R ggplot2绘制堆叠柱状图

STEP1：了解数据特征

rm(list = ls())
data_test = datasets::attitude
# 因为后面想要做百分比的堆叠柱状图，先查看这个数据适不适合
statistics = apply(data_test, 1, sum)   # 得到每个样本的观测值总和
plot(statistics)

data_test.png plot(statistics).png

# 每个样本的累加值不相等，不能直接用来做百分比柱状图，需要转换下
# 不过这段仅仅是为了作图好看，已经准备好数据的可以不看下面的处理
data_percent = data.frame()   # 建立空数据框
for (n in 1:30) {
  data_percent = rbind( data_percent, data_test[n,] / statistics[n] )  
} 

# 再来看下，每个样本总和都等于1，现在符合要求了
statistics = apply(data_percent, 1, sum)   
plot(statistics)

plot(statistics).png

# 再加上样本的命名信息，方便看图，已有命名的请忽略
data_percent$names = c(LETTERS[seq( from = 1, to = 15 )],
                       letters[seq( from = 1, to = 15 )])

data_percent.png

STEP2：整理数据（变成长数据）

#作图前有个很重要的前置动作，要把宽矩阵转换为长矩阵
#（具体名词解释可以百度，关键原因是计算机和人的识别习性是不同的）
library(reshape2)
data_plot = melt(data_percent)
colnames(data_plot) = c('name','attitude','percent')
group = c( rep('Upper',15), rep('Lower',15))
data_plot$group = rep(group,7)

data_plot.png

STEP3：画图

STEP3.1：基本图形

library(ggplot2)
p = ggplot( data_plot, aes( x = name, weight = percent, fill = attitude))+
  geom_bar( position = "stack");p

stack.png

# 如果把 "stack" 改成 "dodge"，可以变成分组柱状图
p = ggplot( data_plot, aes( x = name, weight = percent, fill = attitude))+
  geom_bar( position = "dodge");p

dodge.png
参数含义.png

STEP3.2：改颜色

#改颜色
library(ggsci)
p +  scale_fill_nejm()

scale_fill_nejm.png

p +  scale_fill_manual( values = rainbow(7))

rainbow(7).png

# 还可以自定义
p +  scale_fill_manual( values = c('yellow','green','red','blue','brown','black','blue'))

自定义.png

STEP3.3：改标签

# 顺带，可以把标签给改了
p + xlab('people') + ylab('percent') + scale_fill_nejm()

标签.png

STEP3.4：数值排序

#排序的问题，
#如果我想调整不同类型柱子的顺序，让他们按大小排序，可以用factor 函数
order_x =  apply( data_percent[,1:7], 2, sum)   # 查看各种 attitude 的总和
order_x = order_x[order(order_x, decreasing = T)]  # decreasing = T 代表是倒序
order_x  # 看一下，是从大到小排着的

# 此时 data_plot数据框里面的 attitude 就按照给定的 levels 排序了 
data_plot$attitude = factor(data_plot$attitude,
                          levels = names(order_x) ,  
                          ordered = T )

p2 = ggplot( data_plot,aes(x = name, weight = percent, fill = attitude))+
 geom_bar(position = "stack")  
p2

大小排序.png

STEP3.5：样本排序

# 还可以给样本排序，同样的道理
names = c(LETTERS[seq( from = 1, to = 15 )],
          letters[seq( from = 1, to = 15 )])#拟定的样本顺序

data_plot$name = factor(data_plot$name,
                       levels = names ,     
                       ordered = T )
p3 = ggplot(data_plot,aes(x = name, weight = percent, fill = attitude))+
  geom_bar(position = "stack")  
p3

样本排序.png

STEP3.6：分组展示

# 可以考虑分组展示
p3 + facet_wrap(~group, scales = 'free', nrow = 2)

分组展示.png

STEP3.7：用箱图查看整体分布情况

# 可以查看各种attitude的整体情况
ggplot(data_plot, aes(x = attitude, y = percent,
                      fill = attitude))+
geom_boxplot()

整体分布情况.png

STEP3.8：线图

# 另外还可以做成线图，不过这个数据做出来不好看
ggplot(data_plot, aes(x =name, y = percent,
                      group =attitude,  color = attitude))+
  geom_line()+
  scale_color_nejm()

线图.png

STEP3.8：在堆叠图上标数字（大概就是这个意思，图太丑了）

p = ggplot( data_plot, aes( x = name, weight = percent, fill = attitude))+
  geom_bar( position = "stack")+
  geom_text(aes(label = percent,y=percent), 
            position = position_stack(vjust = 0.5), size = 1.5);p

标数字.png

整理自
https://cloud.tencent.com/developer/article/1819219
https://www.javaroad.cn/questions/124111
https://cloud.tencent.com/developer/ask/109270
https://www.jianshu.com/p/ac615ba65ab6