2021-02-21

最新推荐文章于 2021-09-29 10:52:42 发布

庄闪闪

最新推荐文章于 2021-09-29 10:52:42 发布

阅读量212

点赞数

分类专栏： R可视化 R数据科学文章标签：机器学习数据分析数据可视化

本文链接：https://blog.csdn.net/qq_37379316/article/details/113918976

版权

R数据科学同时被 2 个专栏收录

48 篇文章 22 订阅

订阅专栏

R可视化

45 篇文章 16 订阅

订阅专栏

简介

在可靠性实验中，不同产品的测试失效时间可以通过克利夫兰点图进行可视化，今天就对该系列的图进行系统的介绍。主要参考张杰博士的《R语言数据可视化之美》，并结合我实际使用经验进行修改。

数据结构

为了方便起见，我这里直接模拟产生数据进行实验。大家根据自己数据进行变化即可。test_data包含两列，产品名称（因子类型），产品失效时间。

注：随机种子的设定，方便大家可以运行出和我一样的结果。

set.seed(1) #设置随机种子
test_data = data.frame("Id" = LETTERS[1:20], "Time" = rnorm(20,10,10)+20)
test_data$Id = as.factor(test_data$Id) #将Id转换为因子型数据

在这里插入图片描述

棒棒糖图

棒棒糖图（lollipop chart）：传达了与柱形图或者条形图相同的信息，只是将矩形转变成线条，这样可减少展示空间，重点放在数据点上，从而看起来更加简洁、美观。

注：相对柱形图与条形图，棒棒糖图更加适合数据量比较多的情况。横向棒棒糖图，对应条形图；而如果是纵向棒棒糖图则对应柱形图。

使用 ggplot2 包中的散点绘制函数geom_point()及连接线函数 geom_segment()来绘制棒棒图。其中geom_segment()函数根据起点坐标（x,y）和终点坐标（xend,yend）绘制两者之间的连接线，棒棒糖图的连接线为平行于X轴水平绘制，其长度（length）对应 X 轴变量的数值。

library(ggplot2)
ggplot(test_data,aes(y = Id,x = Time))+
  geom_segment(aes(x=0,xend=Time,y=Id,yend=reorder(Id,Time)),col="gray60") + #添加连接线
  geom_point(shape=21,size=4,colour="gray60",fill="skyblue")

在这里插入图片描述

如果想按照产品失效时间进行绘制，则可以使用y = reorder(Id,Time)对y = Id进行替换。

ggplot(test_data,aes(y = reorder(Id,Time),x = Time))+
  geom_segment(aes(x=0,xend=Time,y=reorder(Id,Time),yend=reorder(Id,Time)),col="gray60") + #添加连接线
  geom_point(shape=21,size=4,colour="gray60",fill="skyblue") + ylab("Product")

在这里插入图片描述

当然在实际使用中，尤其是在生存分析，可靠性分析中。我们可以数据包含产品测试开始时间和终点时间。这时只需将segement中的x参数进行变化即可。

test_data$start_Time = rnorm(20,5,3) #模拟产生开始时间数据
ggplot(test_data,aes(y = reorder(Id,Time),x = Time))+
  geom_segment(aes(x=start_Time,xend=Time,y=reorder(Id,Time),yend=reorder(Id,Time)),col="gray60") + #添加连接线
  geom_point(shape=21,size=4,colour="gray60",fill="skyblue") + ylab("Product")

在这里插入图片描述

克利夫兰点图

克利夫兰点图（Cleveland’s dot plot）：类似棒棒糖图，只是没有连接的线条，重点强调数据的排序展示及互相之间的差距。克利夫兰点图一般都横向展示，所以 Y 轴变量一般为类别型变量。

只需使用geom_point()即可绘制克利夫兰点图。

ggplot(test_data,aes(y = reorder(Id,Time),x = Time))+
  geom_point(shape=21,size=4,colour="gray60",fill="skyblue") + ylab("Product")

在这里插入图片描述

哑铃图

哑铃图（dumbbell plot）：可以看成多数据系列的克利夫兰点图，只是使用直线连接了两个数据系列的数据点。哑铃图主要用于：

①展示在同一时间段两个数据点的相对位置（增加或者减少）；

②比较两个类别之间的数据值差别。

这里，我们的模拟数据就不大适合了，为了绘制该图我将数据进行变化。数据实际意义如下：两个工厂对不同产品类型进行相同实验测试，得到各产品的失效时间。

set.seed(2) #再模拟一个工厂得到的数据
test_data1 = data.frame("Id" = LETTERS[1:20], "Time" = rnorm(20,10,10)+20)
test_data1$Id = as.factor(test_data1$Id) 
test_data1$start_Time = rnorm(20,5,3) #模拟产生开始时间数据
test_data_dum = rbind(test_data,test_data1) #把两个厂的数据进行合并

test_data_dum$Group = c(rep(1,20),rep(2,20))
test_data_dum$Group = as.factor(test_data_dum$Group) #设置因子型，group区分两个不同厂房数据

此时前6行数据如下：

head(test_data_dum)

在这里插入图片描述

绘制时，使用geom_line()根据时间绘制，不同厂使用不同的填充颜色scale_fill_manual(values=c( "#FC4E07","#36BED9"))，后面进行小小的微调，将图例放入图片内部，背景变成透明。

ggplot(test_data_dum,aes(y = reorder(Id,Time),x = Time,fill=Group)) +
  geom_line(aes(group = reorder(Id,Time))) +
  geom_point(shape=21,size=4,colour="gray60") + ylab("Product") +
  scale_fill_manual(values=c( "#FC4E07","#36BED9"))+
  theme(
    legend.background = element_blank(),
    legend.position = c(0.85,0.12)
  )

在这里插入图片描述