基于ggplot分面生成政经数据可视化

一、facet_wrap

我们可以根据数据中的变量把数据拆分成多组，并对每一组数据绘制同类型的子图表，这样的操作就是分面。严格来讲，分面生成的多个子图表并不是独立的，它们共同组成一个完整的图表。

在进行分面操作时，我们常用到facet_wrap函数。它的参数有：

●facets：分面变量。例如，如果根据变量f对数据进行分组并绘制分面图，就应设定facets=vars(f)，亦可写成facets=~f或facets="f"的形式；如果依次根据变量f和g分面，就设定facets=vars(f, g)、facets=~f+g或facets=c ("f", "g")。

●nrow、ncol：行数和列数。子图表像矩阵中的单元格一样排列，因此我们可以设定把它们排成几行几列。

●scales：控制坐标轴的一致性。默认状态下（"fixed"），所有子图表的坐标轴都是一样的。如果scales="free"，则每个子图表会根据自身包含的数据范围自动确定坐标轴；如果scales="free_x"，则只有每个图表的Y轴会保持一致；如果scales="free_y"，则只有X轴会保持一致。

●labeller：对分类标签的显示方式进行微调。当labeller="label_value"（字符）或labeller=label_value（函数）时，子图表在标注自身的分类时，只显示用于分面变量的取值。当labeller="label_both"或labeller=label_both时，分面变量的名称和取值都会显示。我们可通过?label_value查到label_value等多个函数的用法。另外，labeller还可指向用户自己编写的函数，例如， labeller=function(x) label_both(x, sep="=")将把变量名和取值之间的冒号改为等号。

●dir：子图表排列的方向。默认方向为水平方向（"h"），可改为垂直方向（"v"）。

●strip.position：分类标签的位置。可选项为"top"（默认）、"bottom"、"left"、"right"。

当进行分面时，theme函数中的可调整项目为：

●strip.text、strip.text.x、strip.text.y：调整所有分面标签、水平放置的分面标签、垂直放置的分面标签的文字，均使用element_text。

●strip.background：调整分面标签文字框的背景，需使用element_rect。

下面我们用营商环境数据来展示分面操作（图7-1-1）。

library(plothelper)

library(ggforce) # 使用geom_shape

library(dplyr) # 使用group_by和summarize

dat=read.csv("db 5dim.csv", row.names=1) # 课件中的文件

dat=as.data.frame(as.table(as.matrix(dat)))

colnames(dat)=c("Country", "Item", "Score")

Item=gsub("\\.", " ", dat$Item) # 调整项目名称字符

Item=scales::wrap_format(18)(Item)

dat$Item=factor(Item)

n=length(unique(dat$Country)) # 国家数

nitem=length(unique(dat$Item)) # 项目数

lab_name=levels(dat$Item) # 项目名称

dat=data.frame(dat, Item2=as.numeric(dat$Item))

# 代表满分的条形会被无差别地画在每个子图表中，所以不要为它添加用于分面的国家名

full=rectxy(x=0, y=1: nitem, a=100, b=0.8, xytype="left")

# 代表分数的条形，需添加用于分面的国家名

score=rectxy(x=0, y=dat$Item2, a=dat$Score, b=0.8, xytype="left")

score=data.frame(score, Country=rep(dat$Country, each=4))

p=ggplot(score)+

facet_wrap(vars(Country))+

geom_shape(data=full, aes(x=x, y=y, group=g), fill="khaki", alpha=0.8, radius=unit(3, "mm"))+

geom_shape(aes(x=x, y=y, group=g), fill="coral1", radius=unit(3,"mm"))+

geom_text(data=dat, aes(x=Score, y=Item2, label=round(Score, 0)), family="serif", fontface=3, size=5, hjust=1.2, color="white")

p+scale_y_continuous(name=NULL, breaks=1: nitem, labels=lab_name, expand=expansion(0.02))+

scale_x_continuous(name=NULL, breaks=c(0, 60, 80, 100), expand= expansion(c(0.01, 0.1)))+

labs(title="Business Environment Evaluation")+

theme(panel.background=element_blank(),

panel.grid=element_blank(),

axis.ticks=element_line(color="powderblue"),

axis.text=element_text(size=14, family="serif", color="powderblue", lineheight=0.8),

strip.text=element_text(face=3, family="serif", color="powderblue", size=18, hjust=0),

strip.background=element_blank(),

plot.background=element_rect(fill="grey25", color="grey25"),(www.xing528.com)

plot.title=element_text(size=21, family="serif", color="powderblue")

