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。

2.1 簇状条形图

使用示例数据cabbage_exp数据集：

> cabbage_exp
  Cultivar Date Weight        sd  n         se
1      c39  d16   3.18 0.9566144 10 0.30250803
2      c39  d20   2.80 0.2788867 10 0.08819171
3      c39  d21   2.74 0.9834181 10 0.31098410
4      c52  d16   2.26 0.4452215 10 0.14079141
5      c52  d20   3.11 0.7908505 10 0.25008887
6      c52  d21   1.47 0.2110819 10 0.06674995

将Cultivar映射给fill参数，并设置position= "dodge"(水平方向错开)。

映射给y的是确定的值，因此stat="identity"。

ggplot(data = cabbage_exp, aes(x= Date ,y = Weight, fill = Cultivar  )) + 
  geom_bar(position = "dodge", stat = "identity")

[图片上传失败...(image-7b5dc3-1694565251399)]

注意，映射给fill的变量也是离散型变量。

可以通过scale_fill_brewer()或者scale_fill_manual()对填充颜色进行设置：

ggplot(data = cabbage_exp, aes(x= Date ,y = Weight, fill = Cultivar  )) + 
  geom_bar(position = "dodge", stat = "identity") +
  scale_fill_manual(values = c('#01008B', '#DC010C'))

[图片上传失败...(image-f112a3-1694565251399)]

---

注意，如果分类变量有缺失值，图形会被略去不绘制，被临近色块扩充。

这里我们手动删掉一个观测，造成分类变量缺失值。

> cabbage_exp[1:5,]
  Cultivar Date Weight        sd  n         se
1      c39  d16   3.18 0.9566144 10 0.30250803
2      c39  d20   2.80 0.2788867 10 0.08819171
3      c39  d21   2.74 0.9834181 10 0.31098410
4      c52  d16   2.26 0.4452215 10 0.14079141
5      c52  d20   3.11 0.7908505 10 0.25008887

然后再绘制。

ggplot(data = cabbage_exp[1:5,], aes(x= Date ,y = Weight, fill = Cultivar  )) + 
  geom_bar(position = "dodge", stat = "identity") +
  scale_fill_manual(values = c('#01008B', '#DC010C'))

[图片上传失败...(image-ac5a82-1694565251399)]

---