《R数据可视化手册》——3.10　绘制Cleveland点图

本节书摘来异步社区《R数据可视化手册》一书中的第3章，第3.10节，作者：【美】Winston Chang，更多章节内容可以访问云栖社区“异步社区”公众号查看。

3.10　绘制Cleveland点图

问题如何绘制Cleveland点图？

方法有时人们会用Cleverland点图来替代条形图以减少图形造成的视觉混乱并使图形更具可读性。

最简便的绘制Cleverland点图的方法是直接运行geom_point()命令（见图3-27）。

library(gcookbook) # 为了使用数据 tophit <- tophitters2001[1:25, ] # 取出tophitters数据集中的前25个数据 ggplot(tophit, aes(x=avg, y=name)) + geom_point()

讨论tophitters2001数据集包含很多列，这里我们只看其中三列：

tophit[, c("name","lg","avg")] 　　　 　 name　lg　　avg Larry Walker　NL 0.3501 Ichiro Suzuki AL 0.3497 Jason Giambi　AL 0.3423 ... Jeff Conine　AL 0.3111 Derek Jeter　AL 0.3111

图3-27中的名字是按字母先后顺序排列的，这种排列方式用处不大。通常，点图中会根据x轴对应的连续变量的大小取值对数据进行排序。

尽管tophit的行顺序恰好与avg的大小顺序一致，但这并不意味着在图中也是这样排序的。在点图的默认设置下，坐标轴上的变量通常会根据变量类型自动选取合适的排序方式。本例中变量name属于字符串类型，因此，点图根据字母先后顺序对其进行了排序。当变量是因子型变量时，点图会根据定义好的因子水平顺序对其进行排序。现在，我们想根据变量avg对变量name进行排序。

我们可以借助reorder(name,avg)函数实现这一过程。该命令会先将name转化为因　 子，然后，根据avg对其进行排序。为使图形效果更好，我们借助图形主题系统（Theming System）删除垂直网格线，并将水平网格线的线型修改为虚线（见图3-28）。

ggplot(tophit, aes(x=avg, y=reorder(name,avg))) + 　　geom_point(size=3) +　　　# 使用更大的点 　　theme_bw() + 　　theme(panel.grid.major.x = element_blank(), 　　　　　panel.grid.minor.x = element_blank(), 　　　　　panel.grid.major.y = element_line(colour="grey60", linetype="dashed"))

我们也可以将点图的x轴和y轴互换，互换后，x轴对应于姓名，y轴将对应于数值，如图3-29所示。我们也可以将数据标签旋转60°。

ggplot(tophit, aes(x=reorder(name, avg), y=avg)) + 　　geom_point(size=3) +　# 使用更大的点 　　theme_bw() + 　　theme(axis.text.x = element_text(angle=60,hjust=1), 　　　　　panel.grid.major.y = element_blank(), 　　　　　panel.grid.minor.y = element_blank(), 　　　　　panel.grid.major.x = element_line(colour="grey60", linetype="dashed"))

有时候，根据其他变量对样本进行分组很有用。这里我们根据因子lg对样本进行分组，因子lg对应有NL和AL两个水平，分别表示国家队（National League）和美国队（American league）。我们依次根据lg和avg对变量进行排序。遗憾的是，reorder()函数只能根据一个变量对因子水平进行排序，所以我们只能手动实现上述过程。

# 提取出name变量，依次根据变量lg和avg对其进行排序 nameorder <- tophit$name[order(tophit$lg, tophit$avg)] # 将name转化为因子，因子水平与nameorder一致 tophit$name <- factor(tophit$name, levels=nameorder)

绘制点图时（见图3-30），我们把lg变量映射到点的颜色属性上。借助geom_segment()函数用“以数据点为端点的线段”代替贯通全图的网格线。注意geom_segment()函数需要设定x、y、xend和yend四个参数：

ggplot(tophit, aes(x=avg, y=name)) + 　　geom_segment(aes(yend=name), xend=0, colour="grey50") + 　　geom_point(size=3, aes(colour=lg)) + 　　scale_colour_brewer(palette="Set1", limits=c("NL","AL")) + 　　theme_bw() + 　　theme(panel.grid.major.y = element_blank(),　　# 删除水平网格线 　　　　　legend.position=c(1, 0.55),　　　　　　　# 将图例放置在绘图区域中 　　　　　legend.justification=c(1, 0.5))

另外一种分组展示数据的方式是分面，如图31所示。分面条形图中的条形的堆叠顺序与图3-30中的堆叠顺序有所不同；要修改分面显示的堆叠顺序只有通过调整lg变量的因子水平来实现。

ggplot(tophit, aes(x=avg, y=name)) + 　　geom_segment(aes(yend=name), xend=0, colour="grey50") + 　　geom_point(size=3, aes(colour=lg)) + 　　scale_colour_brewer(palette="Set1", limits=c("NL","AL"), guide=FALSE) + 　　theme_bw() + 　　theme(panel.grid.major.y = element_blank()) + 　　facet_grid(lg ~ ., scales="free_y", space="free_y")

相关资源：敏捷开发V1.0.pptx