博客:www.jiaopengzi.com

焦棚子的文章目录

请点击下载附件

一、效果

二、data

三、添加字段

注意红色框标注地方

四、code

# 下面用于创建数据帧并删除重复行的代码始终执行,并用作脚本报头:
# dataset <- data.frame(dim, wd, values)
# 在此处粘贴或键入脚本代码:

====================================================================================================

参考:https://stackoverflow.com/questions/48259930/how-to-create-a-stacked-waterfall-chart-in-r

译文:https://codeday.me/bug/20190319/786734.html

====================================================================================================

library("ggplot2")

library("dplyr") df <- dataset df.tmp <- df %>%

mutate(

dim = factor(dim,

levels = c("A", "B", "C", "D")),

wd = factor(wd,

levels = c("E", "W", "Q"))

) %>% arrange(dim, desc(wd)) %>%

mutate(end.Bar = cumsum(values),

start.Bar = c(0, head(end.Bar, -1))) %>%

rbind(

df %>%

group_by(wd) %>%

summarise(values = sum(values)) %>%

mutate(

dim = "Total",

wd = factor(wd,

levels = c("E", "W", "Q"))

) %>%

arrange(dim, desc(wd)) %>%

mutate(end.Bar = cumsum(values),

start.Bar = c(0, head(end.Bar, -1))) %>%

select(names(df),end.Bar,start.Bar)

) %>%

mutate(group.id = group_indices(., dim)) %>%

group_by(dim) %>%

mutate(total.by.x = sum(values)) %>%

select(dim, wd, group.id, start.Bar, values, end.Bar, total.by.x) ggplot(df.tmp, aes(x = group.id, fill = wd)) +

geom_rect(aes(x = group.id,

xmin = group.id - 0.25,

xmax = group.id + 0.25,

ymin = end.Bar,

ymax = start.Bar),

color="black",

alpha=0.95) +

geom_segment(aes(x=ifelse(group.id == last(group.id),

last(group.id),

group.id+0.25),

xend=ifelse(group.id == last(group.id),

last(group.id),

group.id+0.75),

y=ifelse(wd == "E",

end.Bar,

max(end.Bar)2),

yend=ifelse(wd == "E",

end.Bar,

max(end.Bar)
2)),

colour="black") +

geom_text(

mapping =

aes(

label = ifelse(values < 150,

"",

ifelse(nchar(values) == 3,

as.character(values),

sub("(.{1})(.)", "\1,\2",

as.character(values)

)

)

),

y = rowSums(cbind(start.Bar,values/2))

),

color = "white",

fontface = "bold"

) +

geom_text(

mapping =

aes(

label = ifelse(wd != "E",

"",

ifelse(nchar(total.by.x) == 3,

as.character(total.by.x),

sub("(.{1})(.
)", "\1,\2",

as.character(total.by.x)

)

)

),

y = end.Bar+200

),

color = "#213058",

fontface = "bold"

) +

分类颜色设置

scale_fill_manual(values=c('#ADB175','#8E599F','#213058')) +

Y轴设置

scale_y_continuous(

expand=c(0,0),

limits = c(0, 4000),

breaks = seq(0, 4000, 500),

labels = ifelse(nchar(seq(0, 4000, 500)) < 4,

as.character(seq(0, 4000, 500)),

sub("(.{1})(.*)", "\1,\2",

as.character(seq(0, 4000, 500))

)

)

) +

scale_x_continuous(

expand=c(0,0),

limits = c(min(df.tmp$group.id)-0.5,max(df.tmp$group.id)+0.5),

breaks = c(min(df.tmp$group.id)-0.5,

unique(df.tmp$group.id),

unique(df.tmp$group.id) + 0.5

),

labels =

c("",

as.character(unique(df.tmp$dim)),

rep(c(""), length(unique(df.tmp$dim)))

)

) +

theme(

text = element_text(size = 14, color = "#213058"),

axis.text = element_text(size = 10, color = "#213058", face = "bold"),

axis.text.y = element_text(margin = margin(r = 0.3, unit = "cm")),

axis.ticks.x =

element_line(color =

c("black",

rep(NA, length(unique(df.tmp$dim))),

rep("black", length(unique(df.tmp$dim))-1)

)

),

axis.line = element_line(colour = "#213058", size = 0.5),

axis.ticks.length = unit(.15, "cm"),

axis.title.x = element_blank(),

axis.title.y = element_blank(),

panel.background = element_blank(),

plot.margin = unit(c(1, 1, 1, 1), "lines"),

legend.text = element_text(size = 10,

color = "#213058",

face = "bold",

margin = margin(l = 0.25, unit = "cm")

),

legend.title = element_blank()

)

注意:

1、R视觉对象,发布需要pro才行;

2、data的形式和X、Y轴的设置;

3、对R要有所了解。

by焦棚子

焦棚子的文章目录

120_PowerBI堆积瀑布图_R脚本Visual的更多相关文章

  1. 教你用Python创建瀑布图

    介绍 对于绘制某些类型的数据来说,瀑布图是一种十分有用的工具.不足为奇的是,我们可以使用Pandas和matplotlib创建一个可重复的瀑布图. 在往下进行之前,我想先告诉大家我指代的是哪种类型的图 ...

