使用 ggTimeSeries 包构建日历图-阿里云开发者社区

使用 ggTimeSeries 包构建日历图

2023-05-25 69

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： 使用 ggTimeSeries 包构建日历图

简介

最近和师妹参加一个数据分析大赛，比赛中需要对产品的每天失效数进行可视化。这时，我想起了 GitHub 中的热力图，如下所示：

于是，我打算使用这种热力图/日历图来绘制我的需求。经过搜索，发现了几篇值得参考的文章：

Time-Series Calendar Heatmaps^[1]
ggTimeSeries 的 Github 教程^[2]
《R语言数据可视化之美专业图表绘制指南^[3]》第六章

以下为他们所构造出的结果：

来源 1

来源 2

来源 3 中 192 页

和我想象的 GitHub 的不大相同。个人需求是将产品失效个数按照离散形式（极少，少，中，多，极多）划分。并且图形应当更加简洁美观。

于是在学习 {ggTimeSeries} 包后，我打算在他们基础上进行修改。

数据介绍

我们使用模拟数据进行分析，一共生成两列数据：日期以及对应的产品失效等级（a:e）。为了突出产品失效是极少的，所以在抽样(sample())过程中，给 a 类增加抽到的概率。

注意：此类需求还可拓展到其他时间序列中，例如：图书馆书籍日均借阅次数/等级；AQI日均级别等。

# 构建数据
library(tidyverse)
set.seed(20230309)
dtData <- tibble(
  DateCol = seq(
    as.Date("1/01/2020", "%d/%m/%Y"),
    as.Date("31/12/2022", "%d/%m/%Y"), "days"
  ),
  ValueCol = sample(
    c('a', 'b', 'c', 'd', 'e'),
    1096, #根据日期长度确定
    prob = c(0.7, 0.1, 0.1, 0.05, 0.05),
    replace = TRUE
  )
)
head(dtData)

可视化

加载所需的 R 包

library(ggTimeSeries)
library(ggplot2)

初级版本

利用 {ggTimeSeries} 包中的 ggplot_calendar_heatmap() 绘制基于年份的日历图。

p = ggplot_calendar_heatmap(
  dtData,
  'DateCol',
  'ValueCol'
)
p

此时，默认情况下，图形非常丑陋。

细节调整

根据上图存在的问题，我们做一些细节调整，例如:

变化分面位置；
改变日历中边缘粗细和颜色；
修改主题和配色等。

由于这里是离散数据，并且想要复现 GitHub 那种款式。

所以小编使用颜色采集器获取对应颜色代码，并使用 scale_fill_manual() 进行赋值。其他细节如下所示，不做过多说明。读者可以删除对应内容，查看绘图结果，从而判断该参数的功能。

col <- c("#EBEDF0", "#CBE491", "#89C876", "#459944", "#2C602C")
p + 
  scale_fill_manual(values = col) + 
  facet_wrap(~Year, ncol = 1,strip.position = "right") +
  theme( panel.background = element_blank(),
         legend.text = element_blank(),
         panel.border = element_rect(colour="grey60",fill=NA),
         strip.background = element_blank(),
         strip.text = element_text(size=13,face="plain",color="black"),
         axis.line=element_line(colour="black",size=0.25),
         axis.title=element_text(size=10,face="plain",color="black"),
         axis.text = element_text(size=10,face="plain",color="black")) +
  xlab('') + 
  ylab('') +  
  labs(fill = "Freq")