[R语言] 基于R语言实现环状条形图的绘制

最新推荐文章于 2023-08-29 09:12:42 发布
最新推荐文章于 2023-08-29 09:12:42 发布
阅读量7.6k 收藏 40
点赞数 6
分类专栏： R语言 数据分析与可视化
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/LuohenYJ/article/details/108415810
版权

环状条形图(Circular barplot)是条形图的变体，图如其名，环状条形图在视觉上很吸引人，但也必须小心使用，因为环状条形图使用的是极坐标系而不是笛卡尔坐标系，每一个类别不共享相同的Y轴。环状条形图非常适合于周期性数据，本文主要介绍基于R语言实现环状条形图的绘制。本文主要参考链接:Circular barplot

R语言的环状条形图主要基于tidyverse包实现，tidyverse是一组R包的集合，这些R包共享共同的原理并旨在无缝地协同工作，具体介绍见：
tidyverse

安装命令如下：

install.packages(“tidyverse”)

本文所有代码见：R-Study-Notes

文章目录

1 基础环状条形图绘制 Basic circular barplot

1.1 最基础环状条形图的绘制 Most basic circular barplot

环状条形图就是条形图，只不过环状条形图沿圆形而不是直线显示。
输入数据集与条形图的输入数据集相同：每个组需要一个数值（一个组=一个条形图）。（请参阅条形图部分的更多说明）。
基本上，这个方法和做一个经典的条形图是一样的。最后，我们调用coord_polar()使整个坐标系变为极坐标系，这样会使得图表呈圆形。注意，ylim()参数非常重要。如果它从0开始，这些条将从圆的中心开始。如果您提供负值，将出现一个白色的圆圈空格！此外会用到rep函数，具体介绍见R中rep函数的使用

# Libraries
# 导入包
library(tidyverse)
 
# Create dataset
# 创建数据
data <- data.frame(
  id=seq(1,60),
  individual=paste( "Mister ", seq(1,60), sep=""),
  value=sample( seq(10,100), 60, replace=T)
)
head(data)
A data.frame: 6 × 3
idindividualvalue
<int><fct><int>
1Mister 144
2Mister 279
3Mister 381
4Mister 462
5Mister 591
6Mister 650
# Make the plot
# 画图
p <- ggplot(data, aes(x=as.factor(id), y=value)) +       
    # This add the bars with a blue color
    # 添加蓝色条形，stat表示数据统计方式，也就是说identity提取横坐标x对应的y值
    geom_bar(stat="identity", fill=alpha("blue", 0.3)) +
    # The negative value controls the size of the inner circle, the positive one is useful to add size over each bar
    # 设置y的范围，负值设定内圆的大小，正值设定各个条柱的最高高度
    ylim(-100,120)+
    # theme_minimal简约主题
    theme_minimal() +
    # Custom the theme: no axis title and no cartesian grid
    # 自定义主题
    theme(
        # 移除标题坐标文字
        axis.text = element_blank(),
        axis.title = element_blank(),
        # 移除网格
        panel.grid = element_blank(),
        # This remove unnecessary margin around plot
        # 移除不必要空白
        plot.margin = unit(rep(-2,4), "cm"))+
    # This makes the coordinate polar instead of cartesian.
    # 使用极坐标系
    coord_polar(start = 0)
p

png

1.2 给环状条形图添加标签 Add labels to circular barplot

上节说明了如何制作基本的环状条形图。下一步是在每个条上添加标签，以便深入了解图形。这里我建议一种方法，在每个条的顶部添加标签，使用与条中心部分相同的角度。在下面的代码中，有一小段创建了一个带有每个标签特性的数据帧，然后我们可以在geom_text（）中调用它。
请注意，为了让标签的更好阅读，这就需要将其中一些标签翻转180度。

首先添加数据

# Libraries
library(tidyverse)
 
# Create dataset
# 创建数据
data <- data.frame(
  id=seq(1,60),
  individual=paste( "Mister ", seq(1,60), sep=""),
  value=sample( seq(10,100), 60, replace=T)
)
# ----- This section prepare a dataframe for labels ---- #
# 准备数据标签
# Get the name and the y position of each label
label_data <- data
# calculate the ANGLE of the labels
# 计算标签角度
number_of_bar <- nrow(label_data)
number_of_bar

