MLE*_*LEN 6 r ggplot2 waffle-chart
是否有任何简单的方法可以在ggplot2中与facet结合创建华夫饼块,或者与华夫饼包一起梳理?
例如,用100个方格替换下面的每个条形代表1%.
ggplot(mtcars, aes(x = factor(vs), y = hp, fill = as.factor(carb))) +
geom_bar(stat = 'identity', position = 'fill') +
facet_wrap('gear')
Run Code Online (Sandbox Code Playgroud)
hrb*_*str 12
我不确定我是否会绕过stat_waffle()/ geom_waffle()但你可以使用包中的逻辑来做同样的事情:
library(hrbrthemes)
library(tidyverse)
Run Code Online (Sandbox Code Playgroud)
我们需要计算出百分比,然后让每个组总和达到100,所以我们需要一个辅助函数,它已经在SO上存在了一段时间:
smart_round <- function(x, digits = 0) { # somewhere on SO
up <- 10 ^ digits
x <- x * up
y <- floor(x)
indices <- tail(order(x-y), round(sum(x)) - sum(y))
y[indices] <- y[indices] + 1
y / up
}
Run Code Online (Sandbox Code Playgroud)
包中有2位"魔法" waffle.一位是算法的一部分,它只是复制因子分量正确的次数.我们将以下函数逐行应用于我们将要制作的数据框:
waffleize <- function(xdf) {
data_frame(
gear_vs = rep(xdf$gear_vs, xdf$pct),
carb = rep(xdf$carb, xdf$pct)
)
}
Run Code Online (Sandbox Code Playgroud)
现在我们需要:
geom_tile()在一个面板中不能有两个不同的s,所以我们需要破解一个可以做同样事情的方面名称pct时间x/ y网格(在本例中为6); 这是华夫饼包装的另一部分"神奇"^^转化为(这条管道链是凌晨位长为我的舒适度,但"它的工作原理"):
count(mtcars, gear, vs, carb, wt=hp) %>%
group_by(gear, vs) %>%
mutate(pct = n/sum(n)) %>%
mutate(pct = (smart_round(pct, 1) * 100L) %>% as.integer()) %>%
select(-n) %>%
ungroup() %>%
mutate(carb = as.character(carb)) %>%
mutate(gear_vs = sprintf("%s-%s", gear, vs)) %>%
select(gear_vs, carb, pct, -gear, -vs) %>%
rowwise() %>%
do(waffleize(.)) %>%
ungroup() %>%
arrange(gear_vs, carb) %>%
bind_cols(
map_df(seq_len(length(unique(.$gear_vs))), ~expand.grid(y = 1:10, x = 1:10))
) %>%
ggplot(aes(x, y)) +
geom_tile(aes(fill=carb), color="white", size=0.5) +
ggthemes::scale_fill_tableau() +
facet_wrap(~gear_vs) +
coord_equal() +
labs(x=NULL, y = NULL) +
hrbrthemes::theme_ipsum_rc(grid="") +
theme(axis.text=element_blank())
Run Code Online (Sandbox Code Playgroud)
| 归档时间: |
|
| 查看次数: |
1118 次 |
| 最近记录: |