ggplot2对豆瓣top250的简单分析

ggplot2对豆瓣top250的简单分析

首先：数据导入及清洗

data<-read.csv("豆瓣排行榜.csv",encoding = "UTF-8")

mat1<-data.frame(data$电影名字,data$评价人数)#评价人数表
mat2<-data.frame(data$电影名字,data$评分)#评分情况
mat3<-data.frame(data$电影名字,data$上映年份)#年份表

0.词云图 根据评分人数设置

先导入所需包

library(webshot)
library(wordcloud2) #加载ibrary(webshot)
library(htmlwidgets)
library(ggplot2)

进行绘制词云图

plot0<- wordcloud2(mat1,
    size = 0.1,shape = "pentagon",backgroundColor = "grey",
    minRotation = 30,maxRotation = 45,rotateRatio = 0.3,
    color = "random-light") + WCtheme(1)
saveWidget(plot0,"tmp.html",selfcontained = F) #先保存为网页格式
webshot("tmp.html","词云图.jpg", delay = 3,vwidth = 1000, vheight=1000) #在依据网页格式生成jpg图片格式

运行最终结果：

1.电影评分分析 | 柱状图

p1<-data.frame(table(data$评分))
plot1<-ggplot(data=p1,mapping=aes(x=Var1,y=Freq,fill=Var1,group=factor(1)))+
      geom_bar(stat="identity",width=0.8,position = 'stack') +   #基础图表
      theme_bw()+
      labs(x="评分",y="数量",fill="图例",title="豆瓣电影评分数据概述")+
      theme(#标题字体设置
          text=element_text(size=12),
          #设置标题居中hjust = 0.5
          plot.title = element_text(hjust = 0.5,vjust = 0),
          #Y轴字体设
          #X轴字体设angle：调整横轴标签倾斜角度
          #hjust：上下移动横轴标
          axis.text.x=element_text(size=12,  color = "black",angle = 45, hjust = 0.5,
          vjust = 0.5),
  #图例的标题字体设置，可以修改colour、size
  legend.title=element_text(size=12))+ labs(x="评分",y="数量",title="电影评分分析")
plot1
ggsave("电影评分分析.png", plot = plot1,scale = 1,dpi = 1000)

2.电影上映年份分析 | 时间折线

table2<-table(data$上映年份)
p2<-data.frame(table2)
p2<-p2[-11,]
rownames(p2)<- 1:nrow(p2)
library(ggplot2)

plot2<- ggplot(data = p2 , mapping = aes(x = Var1, y = Freq)) +
    geom_point()+geom_line(data=p2,aes(x=Var1, y=Freq),
    group = 1,size=0.5,linetype="solid",
      colour="red")+
      theme( #标题字体设置
            text=element_text(size=10),
            #设置标题居中
            plot.title = element_text(hjust = 0.5,vjust = 0),
            #Y轴字体设
            #X轴字体设angle：调整横轴标签倾斜角度
            #hjust：上下移动横轴标
            axis.text.x=element_text(size=5,  color = "black",
            angle = 90, hjust = 0.5,vjust = 0.5))+
    labs(x="上映年份",y="数量",title="电影上映年份分析")
plot2
ggsave("电影上映年份分析.png", plot = plot2,scale = 1,dpi = 1000)

3.饼图 |根据评分数据划分图形

summary(mat2$data.评分)

结果：
#Min. 1st Qu. Median Mean 3rd Qu. Max.
#8.300 8.700 8.900 8.912 9.100 9.700

group1<-cut(mat2$data.评分,c(seq(8,10,1)),include.lowest = TRUE)
group1<-data.frame(group1)#分组统计
group1
percentage <- scales::percent(p1$Freq / sum(p1$Freq)) #计算百分比，利用scales包的percent()函数，将计算的小数比例转换成百分
library(ggplot2)
label_value <- paste('(', round(p1$Freq/sum(p1$Freq) * 100, 1), '%)', sep = '')
label_value#将百分比表示出来
label <- paste(p1$Var1, label_value, sep = '')
label#下面还需要为这些百分比值对应到各个组
library(ggplot2)
blank_theme <- theme_minimal()+
  theme(
    axis.title.x = element_blank(),
    axis.title.y = element_blank(),
    axis.text.x = element_blank(),
    axis.text.y = element_blank(),
    panel.border = element_blank(),
    panel.grid=element_blank(),
    axis.ticks = element_blank(),
    plot.title=element_text(size=14, face="bold")
  )
plot3<-ggplot(data=p1,mapping=aes(x='Var',y=Freq,fill=Var1))+
    geom_bar(stat="identity",width=1,position = 'stack')+coord_polar(theta='y')+
    labs(x = '', y = '', title = '豆瓣评分统计')+blank_theme+
  # theme(axis.text = element_blank(),axis.ticks = element_blank()
  #   plot.title = element_text(hjust = 0.5,vjust = 0.5),)+
    scale_fill_discrete(labels = label)
plot3
ggsave("豆瓣评分统计.png", plot = plot3,scale = 1, dpi = 1000)

运行所得：