R-ggridges包的改进

R-ggridges包的改进

很忙,很久没有写文章。学习R绘图,这些都是我的兴趣爱好,并非我大的主业。也被我朋友说了很多次,别做这些没用的,既不能带来实际的收益,又耽误正事的时间。

但是我可能对绘图有着某种浓烈的兴趣吧,所以总是抽出时间来瞎捣鼓这些。所以今天跟大家分享一个最近无意中实现的对于R-ggridges包的改进。ggridges包有一个很惊艳的函数geom_density_ridges_gradient()可以绘制多数据系列的核密度估计图,如下图所示:




#代码如下:
library(ggplot2)
library(ggridges)
#theme_set(theme_ridges())
ggplot(lincoln_weather, aes(x = `Mean Temperature [F]`, y = `Month`)) +
geom_density_ridges_gradient(aes(fill = `Month`), scale = 3, size = 0.3) +  theme(legend.position = "none")

在这个函数中,fill的颜色还可以以x轴的数值作为映射,如下图所示:


#代码如下:
library(ggplot2)
library(ggridges)
#theme_set(theme_ridges())
library(RColorBrewer)
Colormap<- colorRampPalette(rev(brewer.pal(11,'Spectral')))(32)
ggplot(lincoln_weather, aes(x = `Mean Temperature [F]`, y = `Month`)) +
geom_density_ridges_gradient(aes(fill = ..x..), scale = 3, size = 0.3 ) +
scale_fill_gradientn(colours=Colormap,name = "Temp. [F]")

但是这种图好看归好看,存在两个问题:
1. 由于没有Y轴数值,无法得知每个数据系列对应的Y轴数值,也就无法得到核密度估计得具体数值,只能看到数据大概的分布形状;
2.这个函数只能绘制这种核密度估计的山峰叠峦图,但是有时候我们只是想展示多数据系列的时序数据的波动,而不是核密度估计。
所以,我自己研究解决了这两个问题:下图就是核密度估计的山峰叠峦图,但是每个数据系列的核密度估计面积的高度对应核密度估计得数值,这就相当于将Y轴的对应数值使用颜色映射实现啦。



下面就是使用山峰叠峦图展示多数据系列的时序数据,而不是核密度估计,如下图1所示。但是这个图也存在之前的问题:由于没有Y轴数值,无法得知每个数据系列对应的Y轴数值。图2所示就将Y轴数值映射到颜色colormap,这样就可以得到每个时间点对应的数值。


图1



图2

大家,肯定想知道这些怎么实现的。所以,我现在想把这几个图的函数打包供大家直接使用。但是由于我时间有限,最近比较忙。顺便看有没有有共同爱好的之士,同时又会打包的朋友。大家可以一起合作,将这几个函数打包package,供大家直接使用。




ggplot2分面气泡图饼图

ggplot2玫瑰图案例

炫酷阶梯状图表

构造方块条形图

多维放射状流向图

ggplot2高阶案例应用

商务图表案例:仿经济学人分组漏斗图~

你所不知道的R-柱形图绘制细节问题!

和我一起学习克利夫兰点图系列


如需转载请联系EasyCharts团队!

微信后台回复“转载”即可!


【书籍推荐】《Excel 数据之美--科学图表与商业图表的绘制》

【手册获取】国内首款-数据可视化参考手册:专业绘图必备

【必备插件】 EasyCharts -- Excel图表插件

【网易云课堂】 Excel 商业图表修炼秘笈之基础篇


qm.qq.com/cgi-bin/qm/qr? (二维码自动识别)

发布于 2017-12-18

文章被以下专栏收录

    欢迎关注我们的微信公众号:EasyCharts;R语言QQ群:553270834(魔方学院 ); EasyCharts团队出品,研究R语言数据分析与可视化,分享各种数据可视化Package的教程,