使用ggplot2进行数据可视化设计:天气类型与自行车共享量的分布分析
2025-06-02 11:36:25作者:魏侃纯Zoe
前言
在数据可视化领域,ggplot2作为R语言中最强大的绘图系统之一,提供了丰富的图形语法和灵活的定制能力。本文基于rstudio-conf-2022中关于ggplot2图形设计的研讨会材料,重点讲解如何使用不同类型的图表展示伦敦自行车共享数据中不同天气条件下的使用量分布。
数据准备
首先我们需要导入并预处理数据:
# 导入伦敦自行车共享数据
bikes <- readr::read_csv("london-bikes-custom.csv",
col_types = "Dcfffilllddddc")
# 将季节因子按顺序排列
bikes$season <- forcats::fct_inorder(bikes$season)
library(tidyverse)
基础箱线图分析
最简单的分布可视化方式是使用箱线图:
ggplot(bikes, aes(x = weather_type, y = count)) +
geom_boxplot()
这个基础图表展示了不同天气类型下自行车使用量的分布情况,但存在两个问题:
- 天气类型标签重叠
- 图表缺乏必要的修饰
图表优化技巧
1. 解决标签重叠问题
有三种常用方法解决x轴标签重叠:
方法一:交换x和y轴
ggplot(bikes, aes(x = count, y = weather_type)) +
geom_boxplot()
方法二:使用str_wrap自动换行
ggplot(bikes, aes(x = stringr::str_wrap(weather_type, 6), y = count)) +
geom_boxplot()
2. 主题设置与美化
# 设置基础主题
theme_set(theme_minimal(
base_size = 14,
base_family = "Roboto Condensed"
))
# 自定义主题元素
theme_update(
panel.grid.major.x = element_blank(),
panel.grid.minor = element_blank(),
plot.title.position = "plot"
)
# 添加标题和标签
ggplot(bikes, aes(x = stringr::str_wrap(weather_type, 6), y = count)) +
geom_boxplot() +
ggtitle("Reported bike shares by weather type")
高级可视化技术
1. 抖动散点图(Jitter Plot)
展示原始数据点的分布:
ggplot(bikes, aes(x = str_wrap(weather_type, 6), y = count)) +
geom_jitter(alpha = 0.2) +
ggtitle("Reported bike shares by weather type")
可以精确控制抖动参数:
geom_point(
position = position_jitter(
seed = 2022, # 设置随机种子保证可重复性
width = 0.2, # 水平抖动范围
height = 0 # 垂直不抖动
),
alpha = 0.2
)
2. 箱线图与散点图组合
结合箱线图的统计信息和散点图的原始数据展示:
ggplot(bikes, aes(x = str_wrap(weather_type, 6), y = count)) +
geom_boxplot(outlier.shape = NA) + # 隐藏箱线图的异常值点
geom_jitter(alpha = 0.2) +
ggtitle("Reported bike shares by weather type")
3. 按中位数排序
ggplot(bikes, aes(
x = forcats::fct_reorder(str_wrap(weather_type, 6), -count),
y = count)) +
geom_boxplot(outlier.shape = NA) +
geom_jitter(alpha = 0.2)
其他分布可视化方法
1. 蜂群图(Beeswarm Plot)
使用ggbeeswarm包可以创建更有序的点分布:
g +
geom_boxplot(outlier.shape = NA) +
ggbeeswarm::geom_beeswarm(
size = 0.3,
alpha = 0.2,
cex = 0.6 # 控制点间距
)
2. 小提琴图(Violin Plot)
展示分布的密度估计:
g +
geom_violin(
scale = "count", # 按样本量缩放宽度
draw_quantiles = c(0.5), # 标记中位数
fill = "grey80"
)
3. 雨云图(Raincloud Plot)
结合密度图、箱线图和原始数据点的综合展示:
g +
ggdist::stat_halfeye( # 半密度图
aes(thickness = stat(f*n)), # 按频数调整厚度
width = 0.5,
position = position_nudge(x = 0.2)
) +
geom_boxplot(width = 0.3) +
geom_jitter(width = 0.1, size = 0.5, alpha = 0.1)
图表保存
最后将图表保存为高质量矢量图:
ggsave("bike_shares_weather.pdf",
width = 5, height = 6.5, device = cairo_pdf)
总结
本文展示了使用ggplot2可视化分布数据的多种方法,从基础的箱线图到高级的雨云图,每种图表都有其适用场景:
- 箱线图:快速了解分布的关键统计量
- 抖动散点图:展示所有数据点的分布
- 蜂群图:有序展示数据点避免重叠
- 小提琴图:直观显示数据密度
- 雨云图:综合展示密度、统计量和原始数据
通过灵活运用这些技术,可以更全面、有效地展示数据分布特征,为数据分析提供更丰富的视角。
登录后查看全文
热门项目推荐
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0266cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.92 K

deepin linux kernel
C
22
6

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
192
274

🎉 (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
929
553

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
422
392

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
65

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K

Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8