微課|ggplot2: 折線圖

使用ggplot2繪製折線圖.

折線圖整體美化.

繪製平滑折線圖.

繪製多變量折線圖.

數據是2006-2015年豬肉和牛肉進口數量，來自國家統計局. 為了便於比較，對數據進行了標準化處理.

library(tidyverse)
library(reshape2)
df=data.frame(  年份= seq(2006,2015),  牛肉=scale(c(44.72,    59.27,    44.32,    80.6,    119.59,    109.09,    61.21,    95.5,    79.32,    64.16)),  豬肉=scale(c(322.24,422.69,325.39,    295.04,    326.1,    332.01,    262.72,    275.65,    283.75,    400.88))  ) %>%
melt(id.vars='年份',variable.name='種類',value.name='值')
print(head(df))

構建單變量折線圖, 使用tidyverse包中的filter中filter函數從df中提取種類==』牛肉』的子集,

ggplot(aes(x=年份, y=值))構建畫板, 然後用geom_line()在畫板上繪折線圖.

df%>%filter(種類=='牛肉')%>%  ggplot(aes(x=年份, y=值))+  geom_line()+  labs(title='折線圖', subtitle=R.version.string, caption='@數萃大數據')

整體美化包含了畫板背景、繪圖區背景、坐標、注釋、標題的調整，以及前一節中的添加點標籤.

p=df%>%filter(種類=='牛肉')%>%  ggplot(aes(x=年份, y=值))+  geom_line(linetype=2,colour='white')+  labs(title='折線圖', subtitle=R.version.string, caption='@數萃大數據')+    scale_x_continuous(breaks = seq(2006,2015), labels = seq(2006,2015))+  scale_y_continuous(breaks = round(seq(min(df$值), max(df$值)+0.5, 0.6),2),   labels = round(seq(min(df$值), max(df$值)+0.5, 0.6),2),   limits = c(min(df$值),  max(df$值)+0.5))+  
 geom_point(colour='red')+  
 geom_text(aes(x=年份, y=值, label=round(值,2)),   colour='yellow',hjust=0.5,vjust=-1)+  theme(  
  plot.background = element_rect(fill = 'gray20'),  
  panel.background = element_rect(fill = 'gray20'),  
  panel.grid = element_blank(),  
  title = element_text(face = 'bold', size = 8,colour ='orange'),  
  plot.title = element_text(face = 'bold', size = 16,colour ='orange'),  
  plot.subtitle = element_text(face = 'bold', size = 8,colour ='orange'),  
  plot.caption =  element_text(face = 'bold', size = 7, color = 'orange'),  
  axis.line = element_line(colour = 'white'),  
  axis.text =  element_text(face = 'bold',colour = "white"),  
  axis.ticks = element_line(colour = 'white')   )p

繪製平滑曲線主要使用geom_span()函數，調整其中的span參數，一般來講span 越小越平滑.

p+geom_smooth(span=0.2,colour='white',size=0.5, method = 'loess')

繪製多變量折線圖的方法和單變量類似，主要區別是將geom_line()中的linetype參數賦值給分組變量，此外也可以付給其他美學對象如colour, size等.

df%>%  ggplot(aes(x=年份, y=值))+  geom_line(aes(linetype=種類),colour='white',size=0.5)+  labs(title='折線圖', subtitle=R.version.string, caption='@數萃大數據')+  scale_x_continuous(breaks = seq(2006,2015), labels = seq(2006,2015))+  scale_y_continuous(breaks = round(seq(min(df$值), max(df$值)+0.5, 0.6),2),   minor_breaks = round(seq(min(df$值), max(df$值)+0.5, 0.1),2),   labels = round(seq(min(df$值), max(df$值)+0.5, 0.6),2),   limits = c(min(df$值),  max(df$值)+0.5))+  geom_point(colour='red')+  geom_text(aes(x=年份, y=值, label=round(值,2)),   colour='yellow',hjust=0.5,vjust=-1,size=3)+  theme(   plot.background = element_rect(fill = 'gray20'),  
  panel.background = element_rect(fill = 'gray20'),  
    panel.grid = element_blank(),  
    title = element_text(face = 'bold', size = 8,colour ='orange'),
     plot.title = element_text(face = 'bold', size = 16,colour ='orange'),
     plot.subtitle = element_text(face = 'bold', size = 8,colour ='orange'),
     plot.caption =  element_text(face = 'bold', size = 7, color = 'orange'),
     axis.line = element_line(colour = 'white'),
     axis.text =  element_text(face = 'bold',colour = "white"),   axis.ticks = element_line(colour = 'white'),   legend.position ='top',   legend.justification = c("right", "top"),   legend.box.background = element_rect(color = 'gray20'),   legend.background =  element_rect(fill = 'gray20'),
     legend.key = element_rect(fill = 'gray20', colour = "gray20"),   legend.text = element_text(size = 8, colour = "white"),
     legend.title = element_text(size = 8,face='bold')  )

推薦閱讀

微課|ggplot2: 基礎知識

微課|R基礎繪圖：條形圖

微課|R基礎繪圖:箱線圖

【Python微課】系列之一：Matplotlib基礎繪圖

【統計思想之十六】—— 古人學問無遺力，少壯工夫老始成。

易圖秒懂の人工智慧誕生

【案例分析】NBA球員投籃數據分析與可視化

更多微課請關注【數萃大數據】公眾號，點擊學習園地—可視化

歡迎大家關注微信公眾號：數萃大數據

python大數據分析培訓班【杭州站】

時間：2017年8月18日-22日

地點：杭州亞朵吳酒店

更多詳情，請掃描下面二維碼

網絡爬蟲與文本挖掘培訓班【寧波站】

時間：2017年9月23日-25日

地點：維也納國際酒店（機場店）

更多詳情，請掃描下面二維碼