R可視化 | 馬賽克圖

作者：莊閃閃

來源：莊閃閃的成長手冊

馬賽克圖（mosaic plot），顯示分類數據中一對變量之間的關係，原理類似雙向的100%堆疊式條形圖，但其中所有條形在數值/標尺軸上具有相等長度，並會被劃分成段。可以通過這兩個變量來檢測類別與其子類別之間的關係。

主要優點

馬賽克圖能按行或按列展示多個類別的比較關係。

主要缺點

難以閱讀，特別是當含有大量分段的時候。此外，我們也很難準確地對每個分段進行比較，因為它們並非沿著共同基線排列在一起。

適用

馬賽克圖比較適合提供數據概覽。

注意

非坐標軸非均勻的馬賽克圖也是統計學領域標準的馬賽克圖，一個非均勻的馬賽克圖包含以下構成元素：①非均勻的分類坐標軸；②面積、顏色均有含義的矩形塊；③圖例。對於非均勻的馬賽克圖，關注的數據維度非常多，一般的用戶很難直觀理解，在多數情況下可以被拆解成多個不同的圖表，以下我們會對其進行繪製。

數據介紹

數據構建代碼來源《R數據可視化之美》，任意擬定一個數據框。並用melt()函數將數據轉化成以下結果：

library(ggplot2)
library(RColorBrewer)
library(reshape2)  #提供melt()函數
library(plyr)      #提供ddply()函數,join()函數

df <- data.frame(segment = c("A", "B", "C","D"),
                      Alpha = c(2400 ,1200, 600 ,250), 
                      Beta = c(1000 ,900, 600, 250),
                      Gamma = c(400, 600 ,400, 250), 
                      Delta = c(200, 300 ,400, 250))

melt_df<-melt(df,id="segment")
計算出每行的最大，最小值，並計算每行各數的百分比。ddply()對data.frame分組計算，並利用join()函數進行兩個表格連接。
segpct<-rowSums(df[,2:ncol(df)])
for (i in 1:nrow(df)){
  for (j in 2:ncol(df)){
    df[i,j]<-df[i,j]/segpct[i]*100  #將數字轉換成百分比
  }
}

segpct<-segpct/sum(segpct)*100
df$xmax <- cumsum(segpct)
df$xmin <- (df$xmax - segpct)

dfm <- melt(df, id = c("segment", "xmin", "xmax"),value.name="percentage")
colnames(dfm)[ncol(dfm)]<-"percentage"

#ddply()函數使用自定義統計函數，對data.frame分組計算
dfm1 <- ddply(dfm, .(segment), transform, ymax = cumsum(percentage))
dfm1 <- ddply(dfm1, .(segment), transform,ymin = ymax - percentage)
dfm1$xtext <- with(dfm1, xmin + (xmax - xmin)/2)
dfm1$ytext <- with(dfm1, ymin + (ymax - ymin)/2)

#join()函數，連接兩個表格data.frame
dfm2<-join(melt_df, dfm1, by = c("segment", "variable"), type = "left", match = "all")
方法
繪製馬賽克圖可以使用ggplot2包的geom_rect()函數、ggmosaic包的geom_mosai()函數、graphics包的mosaicplot()函數，或者vcd包的mosaic()函數繪製馬賽克圖。接下來對他們進行一一實現。
1、ggplot2包的geom_rect()函數
這個方法比較複雜，圖層一層一層疊加得到的，不過靈活性比較強，可根據自己喜好進行修改。
ggplot()+
  geom_rect(aes(ymin = ymin, ymax = ymax, xmin = xmin, xmax = xmax, fill = variable),dfm2,colour = "black") + 
  geom_text(aes(x = xtext, y = ytext,  label = value),dfm2 ,size = 4)+
  geom_text(aes(x = xtext, y = 103, label = paste("Seg ", segment)),dfm2 ,size = 4)+
  geom_text(aes(x = 102, y = seq(12.5,100,25), label = c("Alpha","Beta","Gamma","Delta")), size = 4,hjust = 0)+
  scale_x_continuous(breaks=seq(0,100,25),limits=c(0,110))+
  theme(panel.background=element_rect(fill="white",colour=NA),
        panel.grid.major = element_line(colour = "grey60",size=.25,linetype ="dotted" ),
        panel.grid.minor = element_line(colour = "grey60",size=.25,linetype ="dotted" ),
        text=element_text(size=15),
        legend.position="none")
**圖形解釋：**這個馬賽克圖，從A這列縱向看可以看出各個指標(Delta,Gamma等)的佔比情況，從橫向來看，不同變量（A,B等）的寬度代表該變量佔所有數據的佔比情況，越寬說明該變量數據總和越大。
2、vcd包的mosaic()函數
用該函數，我們就不用前面那麼複雜的數據集進行繪製了，只要使用xtabs轉換成以下數據格式即可，方便簡單。
library(vcd)
table<-xtabs(value ~variable+segment, melt_df)
mosaic( ~segment+variable,table,shade=TRUE,legend=TRUE,color=TRUE)
3、graphics包的mosaicplot()函數
該方法和上面類似，掉包就行，數據類型與上面相同。
library(graphics)
library(wesanderson) #顏色提取
mosaicplot( ~segment+variable,table, color = wes_palette("GrandBudapest1"),main = '')

參考資料[1]
《R數據可視化之美》 : https://blog.csdn
[2]
[R語言][可視化] 之 Mosaic Plot(馬賽克圖): https://blog.csdn.net/tobeyourlover/article/details/52704333?%3E