11.1 PKG

Show/Hide Code 
library(tidyverse)
library(hrbrthemes) # 主题
library(babynames) # 数据集
library(ggrepel) # 标签
library(dygraphs)      # 用于绘制交互式时间序列图
library(xts)           # 用于数据框与 xts 格式转换
library(tidyverse)     # 数据处理
library(lubridate)     # 处理日期时间

11.2 基础

geom_point() 和 geom_line() 组合在一起。

Show/Hide Code 
# 读取数据，并将日期列转换为 Date 类型
data <- read.table("https://raw.githubusercontent.com/holtzy/data_to_viz/master/Example_dataset/3_TwoNumOrdered.csv", header=T)
data$date <- as.Date(data$date)

# 取数据的最后10行，绘制连接散点图
data |>
    tail(10) |>
    ggplot(aes(x = date, y = value)) +
    geom_line() +   # 添加连线
    geom_point()    # 添加散点

连接散点图

11.3 主题

使用 hrbrthemes::theme_ipsum() 函数自定义主题。

Show/Hide Code 
# 取数据的最后10行，绘制连接散点图，并自定义主题
data |>
    tail(10) |>
    ggplot(aes(x = date, y = value)) +
    geom_line(color = "grey") +  # 添加灰色连线
    geom_point(shape = 21, color = "black", fill = "#69b3a2", size = 6) +  # 添加带填充色的点
    theme_ipsum() +  # 应用 hrbrthemes 的主题
    ggtitle("Evolution of bitcoin price")  # 添加标题

theme_ipsum() 定制主题

11.4 演变

连接散点图也可以是一种强大的技术，用来讲述两个变量演变的故事。

下面的示例展示了美国名为 Amanda 和 Ashley 的婴儿数量演变。

Show/Hide Code 
# 筛选1970年后的女性婴儿，名字为 Ashley 或 Amanda 的数据
data <- babynames |>
  filter(name %in% c("Ashley", "Amanda")) |> # 只保留 Ashley 和 Amanda
  filter(sex == "F") |> # 只保留女性
  filter(year > 1970) |> # 只保留1970年后的数据
  select(year, name, n) |> # 选择年份、名字和数量
  spread(key = name, value = n, -1) # 宽数据格式，每列为一个名字

# 绘图：x轴为 Amanda，y轴为 Ashley，标签为年份
data |>
  ggplot(aes(x = Amanda, y = Ashley, label = year)) +
  geom_point() + # 绘制散点
  geom_segment(aes(
    xend = c(tail(Amanda, n = -1), NA), # 连接相邻年份的点
    yend = c(tail(Ashley, n = -1), NA)
  ))

Ashley 和 Amanda 名字在美国的流行演变（1970年后，女婴）

再改进一下，在图表中添加箭头和标签来引导读者：

Show/Hide Code 
# 随机选择部分年份用于标签
tmp_date <- data %>% sample_frac(0.3)

# 绘图
data %>%
  ggplot(aes(x = Amanda, y = Ashley, label = year)) +
  geom_point(color = "#69b3a2") + # 绘制散点
  geom_text_repel(data = tmp_date) + # 添加年份标签，避免重叠
  geom_segment(
    color = "#69b3a2",
    aes(
      xend = c(tail(Amanda, n = -1), NA), # 连接相邻年份的点
      yend = c(tail(Ashley, n = -1), NA)
    ),
    arrow = arrow(length = unit(0.3, "cm")) # 添加箭头
  ) +
  theme_ipsum() # 应用主题

Ashley 和 Amanda 名字在美国的流行演变（带箭头和标签，1970年后，女婴）

11.5 Time series

交互式时间序列图：巴黎 Vélib 自行车租赁数据（前300条）：

Show/Hide Code 
# 加载所需包
# library(dygraphs)      # 用于绘制交互式时间序列图
# library(xts)           # 用于数据框与 xts 格式转换
# library(tidyverse)     # 数据处理
# library(lubridate)     # 处理日期时间

