )  + 
  geom_bar( stat = "identity" ) 

[图片上传失败...(image-d6ceae-1694738866937)]

以上，就是条形位置相关知识。