R ggplot2条形图

常见问题
1、数据的分组
可以用 堆叠式 或 分离式 实现
堆叠式：position=”stack” 或 position=position_stack()
分离式：position=”dodge” 或 position=position_dodge()
2、条形的宽度，分组之间的举例

举例一：(简单的数据分组应用）

 dat1 <- data.frame(
     sex = factor(c("Female","Female","Male","Male")),
    time = factor(c("Lunch","Dinner","Lunch","Dinner"), levels=c("Lunch","Dinner")),
    total_bill = c(13.53, 16.81, 16.24, 17.42)
 )

#分离式
p <- ggplot(data=dat1, aes(x=time, y=total_bill, fill=sex)) + geom_bar(stat="identity", position=position_dodge())


p

#如果改成堆叠式
p <- ggplot(data=dat1, aes(x=time, y=total_bill, fill=sex)) +
     geom_bar(stat="identity", position=position_stack())
p

举例二：（稍复杂的分组）

a<-data.frame(x=c("total","a","male","female","b","low education",
                  "mid education","high education","c","working","not working"),
              y=c(80,0,30,50,0,20,40,20,0,65,35))

#现在的需求是
#group1:male+female  group2:low education+mid education+ high education 
#group3:working+not working   group4:total

a$rel = c("a", "a", "a", "b", "b", "b", "c", "c") # 处理，即设置分组

#涉及的参数后面会提到
ggplot(a, aes(rel, y, fill = factor(x))) + 
  geom_bar(stat = "identity", width = 0.5, position = position_dodge(0.7))

举例三：（间隔、宽度设置）

width即为单个条形的宽度，默认为1, dodge控制他们之间的间隔

此图：width=0.5 position_dodge(0.5)

此图：width=0.5 position_dodge(0.7)

此图：width=0.5 position_dodge(1)

完整举例：

#下载readxl包：此包作用：能从excel中读取数据
install.packages(“readxl”)

#使用这个包
library(readxl)

#从excel中读取数据
dataset<-read_excel(path=”文件路径/文件名”,range=”选取数据的矩形区域”)
#解析
#在读取excel原数据之前，对原数据做了点修改，将第一列命名为了Type
#path参数表示文件的相对或绝对路径
#相对路径可通过调用getwd()看到当前的工作目录
#range参数可以选择需要的矩形区域，例如，这儿是”A3:L16”

#查看读取到的数据的基本信息
str(dataset)
#解析
#通过此函数可以看到各个列的数据类型是否如预期
#如果数据类型非预期的话则手动调整 例如调用as.xx()函数

#改变dataset的结构
#解析
dataset的原始数据格式类似这样：
Type    Fe  Cu  Al
a       28  5   （无数据的意思）
b       20  0   6
但若想做出叠加图的那种效果，需要使现在的多维变量降维！
只有降低维度，才能达到x-y的对应效果，这样才能让计算机作图
需要达到的数据格式如下：
Type    variable    value
a       Fe          28  
a       Cu          5   
a       Al      
b       Fe          20  
b       Cu          0
b       Al          6
#首先下载相关可以给“数据整形”的包：reshape2
install.packages(“reshape2”)
#使用这个包
library(“reshape2”)
#使用这个包里的“整形”函数
dat.m<-melt(dataset,id.vars=”Type”)
#解析
#第一个参数的意思是源数据集，此处即我们从excel中读取的数据
#id.vars参数的意思是，我们标志变量的名字是哪一个，因为只有给定了标志变量，
#才能以该变量为基准进行变形

#查看整形后的数据
head(dat.m)
#解析
head()函数表示显示数据集里的前6条数据

#查看整形后的数据结构
str(dat.m)
#注意，发现结构不对后应进行调整
#调整结构,将dat.m中的value列变为数字类型
dat.m$value<-as.numeric(dat.m$value)
#解析
#因为从str(dat.m)我们可以看到，value列变成了ch即字符串类型，显然是不对的
#注意
#还可以显示的将数据为空的行去掉
bar.m<-na.omit(bar.m)

#开始做图形对象
p<-ggplot(data=dat.m,aes(x=Type,y=value,fill=variable))
#解析
#fill参数表明用的填充是什么
#这个例子中是Fe,Cu,Al...等，相当于一共有这些分类，因此填充的颜色数目就是这些分类#数目

#在之前的图形对象上加上图层
bar<-p+geom_bar(stat=”identity”)
#解析
#stat参数表明用的统计类型是什么
#默认的统计雷星是count，即自动的根据图形对象中的x参数将数据分类，每个分类下的数量#作为纵坐标（也就是条形图的高度）
#这儿使用identity参数表明根据变量自身的“值”来确定y坐标

#查看现在图形的样子
bar

#可以发现，x坐标的label相隔太近了，因此需要做调整，变为垂直
bar<-bar+theme(axis.text.x=element_text(angle=90,hjust=1))
#解析
#axis.text.x=element_text()是固定的参数调用形式
#在里面写上需要的参数
#angle表示旋转90度，hjust表明对齐方式，0：左对齐，0.5居中对齐，1：右对齐

#查看现在图形
bar

#改变图例的标题
bar<-bar+scale_fill_discrete(name=”element”)

#查看现在图形
bar

#使图形水平放置
bar<-bar+coord_flip()

#查看现在图形
bar