# I substract 0.5 because the letter must have the angle of the center of the bars. Not extreme right(1) or extreme left (0)
# 减去0.5是为了让标签位于条柱中心
# angle是标签角度
angle <-  90 - 360 * (label_data$id-0.5) /number_of_bar 

# calculate the alignment of labels: right or left
# If I am on the left part of the plot, my labels have currently an angle < -90
# 判断标签左对齐还是右对齐，也就是标签是朝向左边还是右边
label_data$hjust<-ifelse( angle < -90, 1, 0)
 
# flip angle BY to make them readable
# 翻转标签
label_data$angle<-ifelse(angle < -90, angle+180, angle)
# ----- ------------------------------------------- ---- #
head(label_data)

60

A data.frame: 6 × 5
idindividualvaluehjustangle
<int><fct><int><dbl><dbl>
1Mister 186087
2Mister 281081
3Mister 327075
4Mister 448069
5Mister 557063
6Mister 649057

开始绘图


# Start the plot
# 开始绘图
p <- ggplot(data, aes(x=as.factor(id), y=value)) +   
    # This add the bars with a bskyblue color
    # 添加蓝色条形，stat表示数据统计方式，也就是说identity提取横坐标x对应的y值
    geom_bar(stat="identity", fill=alpha("skyblue", 0.7)) +

    # The negative value controls the size of the inner circle, the positive one is useful to add size over each bar
    # 设置y的范围，负值设定内圆的大小，正值设定各个条柱的最高高度
    ylim(-100,120)+

    # theme_minimal简约主题
    theme_minimal() +
    # Custom the theme: no axis title and no cartesian grid
    # 自定义主题
    theme(
        # 移除标题坐标文字
        axis.text = element_blank(),
        axis.title = element_blank(),
        # 移除网格
        panel.grid = element_blank(),
        # This remove unnecessary margin around plot
        # 移除不必要空白
        plot.margin = unit(rep(-2,4), "cm"))+

    # This makes the coordinate polar instead of
    # 设置极坐标系
    coord_polar(start = 0) +

    # Add the labels, using the label_data dataframe that we have created before
    # 添加标签
    geom_text(data=label_data, aes(x=id, y=value+10, label=individual, hjust=hjust), color="black", fontface="bold",alpha=0.6, size=2.5, angle= label_data$angle, inherit.aes = FALSE ) 

p

png

2 分组环状条形图 Circular barplot with groups

2.1 在圆中添加间隙 Add a gap in the circle

本节主要介绍在圆中添加间隙，其实大部分操作和上一节一样，只是在初始数据帧的末尾添加了几行空行就能添加间隙

添加数据

# library
library(tidyverse)
 
# Create dataset
# 添加数据
data <- data.frame(
  individual=paste( "Mister ", seq(1,60), sep=""),
  value=sample( seq(10,100), 60, replace=T)
)
 
# Set a number of 'empty bar'
# 设置空白柱的个数
empty_bar <- 10
 
# 在原始数据中添加空白数据
# Add lines to the initial dataset
to_add <- matrix(NA, empty_bar, ncol(data))
colnames(to_add) <- colnames(data)
data <- rbind(data, to_add)
data$id <- seq(1, nrow(data))

# Get the name and the y position of each label
# 和上一步一样，获得标签角度信息
label_data <- data
number_of_bar <- nrow(label_data)
angle <- 90 - 360 * (label_data$id-0.5) /number_of_bar   
label_data$hjust <- ifelse( angle < -90, 1, 0)
label_data$angle <- ifelse(angle < -90, angle+180, angle)
head(label_data)
A data.frame: 6 × 5
individualvalueidhjustangle
<fct><int><int><dbl><dbl>
Mister 1181087.42857
Mister 2552082.28571
Mister 3693077.14286
Mister 4364072.00000
Mister 5465066.85714
Mister 6826061.71429

绘图

# Make the plot
# 绘图
p <- ggplot(data, aes(x=as.factor(id), y=value)) +       # Note that id is a factor. If x is numeric, there is some space between the first bar
  geom_bar(stat="identity", fill=alpha("green", 0.3)) +
  ylim(-100,120) +
  theme_minimal() +
  theme(
    axis.text = element_blank(),
    axis.title = element_blank(),
    panel.grid = element_blank(),
    plot.margin = unit(rep(-1,4), "cm") 
  ) +
  coord_polar(start = 0) + 
  geom_text(data=label_data, aes(x=id, y=value+10, label=individual, hjust=hjust), color="black", fontface="bold",alpha=0.6, size=2.5, angle= label_data$angle, inherit.aes = FALSE ) 
 
p;