  2. 第四篇:R语言数据可视化之折线图、堆积图、堆积面积图

    折线图简介 折线图通常用来对两个连续变量的依存关系进行可视化,其中横轴很多时候是时间轴. 但横轴也不一定是连续型变量,可以是有序的离散型变量. 绘制基本折线图 本例选用如下测试数据集: 绘制方法是首先 ...

  3. 看懂 Fiddler 的瀑布图

    最近准备给组内的新同学们分享下 Fiddler 这枚神器,可以讲的地方太多,我打算把一节课讲不完的内容写在博客上,大家可以随便看看.今天先介绍下 Fiddler 的瀑布图. 每个网络请求都会经历域名解 ...

  4. Excel催化剂图表系列之品味IBCS瀑布图观察企业利润构成

    IBCS图表,每个细节都值得反复琢磨参悟,此篇给大家送上详尽的瀑布图方式下的利润数据观察.请不要拿Excel2016版提供的瀑布图与IBCS版的瀑布图作对比,那完全不是一个级别的,可以类比为拿一辆经济 ...

  5. maftools | 从头开始绘制发表级oncoplot(瀑布图)

    本文首发于微信公众号 **“ 生信补给站 ”** ,期待您的关注!!! 原文链接:https://mp.weixin.qq.com/s/G-0PtaoO6bYuhx_D_Rlrlw 对于组学数据的分析 ...

  6. Tableau绘制漏斗图、甘特图、瀑布图、镶边面积图、阴影坡度图

    Tableau绘制漏斗图.甘特图.瀑布图.镶边面积图.阴影坡度图 本文首发于博客冰山一树Sankey,去博客浏览效果更好.直接右上角搜索该标题即可 一. 漏斗图 数据源 1.1 分色直条漏斗图 (1) ...

  7. Unity 烘焙材质到单一贴图的脚本

    原地址:http://www.cocoachina.com/gamedev/gameengine/2011/0406/2756.html 这个脚本由 CocoaChina 版主 “四角钱” 分享,可以 ...

  8. Mac生成APP图标和启动图的脚本

    概述 之前用的一个批量导出APP图标和启动图的软件,今天发现收费了,于是自己造了个简单的轮子. 实现 Mac上的sips命令,可以很方便的帮助用户修改图片尺寸 Xcode里面的APP启动图资源包含两部 ...

  9. WPF数据可视化-瀑布图

    实现方式一: 将数据(Point[])根据索引沿X轴使用虚拟画布进行绘制,每个数据绘制大小为1px * 1px:最终绘制出的宽度等于数据的总长度.标记并存储当前绘制的图为PreviousBitmap; ...

随机推荐

  1. 什么是pandas

  2. BGD(批量梯度下降)--学习笔记

    函数凸凹性: 用到的范数知识: 详细解释:每一个元素的平方再开方.补充损失函数: Huber Loss知识点 loss函数可以通过loss参数进行设置.SGDRegressor支持以下的loss函数: ...

  3. STM32 HAL库与标准库的区别_浅谈句柄、MSP函数、Callback函数

    最近笔者开始学习STM32的HAL库,由于以前一直用标准库进行开发,于是发现了HAL库几点好玩的地方,在此分享. 1.句柄在STM32的标准库中,假设我们要初始化一个外设(这里以USART为例)我们首 ...

  4. 基 vue-element-admin升级的Vue3 +TS +Element-Plus 版本的后端管理前端解决方案 vue3-element-admin 正式对外发布,有来开源组织又一精心力作,毫无保留开放从0到1构建过程

    项目简介 vue3-element-admin 是基于 vue-element-admin 升级的 Vue3 + Element Plus 版本的后台管理前端解决方案,是 有来技术团队 继 youla ...

  5. MySQL中MyISAM和InnoDB引擎的区别

    区别: 1. InnoDB支持事务,MyISAM不支持,对于InnoDB每一条SQL语言都默认封装成事务,自动提交,这样会影响速度,所以最好把多条SQL语言放在begin和commit之间,组成一个事 ...

  6. nodejs教程---基于expressJs框架,实现文件上传(upload)?

    文件上传功能在nodejs初期是一件很难实现的功能,之后出现了formidable勉强能解决这个问题,但是express框架出现之后基于这个框架开发的中间件有更好的方法来处理文件上传,这个中间件就是m ...

  7. 通过uniCloud白捡一个在线图库管理工具,可支持图床外链

    喜欢写文章的技术大佬们,应该都有一个自己的在线图片管理工具吧. 尤其是在写markdown时,为了让我们的文章"图文并茂",显得不那么枯燥,就经常需要在合适的地方插入一些关联性的图 ...

  8. Ubuntu中hyperledger-fabric2.3.0环境搭建

    系统环境 hyperledger-fabric在Ubuntu安装过程,fabric版本为2.3.0 首先安装相关软件 1.安装docker 直接参考下面这篇文档安装好docker-ce即可 Ubunt ...

  9. Spring配置数据源(连接池)

    1.数据源(连接池)的作用:为了提高程序的性能而出现的 2.数据源的原理: *事先实例化数据源,初始化部分连接资源 *使用连接资源时从数据源中获取 *使用完毕后将连接资源归还给数据源 使用c3p0的步 ...

  10. 前端CSS浮动、定位、溢出、z-index、透明度

    一.浮动float 在 CSS 中,任何元素都可以浮动. 浮动元素会生成一个块级框,而不论它本身是何种元素. 关于浮动的两个特点: 浮动的框可以向左或向右移动,直到它的外边缘碰到包含框或另一个浮动框的 ...