使用ggplot2创建圆形棒棒糖图:RStudio Conf 2022数据可视化教程
2025-06-02 22:41:13作者:秋阔奎Evelyn
引言
在数据可视化领域,ggplot2是R语言中最强大的绘图系统之一。本文将基于RStudio Conf 2022中关于ggplot2图形设计的教程,详细介绍如何创建精美的圆形棒棒糖图(lollipop plot),用于展示伦敦自行车共享数据在不同季节的使用情况。
数据准备
首先我们需要准备和预处理数据:
library(tidyverse)
# 读取自行车共享数据
bikes <- readr::read_csv(
"london-bikes-custom.csv",
col_types = "Dcfffilllddddc"
)
# 处理季节因子,确保按顺序排列
bikes$season <- stringr::str_to_title(bikes$season)
bikes$season <- forcats::fct_inorder(bikes$season)
# 设置默认主题
theme_set(theme_light(base_size = 14, base_family = "Roboto Condensed"))
基础棒棒糖图
棒棒糖图结合了点图和线图的特点,适合展示分类变量的数值比较。我们先创建基本的笛卡尔坐标系下的棒棒糖图:
# 方法1:预先计算总和
bikes %>%
group_by(season) %>%
summarize(count = sum(count)) %>%
ggplot(aes(x = season, y = count)) +
geom_point(size = 3) +
geom_linerange(aes(ymin = 0, ymax = count))
# 方法2:使用stat_summary动态计算
ggplot(bikes, aes(x = season, y = count)) +
stat_summary(geom = "point", fun = "sum", size = 3) +
stat_summary(geom = "linerange", ymin = 0, fun.max = function(y) sum(y))
转换为极坐标系
将笛卡尔坐标系转换为极坐标系可以创建环形图效果:
bikes %>%
group_by(season) %>%
summarize(count = sum(count)) %>%
ggplot(aes(x = season, y = count)) +
geom_point(size = 3) +
geom_linerange(aes(ymin = 0, ymax = count)) +
coord_polar(theta = "y") # 关键转换
优化圆形布局
转换为极坐标后,我们需要调整几个关键参数:
# 调整坐标轴范围和间距
+ scale_x_discrete(expand = c(.5, .5)) +
scale_y_continuous(limits = c(0, 7.5*10^6))
# 移除所有主题元素
+ theme_void()
# 调整边距使图形居中
+ theme(plot.margin = margin(rep(-100, 4)))
添加标签和基线
为了增强图表的可读性,我们需要添加季节标签和基准线:
# 添加季节标签
geom_text(
aes(label = season, y = 0),
family = "Cabinet Grotesk", size = 4.5,
fontface = "bold", hjust = 1.15
)
# 添加基准线(推荐方法)
annotate(
geom = "linerange",
xmin = .7, xmax = 4.3, y = 0
)
完整解决方案
结合所有优化步骤,最终代码如下:
ggplot(bikes, aes(x = as.numeric(season), y = count)) +
stat_summary(geom = "point", fun = "sum", size = 3) +
stat_summary(geom = "linerange", ymin = 0, fun.max = function(y) sum(y)) +
stat_summary(
geom = "text",
aes(label = season, y = 0),
family = "Cabinet Grotesk", size = 4.5,
fontface = "bold", hjust = 1.15
) +
annotate(geom = "linerange", xmin = .7, xmax = 4.3, y = 0) +
coord_polar(theta = "y") +
scale_x_discrete(expand = c(.5, .5)) +
scale_y_continuous(limits = c(0, 7.5*10^6)) +
theme_void() +
theme(plot.margin = margin(rep(-100, 4)))
设计要点总结
- 数据聚合:使用
group_by()和summarize()或stat_summary()计算季节总和 - 极坐标转换:
coord_polar()将条形图转换为环形图 - 标签定位:通过调整y值和hjust参数精确控制标签位置
- 视觉优化:使用
theme_void()简化背景,调整边距使图形居中 - 基准线:使用
annotate()添加自定义参考线
这种圆形棒棒糖图不仅美观,而且能有效展示周期性数据(如季节变化)的模式,是数据可视化工具箱中的有力补充。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0188
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0113
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java03
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
759
4.94 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.78 K
188
暂无简介
Dart
1 K
259
Ascend Extension for PyTorch
Python
716
866
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
854
1.9 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.07 K
1.09 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.72 K
1.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
674
1.32 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
454
438