Warning message:
"Removed 10 rows containing missing values (position_stack)."
Warning message:
"Removed 10 rows containing missing values (geom_text)."

png

2.2 组间距设置 Space between groups

组间距就是在各个组之间添加若干个空白柱，本节代码会用到R语言管道，具体介绍R语言中的管道%>%

首先创建一个空白数组

# library
library(tidyverse)
 
# Create dataset
# 创建数据集
data <- data.frame(
  individual=paste( "Mister ", seq(1,60), sep=""),
  group=c( rep('A', 10), rep('B', 30), rep('C', 14), rep('D', 6)) ,
  value=sample( seq(10,100), 60, replace=T)
)

# Set a number of 'empty bar' to add at the end of each group
# 在原始数据中添加空白数据
# empty_bar 表示组之间的空白距离
empty_bar <- 4
# 每一组之间4个空白
to_add <- data.frame( matrix(NA, empty_bar*nlevels(data$group), ncol(data)) )
colnames(to_add) <- colnames(data)
# 为每个空白值提供组信息，rep函数的意思就是复制值，levels(data$group)为复制的对象，each为复制的次数
to_add$group <- rep(levels(data$group), each=empty_bar)
head(to_add)
A data.frame: 6 × 3
individualgroupvalue
<lgl><chr><lgl>
NAANA
NAANA
NAANA
NAANA
NABNA
NABNA

然后将空白数组与原始数据绑定

colnames(to_add) <- colnames(data)
to_add$group <- rep(levels(data$group), each=empty_bar)
data <- rbind(data, to_add)
# 管道操作类似 data<-arrange(data,data$group)
data <- data %>% arrange(group)
# 设置id
data$id <- seq(1, nrow(data))
head(data)
A data.frame: 6 × 4
individualgroupvalueid
<fct><fct><int><int>
Mister 1A791
Mister 2A202
Mister 3A673
Mister 4A474
Mister 5A785
Mister 6A506

绘图

# Get the name and the y position of each label
# 设定角度值
label_data <- data
number_of_bar <- nrow(label_data)
angle <- 90 - 360 * (label_data$id-0.5) /number_of_bar    
label_data$hjust <- ifelse( angle < -90, 1, 0)
label_data$angle <- ifelse(angle < -90, angle+180, angle)
 
# Make the plot
# fill 按组填充颜色
p <- ggplot(data, aes(x=as.factor(id), y=value, fill=group)) +   
  geom_bar(stat="identity", alpha=0.5) +
  ylim(-100,120) +
  theme_minimal() +
  theme(
    legend.position = "none",
    axis.text = element_blank(),
    axis.title = element_blank(),
    panel.grid = element_blank(),
    plot.margin = unit(rep(-1,4), "cm") 
  ) +
  coord_polar() + 
  geom_text(data=label_data, aes(x=id, y=value+10, label=individual, hjust=hjust), color="black", fontface="bold",alpha=0.6, size=2.5, angle= label_data$angle, inherit.aes = FALSE ) 
p

Warning message:
"Removed 16 rows containing missing values (position_stack)."
Warning message:
"Removed 16 rows containing missing values (geom_text)."

png

2.3 对柱状进行排序 Order bars

在这里，观察结果是按每个组内的条形高度排序的。如果您的目标是了解组内和组间的最高/最低观察值是什么，那么这将非常有用。在上一节中修改一行代码即可：

# data = data %>% arrange(group)
# 修改为
data = data %>% arrange(group, value)

# library
library(tidyverse)
 
# Create dataset
# 创建数据集
data <- data.frame(
  individual=paste( "Mister ", seq(1,60), sep=""),
  group=c( rep('A', 10), rep('B', 30), rep('C', 14), rep('D', 6)) ,
  value=sample( seq(10,100), 60, replace=T)
)

# Set a number of 'empty bar' to add at the end of each group
# 在原始数据中添加空白数据
# empty_bar 表示组之间的空白距离
empty_bar <- 4
# 每一组之间4个空白
to_add <- data.frame( matrix(NA, empty_bar*nlevels(data$group), ncol(data)) )
colnames(to_add) <- colnames(data)
# 为每个空白值提供组信息，rep函数的意思就是复制值，levels(data$group)为复制的对象，each为复制的次数
to_add$group <- rep(levels(data$group), each=empty_bar)
head(to_add)

colnames(to_add) <- colnames(data)
to_add$group <- rep(levels(data$group), each=empty_bar)
data <- rbind(data, to_add)
# 管道操作类似 data<-arrange(data,data$group)
data <- data %>% arrange(group, value)
# 设置id
data$id <- seq(1, nrow(data))
head(data)

