冲击图和桑基图，傻傻分不清楚！

最新推荐文章于 2023-12-11 14:26:11 发布

生信修炼手册

最新推荐文章于 2023-12-11 14:26:11 发布

阅读量1.8k

点赞数 1

文章标签：可视化 python 数据分析人工智能大数据

本文链接：https://blog.csdn.net/weixin_43569478/article/details/124938437

版权

欢迎关注”生信修炼手册”!

在之前的文章中，我们介绍了桑基图的可视化原理，而冲击图作为桑基图的一个子类，其展示的信息和桑基图基本一致，只不过在输入数据的格式上要略作调整。

绘制冲击图，推荐使用ggalluvial这个R包，从名字也可以看出，这个一个建立在ggplot2语法基础上的扩展包，官方链接如下

http://corybrunson.github.io/ggalluvial/articles/ggalluvial.html

首先通过一个冲击图的示例来了解下图中的基本元素

包括以下几种元素

1. axis, 即x轴代表的元素，在图中表现为每个竖直方向堆叠的柱状图，Gender, Dept

2. strata, 每个axis的分类标准，比如Gender的Strata 对应Male, Female

3. Freq, 即y轴代表的元素，对于每一个竖直方向的柱子，其各个子类Freq的总和是相同的

4. Admit, 即图例代表的元素，根据这个状态，把柱子间的连线，即代表数据流动的link分成了两类

要绘制这样的一幅图，首先来看下输入数据的格式

> library(ggalluvial)
> data_wide <- as.data.frame(UCBAdmissions)
> head(data_wide)
     Admit Gender Dept Freq
1 Admitted   Male    A  512
2 Rejected   Male    A  313
3 Admitted Female    A   89
4 Rejected Female    A   19
5 Admitted   Male    B  353
6 Rejected   Male    B  207

这样的数据格式为称之为宽格式，可以看到x轴的数据，对应的是数据框中的列，先用默认参数看下效果，代码如下

> ggplot(data_wide, aes(y = Freq, axis1 = Gender, axis2 = Dept)) +
+   geom_alluvium() +
+   geom_stratum() +
+   geom_label(stat = "stratum", aes(label = after_stat(stratum)))

效果图如下

为了达到示例图中的效果，我们需要做一下调整

1. 把柱子的填充色设置为黑色

2. 把柱子的宽度变窄

3. 把连线按照Admit属性赋予不同颜色

4. 添加x轴标签

代码如下

> ggplot(data_wide, aes(y = Freq, axis1 = Gender, axis2 = Dept)) +
+   geom_alluvium(aes(fill = Admit), width = 1/4) +
+   geom_stratum(fill = "black", colour = "white", width = 1/4) +
+   geom_label(stat = "stratum", aes(label = after_stat(stratum))) +
+   scale_x_continuous(breaks = 1:2, labels = c("Gender", "Dept"))

效果图如下

宽格式的数据适合柱子较少的情况，我们可以依次在代码中指定需要绘制的列，但是当柱子较多时，使用这种宽格式就比较费时了，此时，就可以使用长格式的输入文件，示例如下

> data_long <- to_lodes_form(data_wide, axies = 2:3,  id = "num")
> head(data_long)
     Admit Freq num      x stratum
1 Admitted  512   1 Gender    Male
2 Rejected  313   2 Gender    Male
3 Admitted   89   3 Gender  Female
4 Rejected   19   4 Gender  Female
5 Admitted  353   5 Gender    Male
6 Rejected  207   6 Gender    Male
> ggplot(data_long,
+   aes(x = x, y = Freq, fill =  Admit, stratum = stratum, alluvium = num)) +
+   geom_flow() +
+   geom_stratum(fill = "black", colour = "white") +
+   geom_label(stat = "stratum", aes(label = after_stat(stratum)), fill = "white")

效果图如下

宽数据比较符合我们的常规直觉，而长数据则是ggplot2绘图语法的直接适配者，核心还是那句话，任意一个图中的元素都对应数据框中的某一列。

通过长数据，我们可以更好的控制图形中各种属性的映射，比如官方自带的一个示例

> ggplot(vaccinations,
+        aes(x = survey, stratum = response, alluvium = subject,
+            y = freq,
+            fill = response, label = response)) +
+   scale_x_discrete(expand = c(.1, .1)) +
+   geom_flow() +
+   geom_stratum(alpha = .5) +
+   geom_text(stat = "stratum", size = 3) +
+   theme(legend.position = "none") +
+   ggtitle("vaccination survey responses at three points in time")

效果图如下