![](/img/trans.png)
[英]How to adjust distances between years on x-axis and adjust line of geom_line(), in ggplot, R-studio?
[英]Using ggplot geom_line to visualize a difference between two years
我正在嘗試可視化包含多個國家/地區的數據集,每個國家/地區都有兩年的變量,並且每年都有一個值(世界新聞自由指數)。 我已經在stackoverflow和其他站點上搜索了答案,但是我找不到任何可以幫助我解決這個問題的方法。 這是在其上使用ddplyr熔解后的數據集:
pfindex2narrow = reshape2::melt(pfindex2, id.vars = 'Origin')
pfindex2narrow
Origin variable value
1 Eritrea 2014 84.86
2 NorthKorea 2014 83.25
3 Turkmenistan 2014 80.83
4 Syria 2014 77.29
5 China 2014 73.55
6 Vietnam 2014 72.63
7 Sudan 2014 72.34
8 Iran 2014 72.32
9 Somalia 2014 72.31
10 Laos 2014 71.25
11 Djibouti 2014 71.04
12 Cuba 2014 70.21
13 Yemen 2014 66.36
14 EquatorialGuinea 2014 66.23
15 Uzbekistan 2014 61.14
16 SaudiArabia 2014 59.41
17 Bahrain 2014 58.69
18 Azerbaijan 2014 58.41
19 Rwanda 2014 56.57
20 Libya 2014 45.99
21 Eritrea 2013 84.83
22 NorthKorea 2013 81.96
23 Turkmenistan 2013 80.81
24 Syria 2013 77.04
25 China 2013 72.91
26 Vietnam 2013 72.36
27 Sudan 2013 71.88
28 Iran 2013 72.29
29 Somalia 2013 73.19
30 Laos 2013 71.22
31 Djibouti 2013 70.34
32 Cuba 2013 70.92
33 Yemen 2013 67.26
34 EquatorialGuinea 2013 67.95
35 Uzbekistan 2013 61.01
36 SaudiArabia 2013 58.30
37 Bahrain 2013 58.26
38 Azerbaijan 2013 52.87
39 Rwanda 2013 56.57
40 Libya 2013 39.84
目的是可視化每年指數之間的差異,並顯示其是遵循下降趨勢還是上升趨勢。 我自己的嘗試如下。 我正在嘗試使用ggplot2對此進行可視化,但是,正如您所看到的,幾乎沒有問題(即,行似乎是任意的,並且與實際索引值無關)。
b = ggplot(pfindex2narrow, aes(x = variable, y = value, group = Origin)) +
geom_line() +
geom_text(aes(label=value, hjust = 0.5), size = 4)
b + facet_wrap(~ Origin, ncol = 2) +
theme(
axis.text.x = element_text(angle = 45, vjust = 0.5, hjust = 0.5),
axis.text.y = element_blank(),
axis.title.x = element_blank(),
axis.title.y = element_blank(),
axis.ticks = element_blank(),
panel.grid.major.y = element_blank(),
panel.grid.minor.y = element_blank(),
panel.grid.major.x = element_blank(),
panel.grid.minor.x = element_blank()
)
這是輸出:
可悲的是,我沒有解決該問題的想法,而且我有些固執。 也許您對如何解決這個問題有任何想法。
謝謝!
這里有一些選擇:
首先,讓我們略微縮短數據名稱,以減少鍵入次數並更易於閱讀。 我還對數據進行了重新排序,因此更容易快速了解發生的情況。
d <- pfindex2narrow
d$variable <- factor(d$variable)
d$Origin <- factor(
d$Origin,
levels = (d$Origin)[rev(order(d$value[d$variable == '2014']))]
)
我們可以畫線圖,但是看起來很混亂:
ggplot(d, aes(x = variable, y = value, col = Origin, group = Origin)) +
geom_line(size = 1) +
scale_x_discrete(expand = c(0.1, 0), limits = c('2013', '2014', 'country')) +
theme_bw()
我不是粉絲。 (如果我們改為繪制國家/地區的排名,它看起來可能會好得多。)
也許我們可以改用酒吧:
ggplot(d, aes(x = Origin, y = value, fill = variable)) +
geom_bar(stat = 'identity', position = 'dodge') +
theme_bw() +
theme(axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1))
已經更好了! 但是0的小節可能無法很好地利用我們的空間。 另一種選擇是使用積分。
d2 <- d
d2$x <- as.numeric(d2$Origin) + ifelse(d2$variable == '2013', -0.25, 0.25)
ggplot(d2, aes(x = Origin, y = value, col = variable)) +
geom_point(position = position_dodge(w = 1)) +
geom_line(aes(x = x, group = Origin), col = 1) +
theme_bw() +
theme(axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1))
最后,如果只有更改很重要,而不是絕對值,那么我們可以這樣表達:
library(dplyr)
d3 <- d %>%
group_by(Origin) %>%
arrange(variable) %>%
summarize(dif = diff(value)) %>%
arrange(dif)
d3$Origin <- factor(d3$Origin, levels = unique(d3$Origin))
ggplot(d3, aes(Origin, dif, fill = Origin)) +
geom_bar(stat = 'identity', position = 'identity') +
coord_flip() +
theme_minimal() +
guides(fill = 'none') +
xlab('') + ylab('change from 2013 to 2014')
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.