本篇内容介绍了“ggplot2怎么实现发散性正负图”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
一 载入数据并处理
library(ggplot2)# 使用mtcars数据集data("mtcars") # 保留car name ，新建一列mtcars$car_name <- rownames(mtcars) # 对mpg进行标准化处理 mtcars$mpg_z <- round((mtcars$mpg - mean(mtcars$mpg))/sd(mtcars$mpg), 2) # 按照0未阈值 ，分上 下mtcars$mpg_type <- ifelse(mtcars$mpg_z < 0, "below", "above") mtcars <- mtcars[order(mtcars$mpg_z), ] # 为展示美观，数据排序# 改为因子，能够保持原顺序mtcars$car_name <- factor(mtcars$car_name, levels = mtcars$car_name)
注：改为因子使图形按照原顺序输出，很常用。
二 Diverging bars
Diverging bars是一种可以同时处理负值和正值的条形图。注意为了使柱状图创建柱形图而不是直方图，需要确保：
（1）设置stat=identity
（2）在aes()中同时提供x和y，其中x是字符或因子，y是数值。
Diverging Barcharts
ggplot(mtcars, aes(x=car_name, y=mpg_z, label=mpg_z)) + geom_bar(stat='identity', aes(fill=mpg_type), width=.5) + scale_fill_manual(name="Mileage", labels = c("Above Average", "Below Average"), values = c("above"="#00ba38", "below"="#f8766d")) + labs(subtitle="Normalised mileage from 'mtcars'", title= "Diverging Bars") + coord_flip() + theme_bw()
三 Diverging Lollipop Chart
Lollipop Chart与上述类似，而是使用 geom_point 和 geom_segment 来获得想展示的图。
ggplot(mtcars, aes(x=car_name, y=mpg_z, label=mpg_z)) + geom_point(stat='identity', color="orange",size=4) + geom_segment(aes(y = 0, x =car_name, yend = mpg_z, xend =car_name), color = "grey") + labs(title="Diverging Lollipop Chart") + ylim(-2.5, 2.5) + coord_flip() + theme_bw()
四 Diverging Dot Plot
同样可以用点图传达相似的信息，圈圈里面加上具体的数值。
ggplot(mtcars, aes(x=car_name, y=mpg_z, label=mpg_z)) + geom_point(stat='identity', aes(col=mpg_type), size=6) + scale_color_manual(name="Mileage", labels = c("Above Average", "Below Average"), values = c("above"="#00ba38", "below"="#f8766d")) + geom_text(color="white", size=2) + labs(title="Diverging Dot Plot", subtitle="Normalized mileage from 'mtcars': Dotplot") + ylim(-2.5, 2.5) + coord_flip() + theme_bw()
“ggplot2怎么实现发散性正负图”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站，小编将为大家输出更多高质量的实用文章！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