# Get the name and the y position of each label
# 设定角度值
label_data <- data
number_of_bar <- nrow(label_data)
angle <- 90 - 360 * (label_data$id-0.5) /number_of_bar    
label_data$hjust <- ifelse( angle < -90, 1, 0)
label_data$angle <- ifelse(angle < -90, angle+180, angle)
 
# Make the plot
# fill 按组填充颜色
p <- ggplot(data, aes(x=as.factor(id), y=value, fill=group)) +   
  geom_bar(stat="identity", alpha=0.5) +
  ylim(-100,120) +
  theme_minimal() +
  theme(
    legend.position = "none",
    axis.text = element_blank(),
    axis.title = element_blank(),
    panel.grid = element_blank(),
    plot.margin = unit(rep(-1,4), "cm") 
  ) +
  coord_polar() + 
  geom_text(data=label_data, aes(x=id, y=value+10, label=individual, hjust=hjust), color="black", fontface="bold",alpha=0.6, size=2.5, angle= label_data$angle, inherit.aes = FALSE ) 
p
A data.frame: 6 × 3
individualgroupvalue
<lgl><chr><lgl>
NAANA
NAANA
NAANA
NAANA
NABNA
NABNA
A data.frame: 6 × 4
individualgroupvalueid
<fct><fct><int><int>
Mister 1 A201
Mister 10A202
Mister 7 A243
Mister 4 A304
Mister 3 A495
Mister 8 A646
Warning message:
"Removed 16 rows containing missing values (position_stack)."
Warning message:
"Removed 16 rows containing missing values (geom_text)."

png

2.4 环状条形图自定义 Circular barchart customization

最后是，在图表中添加一些自定义项是非常明智的。这里我们添加组名（A、B、C和D），并添加一个刻度来帮助比较条形图的大小。代码有点长，但结果看来是值得的！

首先准备数据

# library
library(tidyverse)
 
# Create dataset
data <- data.frame(
  individual=paste( "Mister ", seq(1,60), sep=""),
  group=c( rep('A', 10), rep('B', 30), rep('C', 14), rep('D', 6)) ,
  value=sample( seq(10,100), 60, replace=T)
)
 
# Set a number of 'empty bar' to add at the end of each group
empty_bar <- 3
to_add <- data.frame( matrix(NA, empty_bar*nlevels(data$group), ncol(data)) )
colnames(to_add) <- colnames(data)
to_add$group <- rep(levels(data$group), each=empty_bar)
data <- rbind(data, to_add)
data <- data %>% arrange(group)
data$id <- seq(1, nrow(data))

# Get the name and the y position of each label
label_data <- data
number_of_bar <- nrow(label_data)
angle <- 90 - 360 * (label_data$id-0.5) /number_of_bar   
label_data$hjust <- ifelse( angle < -90, 1, 0)
label_data$angle <- ifelse(angle < -90, angle+180, angle)
head(label_data)
A data.frame: 6 × 6
individualgroupvalueidhjustangle
<fct><fct><int><int><dbl><dbl>
Mister 1A381087.5
Mister 2A242082.5
Mister 3A723077.5
Mister 4A474072.5
Mister 5A965067.5
Mister 6A866062.5

然后设置abcd刻度线信息

# prepare a data frame for base lines
base_data <- data %>% 
  group_by(group) %>% 
  summarize(start=min(id), end=max(id) - empty_bar) %>% 
  rowwise() %>% 
  mutate(title=mean(c(start, end)))
head(base_data)
A rowwise_df: 4 × 4
groupstartendtitle
<fct><int><dbl><dbl>
A 110 5.5
B144328.5
C476053.5
D646966.5

接着设置各组之间的间隔条

# prepare a data frame for grid (scales)
grid_data <- base_data
grid_data$end <- grid_data$end[ c( nrow(grid_data), 1:nrow(grid_data)-1)] + 1
grid_data$start <- grid_data$start - 1
grid_data <- grid_data[-1,]
grid_data
A rowwise_df: 3 × 4
groupstartendtitle
<fct><dbl><dbl><dbl>
B131128.5
C464453.5
D636166.5