# 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) # 取前300行数据

# 将时间列从因子/字符转换为日期时间格式
data$datetime <- ymd_hms(data$datetime)

# 创建 xts 对象，dygraph 需要此格式
# x = 观测值，order.by = 时间索引
don <- xts(x = data$count, order.by = data$datetime)

# 绘制交互式时间序列图
dygraph(don) |>
    dyOptions(
        labelsUTC = TRUE,         # 使用 UTC 时间标签
        fillGraph = TRUE,         # 填充曲线下方区域
        fillAlpha = 0.1,          # 填充透明度
        drawGrid = FALSE,         # 不显示网格线
        colors = "#D8AE5A"        # 曲线颜色
    ) |>
    dyRangeSelector() |>
    dyCrosshair(direction = "vertical") |>
    dyHighlight(
        highlightCircleSize = 5,                  # 鼠标悬停时点的大小
        highlightSeriesBackgroundAlpha = 0.2,     # 高亮系列的背景透明度
        hideOnMouseOut = FALSE                    # 鼠标移出时是否隐藏高亮
    ) |>
    dyRoller(rollPeriod = 1)                    # 滚动平均窗口大小

交互式时间序列图：巴黎 Vélib 自行车租赁数据（前300条）

11.6 Base R

11.6.1 基础

Show/Hide Code 
# 构造示例数据
a = c(1:5)                  # x 轴数据，1 到 5
b = c(5, 3, 4, 5, 5)        # 第一组 y 轴数据
c = c(4, 5, 4, 3, 1)        # 第二组 y 轴数据

# 绘制第一组数据的连接散点图
plot(
    b ~ a,                    # y ~ x 公式
    type = "b",               # 点和线都显示
    bty = "l",                # 只显示左和下边框
    xlab = "value of a",      # x 轴标签
    ylab = "value of b",      # y 轴标签
    col = rgb(0.2, 0.4, 0.1, 0.7), # 线和点的颜色（半透明绿色）
    lwd = 3,                  # 线宽
    pch = 17,                 # 点的形状（三角形）
    ylim = c(1, 5)            # y 轴范围
)

# 添加第二组数据的连接散点图
lines(
    c ~ a,                    # y ~ x 公式
    col = rgb(0.8, 0.4, 0.1, 0.7), # 线和点的颜色（半透明橙色）
    lwd = 3,                  # 线宽
    pch = 19,                 # 点的形状（实心圆）
    type = "b"                # 点和线都显示
)

# 添加图例
legend(
    "bottomleft",             # 图例位置
    legend = c("Group 1", "Group 2"), # 图例标签
    col = c(
        rgb(0.2, 0.4, 0.1, 0.7),
        rgb(0.8, 0.4, 0.1, 0.7)
    ),                        # 图例颜色
    pch = c(17, 19),          # 图例点形状
    bty = "n",                # 不显示图例边框
    pt.cex = 2,               # 点的大小
    cex = 1.2,                # 字体大小
    text.col = "black",       # 文字颜色
    horiz = FALSE,            # 垂直排列
    inset = c(0.1, 0.1)       # 图例内边距
)

基础 R 语言绘制连接散点图（两组数据）

11.6.2 背景图

Show/Hide Code 
# 加载图片读取包
library(jpeg)
library(png)

# 读取PNG图片作为背景
my_image <- readPNG("./image/R_full_medium.png")

# 设置空白绘图区，不画任何点
plot(1:2, type='n', main="", xlab="x", ylab="y")

# 获取绘图区参数，并将图片填充到指定区域
lim <- par()
rasterImage(my_image, 
            xleft=1, xright=2, 
            ybottom=1.3, ytop=1.7)

# 添加网格线
grid()

# 在图片上添加连接散点图
lines(
  x=c(1, 1.2, 1.4, 1.6, 1.8, 2.0), 
  y=c(1, 1.3, 1.7, 1.6, 1.7, 1.0), 
  type="b", lwd=5, col="black"
)

在背景图片上绘制连接散点图（基础R）

11.6.3 lubridate()

使用日期前，务必使用 lubridate() 把 “日期” 转化为 日期/时间格式。

Show/Hide Code 
# 设置随机种子，保证结果可复现
set.seed(124)

