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 08:59:26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

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.92 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
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
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
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
930
553
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
422
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
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
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
344
1.3 K
easy-eseasy-es
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