R数据可视化手册学习——条形图
1. 绘制简单条形图
# 使用ggplot2和gcookbook
library(ggplot2); library(gcookbook) g <- ggplot(data = pg_mean, aes(x = group, y = weight)) +
geom_bar(stat = "identity", fill = "green", color = "black") # fill表示填充颜色,color表示边线框颜色 g

2. 绘制簇状条形图
# 使用ggplot2和gcookbook的cabbage_exp数据集
library(ggplot2); library(gcookbook) g <- ggplot(data = cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) +
# width表示每个条形的宽度(默认是0.9, 当为0.9时,可以省略width = 0.9), position表示组内条形的间距(position = position_dodge(0.9)可以替换成position = "dodge")
#geom_bar(stat = "identity",width = 0.9, position = position_dodge(0.9))
# 上面和下面等价
geom_bar(stat = "identity", position = "dodge") g

3. 条形图填充颜色
# 使用ggplot2和gcookboo的数据集upc
library(ggplot2); library(gcookbook) upc <- subset(uspopchange, rank(Change) > 40) # 使用scale_fill_manual()对颜色进行填充
g <- ggplot(data = upc, aes(x = Abb, y = Change, fill = Region)) +
geom_bar(stat = "identity") +
scale_fill_manual(values = c("#5ED5D1", "#FF6E97")) g

4. 修改坐标名称、标题、添加数据标签
# 使用ggplot2和gcookbook的数据集cabbage
library(ggplot2); library(gcookbook) # 添加标题、X轴、Y轴 # 方法1(通过ggtitle、xlab、ylab)
g <- ggplot(data = cabbage_exp, aes(x = interaction(Date, Cultivar), y = Weight)) +
geom_bar(stat = "identity") +
ggtitle(label = "数据展示") +
xlab(label = "日期, 品种") +
ylab(label = "重量") +
theme(plot.title = element_text(hjust = 0.5)) # 标题居中 g # ===================================== # 方法2(通过labs)
g <- ggplot(data = cabbage_exp, aes(x = interaction(Date, Cultivar), y = Weight)) +
geom_bar(stat = "identity") +
labs(title = "数据展示", x = "日期, 品种", y = "重量") +
theme(plot.title = element_text(hjust = 0.5)) # 标题居中 g # ===================================== # 添加数据标签
g <- ggplot(data = cabbage_exp, aes(x = interaction(Date, Cultivar), y = Weight)) +
geom_bar(stat = "identity") +
labs(title = "数据展示", x = "日期, 品种", y = "重量") +
theme(plot.title = element_text(hjust = 0.5)) + # 标题居中
geom_text(aes(label = Weight), vjust = 1.5) # 添加数据标签,并设置位置 g

