跟折线图实在是很像, 区别是下面加了阴影(面积)
library(tidyverse) # 加载tidyverse，包含数据处理和可视化常用包
# library(dygraph) # 加载dygraph，交互式时间序列可视化
library(dygraphs) # 加载dygraphs，dygraph的扩展包
library(xts) # 加载xts，处理时间序列数据
library(lubridate) # 加载lubridate，处理日期和时间
library(babynames) # 加载babynames，包含美国婴儿名字数据
library(ggpattern) # 加载ggpattern，ggplot2的扩展包，用于添加图案填充
library(hrbrthemes) # 加载hrbrthemes，提供美观的ggplot2主题ggplot2geom_area() 是用来绘制面积图的函数。
library(ggplot2)
# 创建示例数据
xValue <- 1:50
yValue <- cumsum(rnorm(50))
data <- data.frame(xValue,yValue)
# 绘制面积图
ggplot(data, aes(x=xValue, y=yValue)) +
geom_area()
geom_area() 绘制面积图library(ggplot2) # 加载 ggplot2 包用于数据可视化
library(hrbrthemes) # 加载 hrbrthemes 包用于美化图表主题
# 创建数据
xValue <- 1:10
yValue <- abs(cumsum(rnorm(10))) # 生成 10 个正的累积正态分布随机数
data <- data.frame(xValue, yValue) # 合并为数据框
# 绘制面积图
ggplot(data, aes(x = xValue, y = yValue)) + # 指定数据和映射关系
geom_area(fill = "#69b3a2", alpha = 0.4) + # 添加半透明的面积
geom_line(color = "#69b3a2", size = 2) + # 添加线条
geom_point(size = 3, color = "#69b3a2") + # 添加数据点
theme_ipsum() + # 应用 hrbrthemes 主题
ggtitle("Evolution of something") # 添加标题
# 加载 ggplot2 包用于数据可视化
library(ggplot2)
# 创建示例数据框，x 从 10 到 100，y 是 x/2 加上正态分布噪声
data <- data.frame(
x = seq(10, 100), # x 变量，取值从 10 到 100
y = seq(10, 100) / 2 + rnorm(90) # y 变量，x/2 加上正态噪声
)
# 绘制面积图(原始数据)
ggplot(data, aes(x = x, y = y)) +
geom_line()
# 绘制面积图(对数)
ggplot(data, aes(x = x, y = y)) + # 指定数据和映射关系
geom_line() + # 添加折线
scale_y_log10( # y 轴使用对数刻度
breaks = c(1, 5, 10, 15, 20, 50, 100),# 指定对数刻度的断点
limits = c(1, 100) # y 轴范围限制在 1 到 100
)
使用对数坐标轴绘制面积图，展示 scale_y_log10 的用法
library(ggplot2) # 加载 ggplot2 包用于数据可视化
library(dplyr) # 加载 dplyr 包用于数据处理
# 创建数据
time <- as.numeric(rep(seq(1,7), each=7)) # x 轴变量，1 到 7，每个重复 7 次
value <- runif(49, 10, 100) # y 轴变量，49 个 10 到 100 之间的随机数
group <- rep(LETTERS[1:7], times=7) # 分组变量，A 到 G，每组 7 个
data <- data.frame(time, value, group) # 合并为数据框
# 绘制堆叠面积图
ggplot(data, aes(x = time, y = value, fill = group)) + # 指定数据和映射关系，fill 按 group 分组
geom_area() # 绘制堆叠面积
控制堆叠顺序:
# 给定特定顺序：将 group 列转换为因子，并指定分组顺序
data$group <- factor(data$group, levels = c("B", "A", "D", "E", "G", "F", "C"))
# 再次绘制面积图，分组顺序按照上面指定的 levels
ggplot(data, aes(x = time, y = value, fill = group)) +
geom_area() +
theme(legend.position = "bottom") # 将图例放在底部, 为了排版
# 也可以按字母顺序排序分组
myLevels <- levels(data$group) # 获取当前分组的 levels
data$group <- factor(data$group, levels = sort(myLevels)) # 按字母顺序排序
ggplot(data, aes(x = time, y = value, fill = group)) +
geom_area() +
theme(legend.position = "bottom") # 将图例放在底部, 为了排版
# 按某一时间点（如 time = 6）对应的 value 值进行排序
myLevels <- data |>
dplyr::filter(time == 6) |> # 过滤出 time 等于 6 的数据
dplyr::arrange(value) # 按 value 升序排列
