《R数据可视化手册》一3.5 对正负条形图分别着色

简介:

本节书摘来自异步社区《R数据可视化手册》一书中的第3章,第3.5节,作者 【美】Winston Chang,更多章节内容可以访问云栖社区“异步社区”公众号查看

3.5 对正负条形图分别着色

问题
如何根据条形对应的正负取值对其进行分别着色?

方法
下面以climate数据的一个子集为例。首先,创建一个对取值正负情况进行标示的变量pos:

library(gcookbook) #为了使用数据
csub <- subset(climate, Source=="Berkeley" & Year >= 1900)
csub$pos <- csub$Anomaly10y >=0

csub

  Source  Year Anomaly1y Anomaly5y Anomaly10y Unc10y 
 Berkeley  1900    NA    NA   -0.171 0.108 FALSE
 Berkeley  1901    NA    NA   -0.162 0.109 FALSE
 Berkeley  1902    NA    NA   -0.177 0.108 FALSE
 ...
 Berkeley  2002    NA    NA   0.856 0.028 TRUE
 Berkeley  2003    NA    NA   0.869 0.028 TRUE
 Berkeley  2004    NA    NA   0.884 0.029 TRUE

上述过程准备完毕后,将pos映射给填充色参数(fill)并绘制条形图(见图3-11)。注意:这里条形图的参数设定为position="identity",可以避免系统因对负值绘制堆积条形而发出的警告信息。

ggplot(csub, aes(x=Year, y=Anomaly10y, fill=pos))+
   geom_bar(stat="identity", position="identity")


2400e60b90eb8f73a63f9ce14cfa15a3ba2e87a6

讨论
上面的绘图过程存在一些问题。首先,图形着色效果可能跟我们想要的相反:蓝色是冷色,通常对应于负值;红色是暖色,通常对应于正值。其次,图例显得多余且扰乱视觉。

我们可以通过scale_fill_manual()参数对图形颜色进行调整,设定参数guide=FALSE可以删除图例,如图3-12所示。同时,我们通过设定边框颜色(colour)和边框线宽度(size)为图形填加一个细黑色边框。其中,边框线宽度(size)是用来控制边框线宽度的参数,单位是毫米:

ggplot(csub, aes(x=Year, y=Anomaly10y, fill=pos)) +
  geom_bar(stat="identity", position="identity", colour="black", size=0.25) +
  scale_fill_manual(values=c("#CCEEFF","#FFDDDD"), guide=FALSE)


1d95833dc47acc6249717a09e248887c73f503ee

另见
更多关于更改图形颜色的内容可参见12.3节和12.4节。

更多关于隐藏图例的内容可参见10.1节。

相关文章
|
2天前
|
数据可视化
R语言用igraph绘制网络图可视化
R语言用igraph绘制网络图可视化
13 0
|
3天前
如何用R语言绘制生成正态分布图表
如何用R语言绘制生成正态分布图表
|
8月前
|
数据可视化 数据挖掘 Linux
数据可视化丨优雅的绘制带显著性标记的箱线散点图,主要使用ggsignif和ggplot2
数据可视化丨优雅的绘制带显著性标记的箱线散点图,主要使用ggsignif和ggplot2
|
数据可视化 Linux API
Py之seaborn:数据可视化seaborn库(一)的柱状图、箱线图(置信区间图)、散点图/折线图、核密度图/等高线图、盒形图/小提琴图/LV多框图的简介、使用方法之最强攻略(建议收藏)
Py之seaborn:数据可视化seaborn库(一)的柱状图、箱线图(置信区间图)、散点图/折线图、核密度图/等高线图、盒形图/小提琴图/LV多框图的简介、使用方法之最强攻略(建议收藏)
Py之seaborn:数据可视化seaborn库(一)的柱状图、箱线图(置信区间图)、散点图/折线图、核密度图/等高线图、盒形图/小提琴图/LV多框图的简介、使用方法之最强攻略(建议收藏)