R数据可视化手册学习——条形图的更多相关文章
- R数据可视化手册学习简单的绘制常见的图形
1.绘制散点图 # 使用ggplot2 library(ggplot2) ggplot(data = mtcars, aes(x = wt, y = mpg)) + geom_point() 2.绘制 ...
- 推荐《R数据可视化手册》高清英文版PDF+中文版PDF+源代码
绝大多数的绘图案例都是以强大.灵活制图而著称的R包ggplot2实现的,充分展现了ggplot2生动.翔实的一面.从如何画点图.线图.柱状图,到如何添加注解.修改坐标轴和图例,再到分面的使用和颜色的选 ...
- R 数据可视化: PCA 主成分分析图
简介 主成分分析(Principal Component Analysis,PCA)是一种无监督的数据降维方法,通过主成分分析可以尽可能保留下具备区分性的低维数据特征.主成分分析图能帮助我们直观地感受 ...
- JavaScript数据可视化编程学习(一)Flotr2,包含简单的,柱状图,折线图,饼图,散点图
一.基础柱状图 二.基础的折线图 三.基础的饼图 四.基础的散点图 一.基础柱状图 如果你还没有想好你的数据用什么类型的图表来展示你的数据,你应该首先考虑是否可以做成柱状图.柱状图可以表示数据的变化过 ...
- JavaScript数据可视化编程学习(二)Flotr2,雷达图
一.雷达图 使用雷达图显示多维数据. 如果你有多维的数据要展示,那么雷达图就是一种非常有效的可视化方法. 由于雷达图不常用,比较陌生,所以向用户解释的时候有一些难度.注意使用雷达图会增加用户认知负担. ...
- 第三篇:数据可视化 - ggplot2
前言 R语言的强大之处在于统计和作图.其中统计部分的内容很多很强大,因此会在以后的实例中逐步介绍:而作图部分的套路相对来说是比较固定的,现在可以先对它做一个总体的认识. 在上一篇文章中,介绍了使用gr ...
- 数据可视化之powerBI技巧(六)在PowerBI中简单的操作,实现复杂的预测分析
时间序列预测就是利用过去一段时间内的数据来预测未来一段时间内该数据的走势,比如根据过去5年的销售数据进行来年的收入增长预测,根据上个季度的股票走势推测未来一周的股价变化等等. 对于大部分人来说,这是个 ...
- 第三篇:R语言数据可视化之条形图
条形图简介 数据可视化中,最常用的图非条形图莫属,它主要用来展示不同分类(横轴)下某个数值型变量(纵轴)的取值.其中有两点要重点注意: 1. 条形图横轴上的数据是离散而非连续的.比如想展示两商品的价格 ...
- 数据可视化的优秀入门书籍有哪些,D3.js 学习资源汇总
习·D3.js 学习资源汇总 除了D3.js自身以外,许多可视化工具包都是基于D3开发的,所以对D3的学习就显得很重要了,当然如果已经有了Javascript的经验,学起来也会不费力些. Github ...
随机推荐
- python连接mysql数据库封装
源码: import pymysql class MysqlConnect(object): # 魔术方法, 初始化, 构造函数 def __init__(self, host, user, pass ...
- [原]NGUI之按钮置灰
传统按钮置灰,需要使用另外一张纹理. 本例通过修改shader和NGUI sprite的r值实现按钮置灰.优势:节省纹理,操作简单 将NGUI Unlit/Transparent Colored片段部 ...
- 【scala】 scala 类 (五)
1.scala类 1.class 关键字 2.var 属性 默认生成getter/setter 方法 3.val 属性 默认生成getter 方法 4. 自定义getter /setter 方法 , ...
- Linux下tomcat无法启动
场景:干净的tomcat,刚解压 1 通过./startup.sh,提示启动成功,但查看没有日志 2 通过netstat -tln查看端口,发现找不到8080 3 通过./catalina.sh ru ...
- 无刷新上传图片以及使用C#语言
写这个纯属是给自己一个记忆啦 一.前台的代码以及调用的js <!DOCTYPE html> <html xmlns="http://www.w3.org/1999/xhtm ...
- 细说php的异常和错误处理机制
再谈php错误与异常处理 讲的非常好 w3school php异常处理机制 php错误异常处理详解 注: 关注set_error_handler() set_exception_handler() r ...
- Glide加载图片缓存库出现——You cannot start a load for a destroyed activity
请记住一句话:不要再非主线程里面使用Glide加载图片,如果真的使用了,请把context参数换成getApplicationContext.
- 【转载】.NET中锁6大处理方法 悲观乐观自己掌握
我们为什么需要锁? 在多用户环境中,在同一时间可能会有多个用户更新相同的记录,这就会产生冲突,这个就是著名的并发性问题. 图 1 并行性问题漫画 如何解决并发性问题? 借助正确的锁定策略可以解决并发性 ...
- linux 查看版本
输入"uname -a ",可显示电脑以及操作系统的相关信息. 输入"cat /proc/version",说明正在运行的内核版本.输入"cat /e ...
- 【Linux】Could not resolve: www.test.com (Could not contact DNS servers)
在请求微信小程序服务时候报错了 从这个报错,可以很明显的发现是域名解析不了 1 故障排查:因为代码里调用的是curl,所以测试一下curl是否能够正常解析dns 果然不行, 2 解决办法: vi /e ...