最后就是绘图

# Make the plot
p <- ggplot(data, aes(x=as.factor(id), y=value, fill=group)) +   
    # 添加条形图
    geom_bar(aes(x=as.factor(id), y=value, fill=group), stat="identity", alpha=0.5) +

    # 添加各组之间的线条，可以注释
    geom_segment(data=grid_data, aes(x = end, y = 80, xend = start, yend = 80), colour = "grey", alpha=1, size=0.3 , inherit.aes = FALSE ) +
    geom_segment(data=grid_data, aes(x = end, y = 60, xend = start, yend = 60), colour = "grey", alpha=1, size=0.3 , inherit.aes = FALSE ) +
    geom_segment(data=grid_data, aes(x = end, y = 40, xend = start, yend = 40), colour = "grey", alpha=1, size=0.3 , inherit.aes = FALSE ) +
    geom_segment(data=grid_data, aes(x = end, y = 20, xend = start, yend = 20), colour = "grey", alpha=1, size=0.3 , inherit.aes = FALSE ) +

    # Add text showing the value of each 100/75/50/25 lines，设置值坐标，可以注释
    annotate("text", x = rep(max(data$id),4), y = c(20, 40, 60, 80), label = c("20", "40", "60", "80") , color="grey", size=3 , angle=0, fontface="bold", hjust=1) +
    
    # 和前面一样
    ylim(-100,120) +
    theme_minimal() +
    theme(
        legend.position = "none",
        axis.text = element_blank(),
        axis.title = element_blank(),
        panel.grid = element_blank(),
        plot.margin = unit(rep(-1,4), "cm") 
    ) +
    coord_polar() + 
    geom_text(data=label_data, aes(x=id, y=value+10, label=individual, hjust=hjust), color="black", fontface="bold",alpha=0.6, size=2.5, angle= label_data$angle, inherit.aes = FALSE ) +

    # Add base line information
    # 添加下划线
    geom_segment(data=base_data, aes(x = start, y = -5, xend = end, yend = -5), colour = "black", alpha=0.8, size=0.6 , inherit.aes = FALSE )  +
    # 添加各组的名字
    geom_text(data=base_data, aes(x = title, y = -18, label=group), hjust=c(1,1,0,0), colour = "black", alpha=0.8, size=4, fontface="bold", inherit.aes = FALSE)
p

Warning message:
"Removed 12 rows containing missing values (position_stack)."
Warning message:
"Removed 12 rows containing missing values (geom_text)."

png

3 堆积环状条形图 Circular stacked barplot

本节旨在教你如何制作分组堆积的环状条形图。我强烈建议在深入研究这个代码之前先阅读前面的代码。本节会用到gather函数来处理数据，gather函数类似excel中的透视表，将数据压平。具体使用见
R语言 tidyr包的三个重要函数：gather，spread，separate的用法和举例

该段代码和前面不同在于数据创建以及创建各组之间的间距条

首先创建数据集

# library
library(tidyverse)
library(viridis)
 
# Create dataset
# 创建数据集
data <- data.frame(
    individual=paste( "Mister ", seq(1,60), sep=""),
    group=c( rep('A', 10), rep('B', 30), rep('C', 14), rep('D', 6)) ,
    value1=sample( seq(10,100), 60, replace=T),
    value2=sample( seq(10,100), 60, replace=T),
    value3=sample( seq(10,100), 60, replace=T)
)
head(data)
A data.frame: 6 × 5
individualgroupvalue1value2value3
<fct><fct><int><int><int>
Mister 1A447062
Mister 2A867531
Mister 3A185661
Mister 4A206499
Mister 5A626644
Mister 6A435031

转换数据

# Transform data in a tidy format (long format)
# key表示观察的变量就是value1,value2,value3;value代表值,-c(1,2)表示不对第一列和第二列进行转换
data <- data %>% gather(key = "observation", value="value", -c(1,2)) 
head(data)
dim(data)
A data.frame: 6 × 4
individualgroupobservationvalue
<fct><fct><chr><int>
Mister 1Avalue144
Mister 2Avalue186
Mister 3Avalue118
Mister 4Avalue120
Mister 5Avalue162
Mister 6Avalue143
  1. 180
  2. 4

