R语言作图:如何在数据可视化过程中调整因子顺序

大数据 数据可视化
今天的内容依然是来自《R for datascience》,目前已经看到了15.4了,每次遇到比较有意思的我自己不会的操作就会在这儿写下来,所以,如果你对我写的东西感兴趣的话,建议你去看原版书籍,顺便关注我一波。嘿嘿。

今天的内容依然是来自《R for datascience》,目前已经看到了15.4了,每次遇到比较有意思的我自己不会的操作就会在这儿写下来,所以,如果你对我写的东西感兴趣的话,建议你去看原版书籍,顺便关注我一波。嘿嘿。

实例操练

这个例子使用的数据集为tidyverse包自带的数据集,大家可以使用?gss_cat查看相关变量,这儿不再赘述。

在数据可视化过程中改变因子顺序是一个经常性的操作,比如我们想看看不同religions的average number of hours spent watching TV per day有什么不同,我们可以用以下代码:

  1. relig_summary <- gss_cat %>% 
  2.   group_by(relig) %>% 
  3.   summarise( 
  4.     age = mean(age, na.rm = TRUE), 
  5.     tvhours = mean(tvhours, na.rm = TRUE), 
  6.     n = n() 
  7.   ) 
  8.  
  9. ggplot(relig_summary, aes(tvhours, relig)) + geom_point() 

运行代码得到输出的点图如下:

上面的这个点图其实很不好看,我们可能会觉得能不能把religions的顺序变一变,让有最小tvhours的religion在y轴的最下面,有最大tvhours的在最上面。

怎么做呢,需要用到fct_reorder()方法,这个方法取2个参数:

  • 第一个就是你想改变顺序的因子,本例中:religions
  • 第二个,改变顺序的参照物,本例中:tvhours

代码如下:

  1. ggplot(relig_summary, aes(tvhours, fct_reorder(relig, tvhours))) + 
  2.   geom_point() 

 

可以看到,改变了religions的顺序后这个图就更加清晰明白了。

再看一个例子:

  1. rincome_summary <- gss_cat %>% 
  2.   group_by(rincome) %>% 
  3.   summarise( 
  4.     age = mean(age, na.rm = TRUE), 
  5.     tvhours = mean(tvhours, na.rm = TRUE), 
  6.     n = n() 
  7.   ) 
  8.  
  9. ggplot(rincome_summary, aes(age, fct_reorder(rincome, age))) + geom_point() 

上面的代码,可以画出按年龄排序后不同rincome和age的关系:

但是,问题出在按年龄排序后我们的收入(y轴)显得很乱,所以这个方法并不好,考虑到收入本来就是有顺序的,所以好的处理方法为保留收入的原始顺序,于是我们写出了如下代码:

  1. rincome_summary <- gss_cat %>% 
  2.   group_by(rincome) %>% 
  3.   summarise( 
  4.     age = mean(age, na.rm = TRUE), 
  5.     tvhours = mean(tvhours, na.rm = TRUE), 
  6.     n = n() 
  7.   ) 
  8.  
  9. ggplot(rincome_summary, aes(age, rincome)) + geom_point() 

 

这次再看我们的图,虽然其他的收入levels都排的挺好,但是我们不希望“Not applicable”排在第一。这个时候我们可以用fct_relevel(),它也有2个参数:

  • 需要排序的因子,本例中:rincome
  • 需要放在最前面的levels,本例中:Not applicable

代码如下:

  1. ggplot(rincome_summary, aes(age, fct_relevel(rincome, "Not applicable"))) + 
  2.   geom_point()

这一下,我们的图形就比较满意了。

再看一个例子:线图的颜色控制:

  1. by_age <- gss_cat %>% 
  2.   filter(!is.na(age)) %>% 
  3.   count(age, marital) %>% 
  4.   group_by(age) %>% 
  5.   mutate(prop = n / sum(n)) 
  6.  
  7. ggplot(by_age, aes(age, prop, colour = marital)) + 
  8.   geom_line(na.rm = TRUE
  9.  
  10. ggplot(by_age, aes(age, prop, colour = fct_reorder2(marital, age, prop))) + 
  11.   geom_line() + 
  12.   labs(colour = "marital"

上面的代码画的是不同的年龄中婚姻状况的比例变化:

 

我们通过fct_reorder2实现了图例和x变量最大时y的值的顺序一致,可以更加明晰。

最后再看一个柱状图调整因子顺序的例子

下面的代码可以,正序逆序改变x轴标签:

  1. gss_cat %>% 
  2.   mutate(marital = marital %>% fct_infreq() ) %>% 
  3.   ggplot(aes(marital)) + 
  4.     geom_bar() 
  5.  
  6. gss_cat %>% 
  7.   mutate(marital = marital %>% fct_infreq() %>% fct_rev()) %>% 
  8.   ggplot(aes(marital)) + 
  9.     geom_bar() 

大家可以在自己电脑上运行试试,关键就在于fct_rev()。

小结

今天通过3个例子给大家介绍了可视化中因子顺序的改变,感谢大家耐心看完。发表这些东西的主要目的就是督促自己,希望大家关注评论指出不足,一起进步。内容我都会写的很细,用到的数据集也会在原文中给出链接,你只要按照文章中的代码自己也可以做出一样的结果,一个目的就是零基础也能懂,因为自己就是什么基础没有从零学Python和R的,加油。

责任编辑:未丽燕 来源: 今日头条
相关推荐

2017-10-17 11:58:54

R语言UpSetR可视化

2011-08-11 14:35:47

SQL Server插入更新

2020-03-11 14:39:26

数据可视化地图可视化地理信息

2017-10-14 13:54:26

数据可视化数据信息可视化

2022-11-02 11:09:56

制造业IT领导者

2024-01-31 16:36:53

2021-04-09 10:42:03

数据可视化框架大数据

2018-05-16 07:53:51

R函数可视化

2024-03-07 09:00:04

Rust数据可视化

2018-05-14 09:43:07

数字化转型

2017-02-16 09:30:04

数据可视化信息

2022-06-29 08:28:58

数据可视化数据可视化平台

2021-03-05 14:49:28

编程语言工具

2021-07-27 10:18:21

R语言视觉工作室代码分析

2023-10-23 16:11:14

2020-10-26 15:33:13

可视化数据项目

2016-08-25 08:57:21

RDBMS数据NoSQL

2015-08-20 10:00:45

可视化

2022-03-25 10:07:23

数字化转型企业数字化计划

2023-09-21 10:46:42

CIOCMO
点赞
收藏

51CTO技术栈公众号