# 构造日期字符串，格式为 "2015/03/XX"，XX为1到31中的随机6个数字
date <- paste("2015/03/", sample(seq(1, 31), 6), sep = "")

# 随机生成6个1到100之间的整数，作为数值
value <- sample(seq(1, 100), 6)

# 将日期和数值合并为数据框
data <- data.frame(date, value)

# 将日期列转换为 Date 类型，便于后续处理和绘图
data$date <- as.Date(data$date)

# 按照日期升序排列数据
data <- data[order(data$date), ]

# 绘制连接散点图
plot(
    data$value ~ data$date,                 # y轴为value，x轴为date
    type = "b",                             # 同时绘制点和线
    lwd = 3,                                # 线宽为3
    col = rgb(0.1, 0.7, 0.1, 0.8),          # 线和点的颜色（半透明绿色）
    ylab = "value of ...",                  # y轴标签
    xlab = "date",                          # x轴标签
    bty = "l",                              # 只显示左和下边框
    pch = 20,                               # 点的形状（实心圆）
    cex = 4                                 # 点的大小
)

# 添加水平辅助线，y轴从0到100，每隔10画一条灰色线
abline(h = seq(0, 100, 10), col = "grey", lwd = 0.8)

使用 lubridate() 处理日期时间

11.6.4 Cheatsheet

Base R 提供了许多选项来自定义图表外观。基本上所有功能都可以通过这几个选项实现：

  • lwd → 线条宽度
  • type → 点之间的连接
  • lty → 线条类型
  • cex → 形状大小
  • col → 控制颜色
  • pch → 标记形状
Show/Hide Code 
# 设置绘图区边距
par(mar = c(3, 3, 3, 3))

num <- 0   # 用于lty编号
num1 <- 0  # 用于type和lwd编号

# 创建空白绘图区，不显示任何点
plot(
  0, 0,
  xlim = c(0, 21),           # x轴范围
  ylim = c(0.5, 6.5),        # y轴范围
  col = "white",             # 不显示点
  yaxt = "n",                # 不显示y轴刻度
  ylab = "",                 # y轴标签为空
  xlab = ""                  # x轴标签为空
)

# 填充图形各行，分别演示不同参数
for (i in seq(1, 20)) {
  # 第一行：pch（点的形状）
  points(i, 1, pch = i, cex = 3)
  # 第二行：col（颜色）
  points(i, 2, col = i, pch = 16, cex = 3)
  # 第三行：cex（点的大小）
  points(i, 3, col = "black", pch = 16, cex = i * 0.25)

  # 第四行：lty（线型），每隔3个画一条线
  if (i %in% c(seq(1, 18, 3))) {
    num = num + 1
    points(c(i, i + 2), c(4, 4), col = "black", lty = num, type = "l", lwd = 2)
    text(i + 1.1, 4.15, num)  # 标注lty编号
  }

  # 第五、六行：type（线型类型）和lwd（线宽），每隔5个画一组
  if (i %in% c(seq(1, 20, 5))) {
    num1 = num1 + 1
    # type参数演示（点、线、点线、点线重叠）
    points(
      c(i, i + 1, i + 2, i + 3),
      c(5, 5, 5, 5),
      col = "black",
      type = c("p", "l", "b", "o")[num1],
      lwd = 2
    )
    text(i + 1.1, 5.2, c("p", "l", "b", "o")[num1])  # 标注type类型

    # lwd参数演示（线宽1~4）
    points(
      c(i, i + 1, i + 2, i + 3),
      c(6, 6, 6, 6),
      col = "black",
      type = "l",
      lwd = num1
    )
    text(i + 1.1, 6.2, num1)  # 标注lwd数值
  }
}

# 添加y轴标签，分别对应各参数
axis(
  2,
  at = c(1, 2, 3, 4, 5, 6),
  labels = c("pch", "col", "cex", "lty", "type", "lwd"),
  tick = TRUE,
  col = "black",
  las = 1,
  cex.axis = 0.8
)

# 添加x轴标签，1~20
axis(
  1,
  at = seq(1, 20),
  labels = seq(1, 20),
  tick = TRUE,
  col = "black",
  las = 1,
  cex.axis = 0.8
)

Base R 图形参数速查表：pch, col, cex, lty, type, lwd 的效果演示

11.7 Pearl

带有文字标签的散点图，见 Section 7.7。