R语言使用ggplot绘制画中画细节放大的方法

2024-08-19 03:22:31

1. 载入相关包

library(ggplot2)  # 绘图核心
library(tidyr)    # 数据整理
library(ggforce)  # 画中画核心包

2. 数据生成

我们收集了双十一销量数据，并进行一些处理，这里生成数据相对比较简单，就不进行解释了。

# generate data
year <- 2009:2019
sales <- c(0.5, 9.36, 52, 191, 350, 571, 912, 1207, 1682, 2135, 2684)
growth_rate <- c(NA, diff(sales) / sales[1:(length(sales) - 1)] * 100)
dat <- data.frame(year = factor(year), sales, growth_rate)

# fit the curve of data
dat_curve <- data.frame(year_std = 1:10, growth_rate = growth_rate[2:11] / 100)
dat_curve$ind <- factor(c(rep(x = 1, 9), 2))

生成的数据长下面这样：

   year_std growth_rate ind
1         1  17.7200000   1
2         2   4.5555556   1
3         3   2.6730769   1
4         4   0.8324607   1
5         5   0.6314286   1
6         6   0.5971979   1
7         7   0.3234649   1
8         8   0.3935377   1
9         9   0.2693222   1
10       10   0.2571429   2

3. 基础绘图

首先我们添加一些散点（geom_point），与拟合曲线（geom_smooth），并将2019年与历年区别开，代码如下：

dat_curve %>%
  ggplot(aes(x = year_std, y = growth_rate, col = ind)) +
  geom_smooth(se = FALSE, method = "gam", formula = y ~ I(x^(-2)), size = 2, col = "#b3cde3") +
  geom_point(size = 4, alpha = 0.8)

接着我们发现，在后面段这些散点在增长率上的差异看不出来了，因此需要使用画中画的方法，来对这部分进行放大。

4. 放大效果

其实非常简单facet_zoom(y = growth_rate < 1)，我们选取增长率小于1的部分进行放大即可：

dat_curve %>%
  ggplot(aes(x = year_std, y = growth_rate, col = ind)) +
  geom_smooth(se = FALSE, method = "gam", formula = y ~ I(x^(-2)), size = 2, col = "#b3cde3") +
  geom_point(size = 4, alpha = 0.8) +
  facet_zoom(y = growth_rate < 1)

5. 绘图美化

最后，我们再添加一些代码进行美化即可！（美化的代码可以在我其他的博客中找到具体的解释哦）

dat_curve %>%
  ggplot(aes(x = year_std, y = growth_rate, col = ind)) +
  geom_smooth(se = FALSE, method = "gam", formula = y ~ I(x^(-2)), size = 2, col = "#b3cde3") +
  geom_point(size = 4, alpha = 0.8) +
  labs(title = expression(paste('年份与销售额增长率拟合 (', R^2, " = 0.9978)")), x = "年份", y = "销售额增长率") + # 混合公式与中文，可参考本人另外的博客，相关的说明。
  xlim(0, 10) +
  scale_y_continuous(labels = scales::percent) +   # y轴刻度改为百分数
  scale_x_continuous(breaks = 1:10, labels = 2010:2019) +
  scale_fill_manual(values = c('#fbb4ae', '#ccebc5')) +
  theme_bw(base_family = "Times") +
  theme(axis.text.x = element_text(angle = 30), # x轴刻度倾斜30度
        panel.grid.minor = element_blank(),
        legend.position = "none",
        text = element_text(family = "STHeiti"),
        plot.title = element_text(hjust = 0.5)) +
  facet_zoom(y = growth_rate < 1)

其他方法

其他几种ggplot绘制画中画的方法：

It is possible to create inset graphs?

Plots within plots with ggplot2 and ggmap

之后有时间我会补充另外一些利用ggplot进行画中画绘图的方法（觉得目前的绘制方式最好看且很简单，因此先讲解本博文中的方法）。

以上就是R语言使用ggplot绘制画中画细节放大的方法的详细内容，更多关于ggplot绘制画中画细节放大的资料请关注我们其它相关文章！

R语言 ggplot2改变柱状图的顺序操作

如下所示: library(ggplot2) library(ggthemes) dt = data.frame(obj = c('A','D','B','E','C'), val = c(2,15,6,9,7)) dt$obj = factor(dt$obj, levels=c('D','B','C','A','E')) ## 设置柱条的顺序 p = ggplot(dt, aes(x = obj, y = val, fill = obj, group = factor(1))) + geom_
R语言作图之density plot(密度图)的制作步骤

上次分享了小提琴曲线(violin plot)的作图方法,今天小仙同学给大家介绍一下如何用R画出漂亮的密度图(density plot). Step1. 绘图数据的准备首先还是要把你想要绘图的数据调整成R语言可以识别的格式,把excel保存成csv格式. 数据的格式如下图:一列表示一种变量,第一行是列名 Step2. 绘图数据的读取 data<-read.csv("your file path", header = T) #注释:header=T表示数据中的第一行是列名,如果没
R语言绘制频率直方图的案例

频率直方图是数据统计中经常会用到的图形展示方式,同时在生物学分析中可以更好的展示表型性状的数据分布类型:R基础做图中的hist函数对单一数据的展示很方便,但是当遇到多组数据的时候就不如ggplot2绘制来的方便. *** 1.基础做图hist函数 hist(rnorm(200),col='blue',border='yellow',main='',xlab='') 1.1 多图展示 par(mfrow=c(2,3)) for (i in 1:6) {hist(rnorm(200),border=
R语言使用ggplot2绘制好看的分组散点图