data$group <- factor(data$group, levels = myLevels$group) # 按 value 排序后的分组顺序设置因子 levels
ggplot(data, aes(x = time, y = value, fill = group)) +
geom_area() +
theme(legend.position = "bottom") # 将图例放在底部, 为了排版
控制堆叠面积图的分组顺序，并演示如何按指定顺序、字母顺序和特定时间点的数值排序
比例堆叠面积图(每组的总和都是100):
library(dplyr)
# 按 time 和 group 分组，计算每组的 value 总和，并计算每组所占比例
data <- data |>
group_by(time, group) |> # 按时间和分组分组
summarise(n = sum(value)) |> # 计算每组的 value 总和，命名为 n
mutate(percentage = n / sum(n)) # 计算每组所占比例
# # 注意：如果不用 dplyr 也可以这样计算百分比
# my_fun <- function(vec){
# as.numeric(vec[2]) / sum(data$value[data$time == vec[1]]) * 100 # 计算每一行 value 占该时间点总和的百分比
# }
# data$percentage <- apply(data, 1, my_fun) # 对每一行应用函数，得到百分比
# 绘制比例堆叠面积图
ggplot(data, aes(x = time, y = percentage, fill = group)) +
geom_area(alpha = 0.6, size = 1, colour = "black") # 绘制面积图，设置透明度、线宽和边框颜色
再更改一下颜色和样式:
# 加载所需包
library(viridis) # 提供高可读性的配色方案
library(hrbrthemes) # 提供美观的 ggplot2 主题
# 绘制堆叠面积图
ggplot(data, aes(x = time, y = value, fill = group)) + # 指定数据和映射关系，fill 按 group 分组
geom_area(alpha = 0.6, size = .5, colour = "white") + # 绘制面积，设置透明度、边框宽度和颜色
scale_fill_viridis(discrete = TRUE) + # 使用 viridis 离散色板填充
theme_ipsum() + # 应用 hrbrthemes 主题
ggtitle("The race between ...") # 添加标题
分面:
library(babynames) # 加载 babynames 包，包含美国婴儿名字数据
# 过滤出感兴趣的名字和性别为女性的数据
data <- babynames |>
dplyr::filter(name %in% c("Amanda", "Jessica", "Patricia", "Deborah", "Dorothy", "Helen")) |> # 只保留指定名字
dplyr::filter(sex == "F") # 只保留女性
# 绘制分面堆叠面积图
data |>
ggplot(aes(x = year, y = n, group = name, fill = name)) + # year为x轴，n为y轴，按name分组和填充
geom_area() + # 绘制面积图
scale_fill_viridis(discrete = TRUE) + # 使用viridis调色板
theme(legend.position = "none") + # 不显示图例
ggtitle("Popularity of American names in the previous 30 years") + # 添加标题
theme_ipsum() + # 应用hrbrthemes主题
theme(
legend.position = "none", # 再次确保不显示图例
panel.spacing = unit(0.1, "lines"), # 分面之间的间距
strip.text.x = element_text(size = 8) # 分面标题字体大小
) +
facet_wrap(~name, scale = "free_y") # 按名字分面，y轴自适应
library(ggplot2)
library(ggpattern)
library(hrbrthemes)
# 构造数据
set.seed(0)
n = 10
x = 1:n
y = x + rnorm(n = n, mean = 100, sd = 20)
df = data.frame(xValue = x, yValue = y)
# 基础面积图，填充为浅蓝色，边框为黑色
ggplot(df, aes(x = xValue, y = yValue)) +
geom_area(colour = 'black', fill = 'lightblue')
# 使用 ggpattern 的渐变填充，白色到红色
ggplot(df, aes(xValue, yValue)) +
geom_area_pattern(
data = df,
pattern = "gradient", # 使用渐变填充
pattern_fill = "white", # 渐变起始色为白色
pattern_fill2 = "red" # 渐变结束色为红色
)
# 使用 ggpattern 的渐变填充，透明到蓝色
ggplot(df, aes(xValue, yValue)) +
geom_area_pattern(
data = df,
pattern = "gradient", # 使用渐变填充
fill = "#00000010", # 主体填充为半透明黑色
