R繪圖 第八篇：繪制餅圖（ggplot2）

geom_bar()函數不僅可以繪制條形圖，還能繪制餅圖，跟繪制條形圖的區別是坐標系不同，繪制餅圖使用的坐標系polar，並且設置theta="y"：

coord_polar(theta = "y", start = 0, direction = 1, clip = "on")

條形圖的高度通常表示兩種情況之一：每組中的數據的個數，或數據框中列的值，高度表示的含義是由geom_bar()函數的參數stat決定的，stat在geom_bar()函數中有兩個有效值：count和identity。默認情況下，stat="count"，這意味着每個條的高度等於每組中的數據的個數，並且，它與映射到y的圖形屬性不相容，所以，當設置stat="count"時，不能設置映射函數aes()中的y參數。如果設置stat="identity"，這意味着條形的高度表示數據數據的值，而數據的值是由aes()函數的y參數決定的，就是說，把值映射到y，所以，當設置stat="identity"時，必須設置映射函數中的y參數，把它映射到數值變量。

geom_bar()函數的定義是：

geom_bar(mapping = NULL, data = NULL, stat = "count",fill=NULL, position="stack")

參數注釋：

• stat：設置統計方法，有效值是count（默認值） 和 identity，其中，count表示條形的高度是變量的數量，identity表示條形的高度是變量的值；
• position：位置調整，有效值是stack、dodge和fill，默認值是stack（堆疊），是指兩個條形圖堆疊擺放，dodge是指兩個條形圖並行擺放，fill是指按照比例來堆疊條形圖，每個條形圖的高度都相等，但是高度表示的數量是不盡相同的。
• fill：條形圖的填充色

關於stat參數，有三個有效值，分別是count、identity和bin：

• count是對離散的數據進行計數，計數的結果用一個特殊的變量..count.. 來表示，
• bin是對連續變量進行統計轉換，轉換的結果使用變量..density..來表示
• 而identity是直接引用數據集中變量的值

position參數也可以由兩個函數來控制，參數vjust和widht是相對值：

position_stack(vjust = 1, reverse = FALSE)
position_dodge(width = NULL)
position_fill(vjust = 1, reverse = FALSE)

本文使用vcd包中的Arthritis數據集來演示如何創建條形圖。

head(Arthritis)
  ID Treatment  Sex Age Improved
1 57   Treated Male  27     Some
2 46   Treated Male  29     None
3 77   Treated Male  30     None
4 17   Treated Male  32   Marked
5 36   Treated Male  46   Marked
6 23   Treated Male  58   Marked

其中變量Improved和Sex是因子類型，ID和Age是數值類型。

一，繪制一個條形圖

繪制一個餅圖之前，需要繪制一個條形圖，該條形圖有多個分組，這就需要設置映射的x參數映射為一個常量因子，fill映射為分類因子：

ggplot(data=Arthritis, mapping=aes(x="Improved",fill=Improved))+
  geom_bar(stat="count",width=0.5,position='stack')

在條形圖之后，添加一個圖層，把條形圖轉換為餅圖：

ggplot(data=Arthritis, mapping=aes(x="Improved",fill=Improved))+
  geom_bar(stat="count",width=0.5,position='stack')+
  coord_polar("y", start=0)

二，調整餅圖的圖形屬性

調整餅圖的填充色，文本，使餅圖看起來更加美觀。

1，調整餅圖的填充色

 使用scale_fill_manual()函數對餅圖填充不同的顏色

ggplot(data=Arthritis, mapping=aes(x="Improved",fill=Improved))+
  geom_bar(stat="count",width=0.5,position='stack')+
  coord_polar("y", start=0)+
  scale_fill_manual(values=c("#999999", "#E69F00", "#56B4E9"))

2，調整餅圖的標度

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")
  )

ggplot(data=Arthritis, mapping=aes(x="Improved",fill=Improved))+
  geom_bar(stat="count",width=0.5,position='stack',size=5)+
  coord_polar("y", start=0)+
  scale_fill_manual(values=c("#999999", "#E69F00", "#56B4E9"))+
  blank_theme +
  geom_text(stat="count",aes(label = scales::percent(..count../100)), size=4, position=position_stack(vjust = 0.5))

也可以使用stat="identity" 方式來繪制餅圖，繪制的圖形是相同的：

mytable <- with(Arthritis,table(Improved))
df <- as.data.frame(mytable)

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")
  )

ggplot(data=df, mapping=aes(x="Improved",y=Freq,fill=Improved))+
  geom_bar(stat="identity",width=0.5,position='stack',size=5)+
  coord_polar("y", start=0)+
  scale_fill_manual(values=c("#999999", "#E69F00", "#56B4E9"))+
  blank_theme +
  geom_text(stat="identity",aes(y=Freq, label = scales::percent(Freq/100)), size=4, position=position_stack(vjust = 0.5))

 

 

 

參考文檔：

ggplot2 pie chart : Quick start guide - R software and data visualization

Polar coordinates

ggplot, facet, piechart: placing text in the middle of pie chart slices