我们以iris数据集为例,该数据集包括花萼的长度和宽度,花瓣的长度和宽度,以及物种,如下图: 本文我们要绘制不同物种下花萼的长度和宽度的分布情况,以及二者之间的相关性关系. 1. 首先载入ggplot2包, library(ggplot2) 2. 然后进行ggplot(data = NULL, mapping = aes(), ..., environment = parent.frame())绘制,在绘制中第一个参数是数据,第二个参数是数据映射,是绘制的全局变量,其中包含的参数有x,y,col
R语言使用ggplot绘制画中画细节放大的方法

目录 1. 载入相关包 2. 数据生成 3. 基础绘图 4. 放大效果 5. 绘图美化其他方法当我们在利用ggplot绘图时,当遇到一些量纲相差过大,或者一些图的某些点排布密集时,需要将细节部分进行放大,这时我们就需要采用画中画的方式,或者将统计图的细节在旁边进行放大. 下面我们就来一步一步讲解如何将图中的细节进行放大(核心为ggforce包).话不多说,先上最终效果图(以2019年双十一数据拟合为例): 1. 载入相关包 library(ggplot2) # 绘图核心 library(ti
R语言学习ggplot2绘制统计图形包全面详解

目录一.序二.ggplot2是什么? 三.ggplot2能画出什么样的图? 四.组装机器五.设计图纸六.机器的零件 1. 零件--散点图 1) 变换颜色 2) 拟合曲线 3) 变换大小 4) 修改透明度 5) 分层 6) 改中文 2. 零件--直方图与条形图 1) 直方图 2) 润色 3) 条形图 3. 零件--饼图 4. 零件--箱线图 5. 零件--小提琴图 6. 零件打磨 7. 超级变变变 8. 其他常用零件七.实践出真知八.学习资源九.参考资料一.序作为一枚统计专业的学
R语言编程学习绘制动态图实现示例

在讨论级数时,可能需要比对前 n n n项和的变化情况,而随着 n n n的递增,通过动态图来反映这种变化会更加直观,而通过R语言绘制动态图也算是一门不那么初级的技术,所以在此添加一节,补充一下R语言的绘图知识. 绘图需要用到ggplot2,为多张图加上时间轴则需要用到gganimate,为了让这些动态图片被渲染,需要用到av.此外,ggplot2绘图需要输入的数据格式为tibble. install.packages("ggplot2") install.packages("
R语言包ggplot实现分面去掉小标题的灰色底色小技巧

目录当我们在使用 ggplot 时,使用分面通常会长下面这样(这里用 ggplot 的官方案例): p <- ggplot(mpg, aes(displ, hwy)) + geom_point() p + facet_wrap(~class) 此时,我们想将背景的灰色底色去掉,可以用我们常用的 theme_bw(): p + facet_wrap(~class) + theme_bw() 此时如果背景的灰色网格不想要了,可以接着添加 theme(panel.grid = element_bla
R语言数据可视化绘制Circular bar plot实现环形柱状图

目录 Step1. 绘图数据的准备 Step2. 绘图数据的读取 Step3.绘图所需package的调用 Step4.绘图环形柱状图排好序的环形柱状图调整颜色注意事项不知不觉,距离小仙上次发文已经过去五个多月了.R语言作图系列的更新频率跟理想中的一月一次差别有点忒大了,不得不让小仙陷入深深的反思,对于时间的规划也有了一些新的感悟.不知道大家有没有跟我一样的感受啊,举些例子:放学.下班或者放假之后先把学习任务扔在一边,心想着,我先玩会游戏,等会玩够了再做:网上看到一篇干货满满的文章,先
R语言可视化ggplot2绘制24小时动态血糖图

目录数据格式创建等距时间序列的方法(分钟) 画图代码数据格式 sample=read.csv("sample.csv",header = T,stringsAsFactors = F)head(sample) 创建等距时间序列的方法(分钟) time=strptime("00:00:00","%H:%M:%S")+300*0:287 #没有填日期的时候,默认日期为今天画图代码 #time首先要转换成 POSIXct 格式, 下面的brea
R语言利用ggplot2绘制QQ图和箱线图详解

目录绘制qq图函数介绍例子绘制boxplot 函数介绍例子利用分位点绘制箱线图将QQ图和箱线图进行融合函数介绍参数介绍注意事项例子绘制qq图在ggplot2中绘制qq图需要两步,geom_qq()将绘制样本分位点,geom_qq_line()将绘制标准正态线函数介绍 geom_qq() geom_qq( mapping = NULL, data = NULL, geom = "point", position = "identity",
R语言入门教程之删除指定数据的方法

引言在R学习中经常用到的是按着某种逻辑值提取数据集.本文来讲一下利用索引的手法删除数据集合. 数据准备 > Data 英雄职业熟练等级使用频次胜率 1 后裔射手 5 856 0.64 2 孙尚香射手 5 211 0.10 3 狄仁杰射手 5 324 0.20 4 李元芳射手 4 75 0.30 5 安琪拉法师 5 2324 0.40 6 张良法师 4 755 0.50 7 不知火舞法师 4 644 0.60 8 貂蝉法师 3 982 0.70 9 <NA> &l
R语言实现ggplot重绘天猫双十一销售额曲线图过程

目录 Let's start 输入数据粗略绘图完善散点图添加拟合曲线在散点上添加销售额删除不必要的背景线终极美化小作业前一段时间,很多人被这张图刷屏了: 这张图的来源是一篇名为 "淘宝2009-2018年历年双11销售额数据造假" 的文章.图中散点为天猫双十一销售额数据,曲线为原作者拟合的回归线.乍一看散点完美地分布在曲线上,原作者便直接声称:"淘宝双十一销售额数据造假!不可能有这么完美的拟合!" 可事实真的是这样吗? 作为一个热爱画画的博主,我们先