ggplot2|扩展包从0开始绘制雷达图

简介: ggplot2|扩展包从0开始绘制雷达图

本文首发于“生信补给站”公众号 ggplot2|扩展包从0开始绘制雷达图

       雷达图通常在财务报表分析中使用较多,当前在描述性统计分析中,雷达图正在被越来越多的人使用。

       本文利用R语言 ggplot2 的一款扩展主题包——ggradar 包从头开始绘制简单漂亮的雷达图。

一 下载 ,加载函数包


ggradar包需要通过 github 来安装,安装方法如下:
devtools::install_github("ricardo-bion/ggradar", dependencies=TRUE)
library(ggradar)

二 创建数据集绘制雷达图

2.1 设定种子,构造了一个区间为0~1,个数为24的4行6列随机数矩阵


set.seed(123)
mydata<-matrix(runif(24,0,1),4,6)
rownames(mydata) <- LETTERS[1:4]
colnames(mydata) <- c("Apple","Google","Amozon","Tencent","Alibaba","Baidu")
#使用以上文本向量为矩阵列命名,方便展示
mynewdata<-data.frame(mydata)
Name<-c("USA","CHN","UK","RUS")
mynewdata<-data.frame(Name,mynewdata)
mynewdata

image.png

2.2 绘制USA的雷达图


ggradar(mynewdata[1,],grid.line.width = 0.5)


image.png

2.3 绘制所有变量的雷达图


ggradar(mynewdata)

image.png


三 使用car数据集展示雷达图

利用内置car数据集进行雷达图绘制,主要是对数据进行scale,然后绘制





library(ggradar)
library(scales)
library(tibble)
library(dplyr)


查看最后四种车型,在mpg ,cyl ,disp ,hp ,drat方面的“性能”情况


mtcars %>%
rownames_to_column( var = "group" ) %>% #保留行名称
mutate_at(vars(-group),funs(rescale)) %>%
tail(4) %>% select(1:6) -> mtcars_radar

image.png

绘制雷达图,更改基本参数


ggradar(mtcars_radar, grid.line.width = 0.5,axis.label.size= 5,group.line.width = 1,group.point.size = 2)


image.png

四 ggradar主要的函数功能


ggradar(plot.data, axis.labels = colnames(plot.data)[-1], grid.min = 0,
  grid.mid = 0.5, grid.max = 1, centre.y = grid.min - ((1/9) * (grid.max -
  grid.min)), plot.extent.x.sf = 1, plot.extent.y.sf = 1.2,
  x.centre.range = 0.02 * (grid.max - centre.y), label.centre.y = FALSE,
  grid.line.width = 0.5, gridline.min.linetype = "longdash",
  gridline.mid.linetype = "longdash", gridline.max.linetype = "longdash",
  gridline.min.colour = "grey", gridline.mid.colour = "#007A87",
  gridline.max.colour = "grey", grid.label.size = 7,
  gridline.label.offset = -0.1 * (grid.max - centre.y),
  label.gridline.min = TRUE, axis.label.offset = 1.15,
  axis.label.size = 8, axis.line.colour = "grey", group.line.width = 1.5,
  group.point.size = 6, background.circle.colour = "#D7D6D1",
  background.circle.transparency = 0.2, plot.legend = if (nrow(plot.data) >
  1) TRUE else FALSE, legend.title = "", legend.text.size = grid.label.size)


五 参考资料

http://127.0.0.1:15296/library/ggradar/html/ggradar.html

相关文章
|
2月前
|
存储 数据可视化 关系型数据库
绘制圆环图/雷达图/星形图/极坐标图/径向图POLAR CHART可视化分析汽车性能数据
绘制圆环图/雷达图/星形图/极坐标图/径向图POLAR CHART可视化分析汽车性能数据
|
2月前
|
存储 数据可视化
使用 plotly 绘制旭日图
使用 plotly 绘制旭日图
162 0
|
11月前
|
Go
如何用ggplot2绘制基因功能富集气泡图?
如何用ggplot2绘制基因功能富集气泡图?
|
11月前
|
存储 Go
速绘丨GO富集气泡图绘制方法,利用R语言ggplot2包快速绘制,完整脚本可重复绘图
速绘丨GO富集气泡图绘制方法,利用R语言ggplot2包快速绘制,完整脚本可重复绘图
|
数据挖掘
ggplot2| 绘制KEGG气泡图
ggplot2| 绘制KEGG气泡图
301 0
ggplot2-plotly|让你的火山图“活”过来
ggplot2-plotly|让你的火山图“活”过来
|
数据挖掘 数据格式
R语言- ComplexHeatmap 绘制复杂热图示例
ComplexHeatmap是R语言中用于绘制复杂热图的一个重要包。它提供了一种灵活、高效、易于定制的方法来绘制热图,并支持多种数据类型和数据格式,支持包括多种热图类型,包括基本热图、聚类热图、分组热图、矩阵热图等。用户可以根据自己的需求选择不同的热图类型,并进行灵活的定制。在生物信息学、医学、生态学等领域得到广泛应用。 本文将通过一个复杂热图的创建示例分享 ComplexHeatmap的语法规则。
629 0
|
数据可视化
利用 ggplot2 包绘制高级版本棒棒图
利用 ggplot2 包绘制高级版本棒棒图
122 0
基于 ggdensity 包的等高线绘制
基于 ggdensity 包的等高线绘制
92 0
|
项目管理 Python
Matplotlib绘制燃尽图
燃尽图是IT项目管理的重要知识点,本文试用Matplotlib绘制燃尽图。
138 1
Matplotlib绘制燃尽图