首页
/ ggplot2图形设计实战:伦敦共享单车周末使用量可视化分析

ggplot2图形设计实战:伦敦共享单车周末使用量可视化分析

2025-06-02 11:39:56作者:董宙帆

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。本文基于rstudio-conf-2022中关于ggplot2图形设计的研讨会材料,通过一个实际案例——伦敦共享单车周末使用量数据的可视化,深入讲解ggplot2的核心概念和实用技巧。

数据准备

首先我们需要导入并预处理数据:

bikes <- readr::read_csv("london-bikes-custom.csv", col_types = "Dcfffilllddddc")
bikes$season <- forcats::fct_inorder(bikes$season)

数据集包含了伦敦共享单车的使用记录,包括日期、使用量、天气情况等信息。我们特别关注周末(is_weekend=TRUE)的数据。

基础散点图

我们从最简单的散点图开始,展示周末单车使用量随时间的变化:

ggplot(filter(bikes, is_weekend == TRUE), aes(x = date, y = count)) +
  geom_point()

这个基础图形已经能展示出数据的基本趋势,但缺乏更多信息维度。

添加视觉编码

为了区分白天和夜晚的使用情况,我们通过颜色和形状进行编码:

ggplot(filter(bikes, is_weekend == TRUE), aes(x = date, y = count)) +
  geom_point(aes(color = day_night, shape = day_night))

这里使用了day_night变量来区分白天(day)和夜晚(night),分别用不同颜色和形状表示。

连接数据点

为了更清晰地展示趋势,我们添加连接线:

ggplot(filter(bikes, is_weekend == TRUE), aes(x = date, y = count)) +
  geom_point(aes(color = day_night, shape = day_night)) +
  geom_line(color = "grey")

但这样所有点都连接在一起,我们需要按白天夜晚分组连接:

ggplot(filter(bikes, is_weekend == TRUE), aes(x = date, y = count)) +
  geom_line(aes(group = day_night), color = "grey") +
  geom_point(aes(color = day_night, shape = day_night))

注意图层顺序很重要,先画线后画点可以避免点被线遮挡。

geom_line与geom_path的区别

这两个几何对象都用于绘制线条,但有重要区别:

  • geom_line():按x轴顺序连接点
  • geom_path():按数据原始顺序连接点

当x轴不是有序变量时,两者的差异会很明显。对于时间序列数据,两者效果通常相同。

主题美化

应用主题可以让图形更专业:

g <- ggplot(filter(bikes, is_weekend == TRUE), aes(x = date, y = count)) +
  geom_line(aes(group = day_night), color = "grey") +
  geom_point(aes(color = day_night, shape = day_night))

g + theme_minimal(base_size = 15, base_family = "Lora") +
  theme(legend.position = "top", panel.grid.minor = element_blank())

这里使用了theme_minimal()作为基础主题,并调整了字体大小、字体族和图例位置。

添加标签

清晰的标签是优秀可视化的关键:

g + labs(
  x = "Weekend date",
  y = "Reported bike shares",
  color = NULL,
  shape = NULL
) + theme_minimal(base_size = 15, base_family = "Lora") +
  theme(legend.position = "top", panel.grid.minor = element_blank())

通过将color和shape图例标题设为NULL,可以避免重复的图例标题。

图形保存

最后将图形保存为高质量矢量图:

ggsave("weekend_bikes.pdf", width = 9, height = 5, device = cairo_pdf)

建议使用PDF等矢量格式保存,便于后续调整和出版。

进阶技巧:用形状区分周六周日

作为扩展,我们可以用点形状进一步区分周六和周日:

ggplot(filter(bikes, is_weekend == TRUE), aes(x = date, y = count)) +
  geom_line(aes(group = day_night), color = "grey") +
  geom_point(aes(color = day_night, shape = lubridate::wday(date, label = TRUE))) +
  labs(x = "Weekend date", y = "Reported bike shares") +
  theme_minimal(base_size = 15, base_family = "Lora")

这里使用lubridate::wday()提取星期几信息,并用不同形状表示。

总结

通过这个案例,我们学习了:

  1. 基础散点图的创建
  2. 多维度视觉编码(颜色、形状)
  3. 数据点连接技巧
  4. 主题定制和标签优化
  5. 图形导出最佳实践

这些技巧可以应用于各种时间序列数据的可视化场景,帮助我们从数据中发现更多洞见。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
RuoYi-Vue3RuoYi-Vue3
🎉 (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
858
509
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
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
257
300
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
Cangjie-ExamplesCangjie-Examples
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
331
1.08 K
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
397
370
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
kernelkernel
deepin linux kernel
C
22
5