)

图7-1-1 使用facet_wrap进行分面

## 注意：labeller函数的另一种用法：用于分面的变量原本是G，但通过构建查询表check，可以把"1"显示为"A"，把"2"显示为"B"……

dat=data.frame(x=0, y=0, lab=letters[1: 4], G=1: 4)

check=c("1"="A", "2"="B", "3"="C", "4"="D")

ggplot(dat)+geom_text(aes(x, y, label=lab))+

facet_wrap(vars(G), labeller=labeller(G=check))

#==========

# 练习：在分面时为子图表添加不同的文字和渐变矩阵

#==========

# 为不同的子图表添加不同的文字时，需要先生成一个包含分面变量的数据框

add_lab=data.frame(Country=c("India", "United States", "Germany","Cambodia"), text=c("c1", "c2", "c3", "c4"))

p+geom_text(data=add_lab, aes(x=50, y=3, label=text), size=8)

# 添加渐变矩阵

m1=matrix(c("red", "blue"))

m2=matrix(c("orange", "green"))

m3=matrix(c("black", "cyan"))

m4=matrix(c("purple", "yellow"))

# 用annotation_raster无法为不同子图表添加不同的渐变矩阵

p+annotation_raster(m1, xmin=0, xmax=50, ymin=0, ymax=3, interpolate= TRUE)

# 使用plothelper包中的geom_multi_raster，需要先生成一个tibble数据框

add_raster=tibble::tibble(Country=c("India", "United States","Germany", "Cambodia"), xmin=0, xmax=50, ymin=0, ymax=3, r=list(m1, m2, m3, m4))

p+geom_multi_raster(data=add_raster, aes(xmin=xmin, xmax=xmax, ymin=ymin, ymax=ymax, raster=r))

二、facet_grid

当两个变量f和g同时用于分面时，我们既可以如上文所述使用facet_wrap，也可使用facet_grid。后者的参数有：

●rows、cols：用于按行、按列排列子图表的变量，写成facet_grid(rows=vars(f), cols=vars(g))或facet_grid(f~g)的形式。行和列都可以接受一个以上的值，例如：facet_grid(f~g+h)。

●scales、labeller：与facet_wrap中的同名参数用法相同。

●space：每个子图表所占的面积，是否根据其坐标轴范围自动伸缩。默认为不自动伸缩，但可改为"free_x"（X轴自动伸缩）、"free_y"（Y轴自动伸缩）或"free"（X轴和Y轴均自动伸缩）。

●switch：标签的位置默认为上方和右方。设置switch为"x"、"y"或"both"可对这两个位置进行调整。

我们用一份关于美国共和党总统竞选初选的调查数据进行示范。数据中的PRIMVOTE为受访者支持的候选人，REGION和GENDER是分面变量。

dat=read.csv("primary.csv", row.names=1)# 课件中的文件

# 整理数据

dat=group_by(dat, PRIMVOTE, REGION, GENDER)

dat=summarize(dat, Number=n())

dat=as.data.frame(dat)

# 使用facet_wrap

ggplot(dat)+coord_flip()+

facet_wrap(vars(REGION, GENDER), nrow=2, labeller=function(x) label_value(x, multi_line=FALSE))+

geom_bar(aes(x=PRIMVOTE, y=Number), stat="identity")

# 使用facet_grid

ggplot(dat)+coord_flip()+

facet_grid(rows=vars(REGION), cols=vars(GENDER), switch="y")+

geom_bar(aes(x=PRIMVOTE, y=Number), stat="identity")