快捷導(dǎo)航

R語(yǔ)言使用ggplot繪制畫中畫細(xì)節(jié)放大的方法

更新時(shí)間：2021年11月05日 14:36:05 作者：Kanny廣小隸

這篇文章主要為大家介紹了R語(yǔ)言使用ggplot繪制畫中畫細(xì)節(jié)放大的方法實(shí)現(xiàn)示例，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步

當(dāng)我們?cè)诶?code>ggplot繪圖時(shí)，當(dāng)遇到一些量綱相差過(guò)大，或者一些圖的某些點(diǎn)排布密集時(shí)，需要將細(xì)節(jié)部分進(jìn)行放大，這時(shí)我們就需要采用畫中畫的方式，或者將統(tǒng)計(jì)圖的細(xì)節(jié)在旁邊進(jìn)行放大。

下面我們就來(lái)一步一步講解如何將圖中的細(xì)節(jié)進(jìn)行放大（核心為ggforce包）。話不多說(shuō)，先上最終效果圖（以2019年雙十一數(shù)據(jù)擬合為例）：

1. 載入相關(guān)包

library(ggplot2)  # 繪圖核心
library(tidyr)    # 數(shù)據(jù)整理
library(ggforce)  # 畫中畫核心包

2. 數(shù)據(jù)生成

我們收集了雙十一銷量數(shù)據(jù)，并進(jìn)行一些處理，這里生成數(shù)據(jù)相對(duì)比較簡(jiǎn)單，就不進(jìn)行解釋了。

# generate data
year <- 2009:2019
sales <- c(0.5, 9.36, 52, 191, 350, 571, 912, 1207, 1682, 2135, 2684)
growth_rate <- c(NA, diff(sales) / sales[1:(length(sales) - 1)] * 100)
dat <- data.frame(year = factor(year), sales, growth_rate)

# fit the curve of data
dat_curve <- data.frame(year_std = 1:10, growth_rate = growth_rate[2:11] / 100)
dat_curve$ind <- factor(c(rep(x = 1, 9), 2))

生成的數(shù)據(jù)長(zhǎng)下面這樣：

   year_std growth_rate ind
1         1  17.7200000   1
2         2   4.5555556   1
3         3   2.6730769   1
4         4   0.8324607   1
5         5   0.6314286   1
6         6   0.5971979   1
7         7   0.3234649   1
8         8   0.3935377   1
9         9   0.2693222   1
10       10   0.2571429   2

3. 基礎(chǔ)繪圖

首先我們添加一些散點(diǎn)（geom_point），與擬合曲線（geom_smooth），并將2019年與歷年區(qū)別開，代碼如下：

dat_curve %>%
  ggplot(aes(x = year_std, y = growth_rate, col = ind)) +
  geom_smooth(se = FALSE, method = "gam", formula = y ~ I(x^(-2)), size = 2, col = "#b3cde3") +
  geom_point(size = 4, alpha = 0.8)

接著我們發(fā)現(xiàn)，在后面段這些散點(diǎn)在增長(zhǎng)率上的差異看不出來(lái)了，因此需要使用畫中畫的方法，來(lái)對(duì)這部分進(jìn)行放大。

4. 放大效果

其實(shí)非常簡(jiǎn)單facet_zoom(y = growth_rate < 1)，我們選取增長(zhǎng)率小于1的部分進(jìn)行放大即可：

dat_curve %>%
  ggplot(aes(x = year_std, y = growth_rate, col = ind)) +
  geom_smooth(se = FALSE, method = "gam", formula = y ~ I(x^(-2)), size = 2, col = "#b3cde3") +
  geom_point(size = 4, alpha = 0.8) +
  facet_zoom(y = growth_rate < 1)

5. 繪圖美化

最后，我們?cè)偬砑右恍┐a進(jìn)行美化即可！（美化的代碼可以在我其他的博客中找到具體的解釋哦）

dat_curve %>%
  ggplot(aes(x = year_std, y = growth_rate, col = ind)) +
  geom_smooth(se = FALSE, method = "gam", formula = y ~ I(x^(-2)), size = 2, col = "#b3cde3") +
  geom_point(size = 4, alpha = 0.8) +
  labs(title = expression(paste('年份與銷售額增長(zhǎng)率擬合 (', R^2, " = 0.9978)")), x = "年份", y = "銷售額增長(zhǎng)率") + # 混合公式與中文，可參考本人另外的博客，相關(guān)的說(shuō)明。
  xlim(0, 10) +
  scale_y_continuous(labels = scales::percent) +   # y軸刻度改為百分?jǐn)?shù)
  scale_x_continuous(breaks = 1:10, labels = 2010:2019) +
  scale_fill_manual(values = c('#fbb4ae', '#ccebc5')) +
  theme_bw(base_family = "Times") +
  theme(axis.text.x = element_text(angle = 30), # x軸刻度傾斜30度
        panel.grid.minor = element_blank(),
        legend.position = "none",
        text = element_text(family = "STHeiti"),
        plot.title = element_text(hjust = 0.5)) +
  facet_zoom(y = growth_rate < 1)