R 数据可视化 —— ggforce(形状)

前言

ggforce 是 ggplot2 的一个扩展包,提供了许多自定义的工具函数,可以更方便地为图形添加不同的形状、线条等注释,更灵活的分面图形绘制

使用

安装使用

# 从 CRAN 安装
install.packages("ggforce")

# 从 GitHub 安装
# install.packages("devtools")
devtools::install_github("thomasp85/ggforce")

# 导入
library(ggforce)

1. 形状

形状,本质上是任何有体积的东西。通过设置不同的参数就可以绘制不同类型的几何体。

在 ggplot2 中,大部分用于绘制形状的 geom 函数,其底层都是 geom_polygon。

而在 ggforce 中的所有形状函数都是基于 geom_shape,一个比 geom_polygon 功能更强的函数。并且可以在任何使用 geom_polygon 地方,用 geom_shape 来代替。

geom_polygon 与 geom_polygon 最大的不同在于,它可以对图形的每个角进行设置,还可以使用绝对长度来扩张和收缩。所有基于 geom_polygon 的函数都继承了这些特性

举个例子

data <- data.frame(
  labels = rep(LETTERS[1:6], each = 4),
  values = rep(c(3, 3.1, 3.1, 3.2, 3.15, 3.5), each = 4), 
  x = c(2, 1, 1.1, 2.2, 1, 0, 0.3, 1.1, 2.2, 1.1, 1.2, 2.5, 1.1, 0.3,
        0.5, 1.2, 2.5, 1.2, 1.3, 2.7, 1.2, 0.5, 0.6, 1.3),
  y = c(-0.5, 0, 1, 0.5, 0, 0.5, 1.5, 1, 0.5, 1, 2.1, 1.7, 1, 1.5,
        2.2, 2.1, 1.7, 2.1, 3.2, 2.8, 2.1, 2.2, 3.3, 3.2)
)

ggplot(data, aes(x, y)) +
  geom_shape(aes(fill = values, group = labels))

其中 x 和 y 坐标是用于标识图中的各个顶点,使用 group 来对点进行分组,对分组的点填充颜色之后看起来就是 6 个不同的形状连接在一起。

我们可以设置每个图形之间的绝对长度间隔,将图形分隔开。注意 expand 设置为负值

ggplot(data, aes(x, y)) +
  geom_shape(aes(fill = values, group = labels), 
                 expand = unit(-2, 'mm')
             )

也可以将每个角设置为圆角,通过 radius 设置圆角的半径

ggplot(data, aes(x, y)) +
  geom_shape(aes(fill = values, group = labels), 
             expand = unit(-2, 'mm'),
             radius = unit(3, "mm")
             )

将 expand 设置为正值会让图形重叠,再设置透明度,看看图形长啥样

ggplot(data, aes(x, y)) +
  geom_shape(aes(fill = values, group = labels), expand = unit(2, 'mm'),
             radius = unit(3, "mm"), alpha = 0.5)

说实话,还有点像地图

下面我们具体看几种常用的形状

1.1 扇形

扇形是通过圆心、圆半径以及起始和终止角度来固定的。ggforce 提供了 geom_arc_bar 函数,可用于绘制扇形柱状图。

主要通过设置内半径和外半径,最常见的形式就是甜甜圈图,如果内半径为 0 则变成饼图。

绘制一个扇形

ggplot(pie) + 
  geom_arc_bar(
    aes(x0 = 0, y0 = 0, r0 = 0, 
        r = 1, start = start,
        end = end, fill = state)
    ) +
  theme_no_axes() + coord_fixed()

但是饼图通常是根据每个分类的值的大小来分配扇形的角度的,例如

ggplot(pie) + 
  geom_arc_bar(
    aes(x0 = 0, y0 = 0, r0 = 0, r = 1, 
        amount = amount, fill = state), stat = "pie"
    ) +
  theme_no_axes() + coord_fixed()

使用 amount 参数来控制分类的值,注意要设置 stat = "pie"

有时,我们还想着重强调某一个分类,使用 explode 参数可以把它抽出来

ggplot(pie) + 
  geom_arc_bar(
    aes(x0 = 0, y0 = 0, r0 = 0, r = 1, 
        amount = amount, fill = state, 
        explode = focus), stat = "pie",
    ) +
  theme_no_axes() + coord_fixed()

如果要绘制甜甜圈图,只要把 r0 设置为大于 0 的值

ggplot(pie) + 
  geom_arc_bar(
    aes(x0 = 0, y0 = 0, r0 = 0.6, r = 1, 
        amount = amount, fill = state, 
        explode = focus), stat = "pie",
    ) +
  theme_no_axes() + coord_fixed()

1.2 圆形

geom_circle 函数绘制的圆圈与 geom_point 有所不同,圆圈的大小与坐标系统相关而不是标度。

可以通过圆心坐标与半径来确定圆圈的位置,需要与 coord_fixed 搭配使用才能绘制成圆形。

circles <- data.frame(
  x0 = rep(1:3, 2),
  y0 =  rep(1:2, each=3),
  r = seq(0.1, 1, length.out = 6)
)

ggplot(circles) + 
  geom_circle(aes(x0=x0, y0=y0, r=r, fill=r)) +
  coord_fixed()

使用参数 n 来设置圆的平滑

ggplot(circles) + 
  geom_circle(aes(x0=x0, y0=y0, r=r, fill=r), 
              n = 12) +
  coord_fixed()

1.3 椭圆

geom_ellipse 可以绘制相对于坐标轴的椭圆,需要传递的参数比较多,要圆心坐标,长轴和短轴的长度,以及相对于坐标轴的角度

例如

ggplot() +
  geom_ellipse(aes(x0 = 0, y0 = 0, a = 10, b = 3, angle = 0)) +
  coord_fixed()