pattern_fill = "#00000010", # 渐变起始色为半透明黑色
pattern_fill2 = "blue" # 渐变结束色为蓝色
)
# 使用 ggpattern 的渐变填充，完全透明到品红色，并叠加线条和点
ggplot(df, aes(xValue, yValue)) +
geom_area_pattern(
data = df,
pattern = "gradient", # 使用渐变填充
fill = "#00000000", # 主体填充为完全透明
pattern_fill = "#00000000", # 渐变起始色为完全透明
pattern_fill2 = "magenta" # 渐变结束色为品红色
) +
geom_line(data = df, colour = "black", linewidth = 0.8) + # 添加黑色线条
geom_point(shape = 16, size = 4.5, colour = "purple") + # 添加紫色大点
geom_point(shape = 16, size = 2.5, colour = "white") + # 添加白色小点覆盖
ggtitle("Area chart with a color gradient and line with data points") + # 添加标题
theme_bw() + # 使用黑白主题
theme(
plot.title = element_text(size = 14), # 标题字体大小
panel.border = element_blank(), # 去除面板边框
axis.line.x = element_line(), # x轴线
text = element_text(size = 12), # 全局字体大小
axis.ticks = element_blank(), # 去除坐标轴刻度
axis.text.y = element_text(margin = margin(0, 15, 0, 0, unit = "pt")) # y轴文字右侧留白
) +
scale_alpha_identity() + # 保持透明度
labs(x = "", y = "") # 去除坐标轴标题
使用 ggpattern 绘制带有渐变色填充的面积图，演示不同渐变色和叠加线条、点的效果
# 加载所需的 R 包
library(dygraphs) # 加载 dygraphs 包用于交互式时间序列可视化
library(xts) # 加载 xts 包用于数据框与 xts 格式转换
library(tidyverse) # 加载 tidyverse 包用于数据处理
library(lubridate) # 加载 lubridate 包用于处理日期和时间
# 读取数据
path = 'https://raw.githubusercontent.com/holtzy/R-graph-gallery/master/DATA/bike.csv'
data <- read.table(path, header=TRUE, sep=",") |> head(300) # 读取前 300 行数据
# 检查变量类型（可选）
# str(data)
# 将 datetime 列从因子类型转换为日期时间格式
data$datetime <- ymd_hms(data$datetime)
# 创建 xts 对象，dygraphs 需要 xts 格式的数据
don <- xts(x = data$count, order.by = data$datetime)
# 绘制交互式面积图
p <- dygraph(don) |>
dyOptions(
labelsUTC = TRUE, # 使用 UTC 时间标签
fillGraph = TRUE, # 填充面积
fillAlpha = 0.1, # 填充透明度
drawGrid = FALSE, # 不显示网格线
colors = "#D8AE5A" # 设置线条颜色
) |>
dyRangeSelector() |> # 添加范围选择器
dyCrosshair(direction = "vertical") |> # 添加垂直十字准线
dyHighlight(
highlightCircleSize = 5, # 高亮时圆圈大小
highlightSeriesBackgroundAlpha = 0.2, # 高亮系列背景透明度
hideOnMouseOut = FALSE # 鼠标移出时不隐藏高亮
) |>
dyRoller(rollPeriod = 1) # 添加滚动平均选择器，默认窗口为 1
p使用 dygraphs 包绘制交互式面积图
Base R# 创建数据框，x 从 1 到 10，y 为 1 到 15 的随机排列
data <- data.frame(x=seq(1,10), y=sample(seq(1,15),10))
# 先绘制折线图，type="o" 表示点和线都画，lwd=3 线宽，pch=20 实心圆点
plot(
data,
col=rgb(0.2,0.1,0.5,0.9), # 设置颜色为半透明深紫色
type="o", # o 表示点和线都画
lwd=3, # 线宽为3
xlab="", # 不显示x轴标题
ylab="size", # y轴标题为 size
pch=20 # 点的形状为实心圆
)
# 用 polygon 填充面积
# c(min(data$x), data$x, max(data$x))：x 轴从最小值到最大值，首尾闭合
# c(min(data$y), data$y, min(data$y))：y 轴从最小值到最大值，首尾闭合
polygon(
c(min(data$x), data$x, max(data$x)), # x 坐标，首尾闭合
c(min(data$y), data$y, min(data$y)), # y 坐标，首尾闭合
col=rgb(0.2,0.1,0.5,0.2), # 填充为更透明的紫色
border=FALSE # 不显示边框
)