设置一系列绘图指标

# Set a number of 'empty bar' to add at the end of each group
empty_bar <- 2
nObsType <- nlevels(as.factor(data$observation))
to_add <- data.frame( matrix(NA, empty_bar*nlevels(data$group)*nObsType, ncol(data)) )
colnames(to_add) <- colnames(data)
to_add$group <- rep(levels(data$group), each=empty_bar*nObsType )
data <- rbind(data, to_add)
data <- data %>% arrange(group, individual)
data$id <- rep( seq(1, nrow(data)/nObsType) , each=nObsType)
 
# Get the name and the y position of each label
label_data <- data %>% group_by(id, individual) %>% summarize(tot=sum(value))
number_of_bar <- nrow(label_data)
angle <- 90 - 360 * (label_data$id-0.5) /number_of_bar     
label_data$hjust <- ifelse( angle < -90, 1, 0)
label_data$angle <- ifelse(angle < -90, angle+180, angle)
 
# prepare a data frame for base lines
base_data <- data %>% 
  group_by(group) %>% 
  summarize(start=min(id), end=max(id) - empty_bar) %>% 
  rowwise() %>% 
  mutate(title=mean(c(start, end)))
 
# prepare a data frame for grid (scales)
grid_data <- base_data
grid_data$end <- grid_data$end[ c( nrow(grid_data), 1:nrow(grid_data)-1)] + 1
grid_data$start <- grid_data$start - 1
grid_data <- grid_data[-1,]

Warning message:
"Factor `individual` contains implicit NA, consider using `forcats::fct_explicit_na`"

绘图


# Make the plot
p <- ggplot(data) +      
  
  # Add the stacked bar
  geom_bar(aes(x=as.factor(id), y=value, fill=observation), stat="identity", alpha=0.5) +
  scale_fill_viridis(discrete=TRUE) +
  
  # Add a val=100/75/50/25 lines. I do it at the beginning to make sur barplots are OVER it.
  geom_segment(data=grid_data, aes(x = end, y = 0, xend = start, yend = 0), colour = "grey", alpha=1, size=0.3 , inherit.aes = FALSE ) +
  geom_segment(data=grid_data, aes(x = end, y = 50, xend = start, yend = 50), colour = "grey", alpha=1, size=0.3 , inherit.aes = FALSE ) +
  geom_segment(data=grid_data, aes(x = end, y = 100, xend = start, yend = 100), colour = "grey", alpha=1, size=0.3 , inherit.aes = FALSE ) +
  geom_segment(data=grid_data, aes(x = end, y = 150, xend = start, yend = 150), colour = "grey", alpha=1, size=0.3 , inherit.aes = FALSE ) +
  geom_segment(data=grid_data, aes(x = end, y = 200, xend = start, yend = 200), colour = "grey", alpha=1, size=0.3 , inherit.aes = FALSE ) +
  
  # Add text showing the value of each 100/75/50/25 lines
  ggplot2::annotate("text", x = rep(max(data$id),5), y = c(0, 50, 100, 150, 200), label = c("0", "50", "100", "150", "200") , color="grey", size=6 , angle=0, fontface="bold", hjust=1) +
  
  ylim(-150,max(label_data$tot, na.rm=T)) +
  theme_minimal() +
  theme(
    legend.position = "none",
    axis.text = element_blank(),
    axis.title = element_blank(),
    panel.grid = element_blank(),
    plot.margin = unit(rep(-1,4), "cm") 
  ) +
  coord_polar() +
  
  # Add labels on top of each bar
  geom_text(data=label_data, aes(x=id, y=tot+10, label=individual, hjust=hjust), color="black", fontface="bold",alpha=0.6, size=5, angle= label_data$angle, inherit.aes = FALSE ) +
  
  # Add base line information
  geom_segment(data=base_data, aes(x = start, y = -5, xend = end, yend = -5), colour = "black", alpha=0.8, size=0.6 , inherit.aes = FALSE )  +
  geom_text(data=base_data, aes(x = title, y = -18, label=group), hjust=c(1,1,0,0), colour = "black", alpha=0.8, size=4, fontface="bold", inherit.aes = FALSE)

p
# 保存数据 Save at png
ggsave(p, file="output.png", width=10, height=10)

Warning message:
"Removed 24 rows containing missing values (position_stack)."
Warning message:
"Removed 9 rows containing missing values (geom_text)."
Warning message:
"Removed 24 rows containing missing values (position_stack)."
Warning message:
"Removed 9 rows containing missing values (geom_text)."