增加角度,pi/6 也就是 30 度

ggplot() +
  geom_ellipse(aes(x0 = 0, y0 = 0, a = 10, b = 3, angle = pi/6)) +
  coord_fixed()

1.4 多边形

geom_regon 用于绘制任意多边形,需要指定中心点坐标、边的数量、以及多边形绘制的圆圈半径(相当于在圆内绘制多边形),以及放置的角度

ggplot() +
  geom_regon(aes(x0 = runif(8), y0 = runif(8), 
                 sides = sample(3:10, 8),
                 angle = 0, r = runif(8) / 10)) +
  coord_fixed()

geom_regon 继承于 geom_shape,所以可以设置间距及圆角

ggplot() +
  geom_regon(aes(x0 = runif(8), y0 = runif(8), 
                 sides = sample(3:10, 8),
                 angle = 0, r = runif(8) / 10),
             expand = unit(1, 'cm'), radius = unit(1, 'cm')) +
  coord_fixed()

1.5 宽对角线

geom_diagonal_wide 用于绘制宽对角线形状,更像是流量图。每个对角线通过 4 个顶点来确定位置,默认的流向是 x 轴方向

data <- data.frame(
  x = c(1, 2, 2, 1, 2, 3, 3, 2),
  y = c(1, 2, 3, 2, 3, 1, 2, 5),
  group = c(1, 1, 1, 1, 2, 2, 2, 2)
)
ggplot(data) +
  geom_diagonal_wide(
    aes(x, y, group = group), 
    colour = 'black', fill = 'steelblue', 
    radius = 0.01
    )

strength 参数可以控制对角线的陡峭程度

ggplot(data, aes(x, y, group = group)) +
  geom_diagonal_wide(strength = 0.75, alpha = 0.5, fill = 'green') +
  geom_diagonal_wide(strength = 0.25, alpha = 0.5, fill = 'red')

设置圆角

ggplot(data) +
  geom_diagonal_wide(
    aes(x, y, group = group), 
    colour = 'black', fill = 'steelblue', 
    radius = unit(5, 'mm')
    )

1.6 平行集合图

平行集合图用于可视化多个分类变量之间的相互关系,以平行坐标轴之间的宽对角线图来衡量变量之间的交叠情况。

要将每个变量映射为一个轴,需要用到 ggforce 提供的工具函数先对数据进行转换

> data <- as.data.frame(Titanic)
> head(data)
  Class    Sex   Age Survived Freq
1   1st   Male Child       No    0
2   2nd   Male Child       No    0
3   3rd   Male Child       No   35
4  Crew   Male Child       No    0
5   1st Female Child       No    0
6   2nd Female Child       No    0

> data <- gather_set_data(data, 1:4)
> head(data)
  Class    Sex   Age Survived Freq id     x    y
1   1st   Male Child       No    0  1 Class  1st
2   2nd   Male Child       No    0  2 Class  2nd
3   3rd   Male Child       No   35  3 Class  3rd
4  Crew   Male Child       No    0  4 Class Crew
5   1st Female Child       No    0  5 Class  1st
6   2nd Female Child       No    0  6 Class  2nd
ggplot(data, aes(x, id = id, split = y, value = Freq)) +
  geom_parallel_sets(aes(fill = Sex), alpha = 0.3, axis.width = 0.1) +
  # 轴样式设置
  geom_parallel_sets_axes(axis.width = 0.1, colour = "lightgrey", fill = "steelblue") +
  # 轴标签设置
  geom_parallel_sets_labels() + 
  theme_no_axes()

1.7 Voronoi 图和 delaunay 三角化
1.7.1 Voronoi 图

Voronoi 图,又叫泰森多边形或 Dirichlet 图,它是一组由连接两邻点直线的垂直平分线组成的连续多边形组成

ggplot(iris, aes(Sepal.Length, Sepal.Width, group = -1L)) +
  geom_voronoi_tile(aes(fill = Species)) +
  geom_voronoi_segment() +
  geom_text(aes(label = stat(nsides), size = stat(vorarea)),
            stat = 'delvor_summary', switch.centroid = TRUE
  )

对形状和线条都标准化

ggplot(iris, aes(Sepal.Length, Sepal.Width, group = -1L)) +
  geom_voronoi_tile(aes(fill = Species), normalize = TRUE) +
  geom_voronoi_segment(normalize = TRUE)

控制最大半径

ggplot(iris, aes(Sepal.Length, Sepal.Width, group = -1L)) +
  geom_voronoi_tile(aes(fill = Species), colour = 'black', max.radius = 0.25)

使用 bound 参数可以自定义边界形状,比如,设置成三角形

triangle <- cbind(c(3, 9, 6), c(1, 1, 6))
ggplot(iris, aes(Sepal.Length, Sepal.Width, group = -1L)) +
  geom_voronoi_tile(aes(fill = Species), colour = 'black', bound = triangle)

也可以设置 geom_shape 属性

ggplot(iris, aes(Sepal.Length, Sepal.Width, group = -1L)) +
  geom_voronoi_tile(aes(fill = Species), colour = 'black',
                    expand = unit(-.5, 'mm'), radius = unit(2, 'mm'))

1.7.2 Delaunay 三角化
ggplot(iris, aes(Sepal.Length, Sepal.Width)) +
  geom_delaunay_tile(alpha = 0.3, colour = 'black')

使用 geom_delauney_segment2 可以设置线段大小和终点连接处的形状

ggplot(iris, aes(Sepal.Length, Sepal.Width)) +
  geom_delaunay_segment2(aes(colour = Species, group = -1), size = 2,
                         lineend = 'round')

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

名本无名

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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