png

4 参考

落痕的寒假
关注
  • 6
    点赞
  • 踩
  • 40
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
R语言绘制堆叠的环状条形图
weifanbio的博客
05-18 2820
堆叠条形图的进阶版，极坐标下的barplot，下面是R绘制堆叠的环状条形图的小例子。 #调用包 library(tidyverse) library(viridis) # 模拟数据集 data <- data.frame( individual=paste( "Mister ", seq(1,60), sep=""), group=c( rep('A', 10), rep('B', 30), rep('C', 14), rep('D', 6)) , value1=sample( seq(
R语言绘制环状条形图
weifanbio的博客
05-15 1548
分享一波环状条形图的代码，可以自己动手试试~ library(tidyverse) # 创建数据集 data <- data.frame( individual=paste( "Mister ", seq(1,60), sep=""), group=c( rep('A', 10), rep('B', 30), rep('C', 14), rep('D', 6)) , value=sample( seq(10,100), 60, replace=T) ) #在每个分组的末尾添加空白距离
【R语言】——绘制环形热图 4（保姆级教程）
weixin_54004950的博客
12-07 1万+
1 数据准备数据输入格式（csv格式）： 2 R包加载及数据导入 3 环状热图绘制3.1 绘制普通热图 图1 绘制的普通热图3.2 基础环形热图绘制 图2 基础环状热图3.3 对环形热图进行调整与美化3.3.1 对环形热图进行初步调整 图3 调整后的环形热图 3.3.2 对环形热图聚类树进行调整与美化 图4 聚类树调整与美化后的热图3.3.3 环形热图图例调整与列名添加 图5 环形热图图例调整与列名添加后的热图3.4 分组环形热图绘制3.4.1 单轨分组
利用R作圆环条形图
08-29 908
从理念上看，本质就是增加了圆环弧度的条形图。
绘图杂记【6】R语言绘制环形条形图（circular barplot）
积一时之步，臻千里之遥程
12-13 8093
参考代码： https://www.r-graph-gallery.com/297-circular-barplot-with-groups.html 补充： # 加载包 library(ggplot2) library(tidyverse) # install.packages('ragg') library(ragg) 数据准备 data <- data.frame( id=seq(1,60), individual=paste( "Mister ", seq(1,60), sep="
R语言环状图
shushujiuhui123的博客
11-25 1361
环状图 # 导入包 library(tidyverse) library(esquisse) library(ggpubr) #画图所用数据集 df <- tibble( group = c("Solar Module", "Silicon Rods and Wafers", "Power Station Construction and Service", "Others"), value = c(66.4, 28.4, 2.4, 2.8) ) # 画图 gg <- ggdonut
R语言绘制圈图、环形热图可视化基因组实战：展示基因数据比较
大数据部落
09-27 3398
原文链接：http://tecdat.cn/?p=23891 可以使用环状图形展示基因数据比较。可以添加多种图展信息，如热图、散点图等。 本文目标: 可视化基因组数据 制作环形热图 环形热图很漂亮。可以通过R来实现环形热图。 首先，让我们生成一个随机矩阵，并将其随机分成五组。 mat1 = rbind(cbind(matrix(rnorm(50*5, mean = 1), nr = 50), matrix(rnorm(50*5, mean..
R语言作图——Circular bar plot(环形柱状图)
生信了
02-03 5053
原创：黄小仙 不知不觉，距离小仙上次发文已经过去五个多月了。R语言作图系列的更新频率跟理想中的一月一次差别有点忒大了，不得不让小仙陷入深深的反思，对于时间的规划也有了一些新的感悟。 不知道大家有没有跟我一样的感受啊，举些例子： 放学、下班或者放假之后先把学习任务扔在一边，心想着，我先玩会游戏，等会玩够了再做； 网上看到一篇干货满满的文章，先点收藏，心想着，等我有空的时候再仔细看看； 听说身边的朋友利用空余时间做了什么了不起的事情，心想着，等我有空了，我也可以试一试； … 这样的例子数不胜数了，哈哈，小仙常想
R语言绘制SCI科研圈图源代码.zip
最新发布
05-01
本资源“R语言绘制SCI科研圈图源代码.zip”提供了一个使用R语言进行科学图表绘制的实例，尤其适用于那些已经具备R语言基础的学习者。通过这个压缩包，你可以学习如何定制和调整图表，以便在科学出版物（如SCI期刊）...
R语言绘图.pdfR语言绘图.pdf
05-06
本文件主要围绕R语言的绘图功能展开，涵盖了从基础到高级的各种图表绘制技术，以及如何结合其他专业软件进行图片处理和生物信息学分析。以下是相关知识点的详细说明： 1. **R语言绘图基础**： - R语言的绘图功能...
圈图_R语言绘制SCI图的输入文件及代码.rar
07-30
在本压缩包“圈图_R语言绘制SCI图的输入数据及代码.rar”中，我们可以找到一个关于使用R语言创建科学出版物（SCI）标准风格的圈图的资源。圈图是一种常用的统计图表，用于展示分类数据的频次或比例，通常在科研报告...
radialBar:在极坐标系上绘制的条形图-matlab开发
05-29
在MATLAB中，`radialBar`是一种独特的绘图函数，专门用于在极坐标系统中绘制条形图。这种图表类型结合了极坐标系统（通常用于雷达或蜘蛛图）和直方图的特点，使得数据的可视化更加直观和有趣。下面我们将深入探讨`...
android条形图 饼图 曲线图 例子详细 可以直接用 包含achartengine的jar包
06-22
本教程主要涉及使用AChartEngine库创建条形图、饼图和曲线图的详细实例，非常适合开发者快速集成到自己的项目中。 首先，AChartEngine是一个开源的Android图表库，它提供了丰富的图表类型，包括柱状图（BarChart）...
R报warning: Removed 10 rows containing missing values (geom_point)
weixin_54434521的博客
05-05 4866
用法ggplot画图时，报warning如下： 报错原因：要画的点不在x,y范围内 解决办法：根据图形的需求修改xlim和ylim的值 成功
R语言作图——density plot(密度图)
热门推荐
生信了
10-09 15万+
原创 黄小仙 上次分享了小提琴曲线(violin plot)的作图方法,今天小仙同学给大家介绍一下如何用R画出漂亮的密度图(density plot)。 Step1. 绘图数据的准备 首先还是要把你想要绘图的数据调整成R语言可以识别的格式excel中保存成csv格式。 数据的格式如下图：一列表示一种变量，第一行是列名 Step2. 绘图数据的读取 data&amp;lt;-read.csv(“your...
[数据分析与可视化] 数据绘图要点8-环状条形图的使用
You and Me
12-29 1166
数据绘图要点8-环状条形图的使用 环状条形图RADIAL BAR CHARTS是指用极坐标而不是笛卡尔平面绘制的条形图，RADIAL BAR CHARTS没有规定的中文翻译，有些人翻译为环状条形图，有些人翻译为径向条形图。 绘图实例 下图是显示2017年某一商品前6大国家的出口数量。 # 导入库 library(tidyverse) library(hrbrthemes) # 加载数据 data <- read.table("https://raw.githubusercontent.com/hol
Tableau图表 • 环状条形图（radial bar chart）
springyang2015的博客
03-12 4120
环状条形图（radial bar chart），又称跑道图，在pulic上比较多见，它比传统的饼图或者条形图更具有视觉冲击力，就像下面这样： 环状条形图的创建相对于饼图和条形图而言，还是复杂了一点，特别是像我这样数学不好的学生，对涉及到的数学知识完全不理解，不过没关系，这些就交给tableau大神们去研究，我这样的小菜鸟只需要照葫芦画瓢，知道怎么用就行。下面，我们就使用tableau自带的超市数...
[R语言] R语言PCA分析教程 Principal Component Methods in R
You and Me
07-31 5万+
R语言PCA分析教程 Principal Component Methods in R 主成分分析Principal Component Methods（PCA）允许我们总结和可视化包含由多个相互关联的定量变量描述的个体/观察的数据集中的信息。每个变量都可以视为不同的维度。如果数据集中包含3个以上的变量，那么可视化多维超空间可能非常困难。 主成分分析用于从多变量数据表中提取重要信息，并将此信息表示...
R语言 绘制环形热图
10-21
R语言可以使用ComplexHeatmap和circlize包绘制环形热图。环形热图可以将过长的热图变为环状，从而节省空间和使基因标签变得更为的清晰及美观。绘制环形热图需要进行数据准备，定义热图颜色梯度，绘制基础环形热图和环状热图绘制等步骤。其中，绘制基础环形热图可以使用circos.heatmap函数，绘制普通热图可以使用Heatmap函数。在绘制热图时，可以设置行名和列名的字体大小，颜色梯度，以及legend的颜色和范围等参数。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值