16.1 PKG

Show/Hide Code 
# Libraries
library(tidyverse)
library(hrbrthemes) # 主题
library(patchwork) # 拼接图
library(GGally) # 平行坐标图
library(viridis) # 颜色
library(ggbump) # 平行坐标图

16.2 是什么?

ìris 数据集为 150 朵花样本（每朵用颜色线表示）提供了四个特征（每个用垂直线表示）。样本分为三种物种。下方的图表高效地突显出，山鸢尾的花瓣较小，但其萼片倾向于更宽。

平行坐标图相当于蜘蛛图，但使用笛卡尔坐标。比蜘蛛图更易于阅读，尤其是当变量/观测数量较多时。

Show/Hide Code 
# 使用R自带的iris数据集
data <- iris

# 绘制平行坐标图
data |>
    ggparcoord(
        columns = 1:4,                # 选择前4列作为变量
        groupColumn = 5,              # 第5列（Species）作为分组变量
        order = "anyClass",           # 自动排序变量
        showPoints = TRUE,            # 显示数据点
        title = "Parallel Coordinate Plot for the Iris Data", # 图标题
        alphaLines = 0.3              # 线条透明度
    ) +
    scale_color_viridis(discrete = TRUE) + # 使用viridis色带
    theme_ipsum() +                       # 应用hrbrthemes主题
    theme(
        plot.title = element_text(size = 10) # 设置标题字体大小
    )

变量 和 单位 可以不同:

下图比较了四个使用不同单位的变量，例如价格（美元）或深度（百分比）。请注意使用缩放 (见下文) 以便进行比较。

Show/Hide Code 
# 从diamonds数据集中随机抽取10个样本，绘制平行坐标图
diamonds |>
    sample_n(10) |> # 随机抽取10行
    ggparcoord(
        columns = c(1, 5:7),      # 选择第1、5、6、7列作为变量
        groupColumn = 2,          # 用第2列（cut）作为分组变量
        #order = "anyClass",      # 可选：自动排序变量
        showPoints = TRUE,        # 显示数据点
        title = "Diamonds features", # 图标题
        alphaLines = 0.3          # 线条透明度
    ) +
    scale_color_viridis(discrete = TRUE) + # 使用viridis色带
    theme_ipsum() +                       # 应用hrbrthemes主题
    theme(
        plot.title = element_text(size = 10) # 设置标题字体大小
    )

坐标轴顺序:

Show/Hide Code 
# 原始顺序的平行坐标图
p1 <- data |>
    ggparcoord(
        columns = 1:4,                # 选择前4列作为变量
        groupColumn = 5,              # 第5列（Species）作为分组变量
        order = c(1:4),               # 按原始顺序排列坐标轴
        showPoints = TRUE,            # 显示数据点
        title = "Original",           # 图标题
        alphaLines = 0.3              # 线条透明度
    ) +
    scale_color_viridis(discrete = TRUE) + # 使用viridis色带
    theme_ipsum() +                       # 应用hrbrthemes主题
    theme(
        legend.position = "default",         # 图例位置为默认
        plot.title = element_text(size = 10) # 设置标题字体大小
    ) +
    xlab("")

# 自动排序后的平行坐标图
p2 <- data |>
    ggparcoord(
        columns = 1:4,                # 选择前4列作为变量
        groupColumn = 5,              # 第5列（Species）作为分组变量
        order = "anyClass",           # 自动排序坐标轴
        showPoints = TRUE,            # 显示数据点
        title = "Re-ordered",         # 图标题
        alphaLines = 0.3              # 线条透明度
    ) +
    scale_color_viridis(discrete = TRUE) +
    theme_ipsum() +
    theme(
        legend.position = "none",             # 不显示图例
        plot.title = element_text(size = 10)
    ) +
    xlab("")

# 拼接两个不同坐标轴顺序的平行坐标图
p1 + p2

比较不同坐标轴顺序对平行坐标图的影响

关键点:

  • 和折线图一样，展示太多样本会导致杂乱无章、难以辨认的面条图。
  • 应该将变量在 X 轴上排序，尽量避免样本线交叉。
  • 尝试不同的缩放比例，找到最适合数据的

16.3 ggally

16.3.1 基本

Show/Hide Code 
# 使用ggparcoord函数绘制iris数据集的基础平行坐标图
iris |>
    ggparcoord(
        columns = 1:4,      # 选择前4列作为变量（花萼长度、花萼宽度、花瓣长度、花瓣宽度）
        groupColumn = 5     # 第5列（Species）作为分组变量，不同物种用不同颜色区分
    )

使用ggparcoord绘制iris数据集的基础平行坐标图

16.3.2 定制

Show/Hide Code 
# 使用ggparcoord绘制iris数据集的平行坐标图，并进行详细定制
iris |>
    ggparcoord(
        columns = 1:4,                # 选择前4列作为变量（花萼长度、花萼宽度、花瓣长度、花瓣宽度）
        groupColumn = 5,              # 第5列（Species）作为分组变量，不同物种用不同颜色区分
        order = "anyClass",           # 自动排序变量顺序，减少线条交叉
        showPoints = TRUE,            # 显示每个观测点
        title = "Parallel Coordinate Plot for the Iris Data", # 图标题
        alphaLines = 0.3              # 线条透明度，便于观察重叠
    ) +
    scale_color_viridis(discrete = TRUE) + # 使用viridis色带，提升可读性
    theme_ipsum() +                       # 应用hrbrthemes主题，美化图形
    theme(
        plot.title = element_text(size = 10) # 设置标题字体大小
    )

自定义配色与主题的平行坐标图示例

16.3.3 缩放

ggally 的 scale 参数有四种可能的选项：

  • globalminmax → 不进行缩放
  • uniminmax → 标准化到 Min = 0 和 Max = 1
  • std → 单变量标准化（减去均值并除以标准差）
  • center → 标准化和中心化变量
Show/Hide Code 
# 不进行缩放
p1 <- data |>
    ggparcoord(
        columns = 1:4,                # 选择前4列作为变量
        groupColumn = 5,              # 第5列（Species）作为分组变量
        order = "anyClass",           # 自动排序变量
        scale = "globalminmax",       # 全局最小最大值缩放（无缩放）
        showPoints = TRUE,            # 显示数据点
        title = "No scaling",         # 图标题
        alphaLines = 0.3              # 线条透明度
    ) +
    scale_color_viridis(discrete = TRUE) + # 使用viridis色带
    theme_ipsum() +                       # 应用hrbrthemes主题
    theme(
        legend.position = "none",           # 不显示图例
        plot.title = element_text(size = 10) # 设置标题字体大小
    ) +
    xlab("")

# 每个变量标准化到[0,1]区间
p2 <- data |>
    ggparcoord(
        columns = 1:4,                # 选择前4列作为变量
        groupColumn = 5,              # 第5列（Species）作为分组变量
        order = "anyClass",           # 自动排序变量
        scale = "uniminmax",          # 每个变量单独缩放到[0,1]
        showPoints = TRUE,            # 显示数据点
        title = "Standardize to Min = 0 and Max = 1", # 图标题
        alphaLines = 0.3              # 线条透明度
    ) +
    scale_color_viridis(discrete = TRUE) +
    theme_ipsum() +
    theme(
        legend.position = "none",
        plot.title = element_text(size = 10)
    ) +
    xlab("")

# 每个变量减去均值再除以标准差（标准化）
p3 <- data |>
    ggparcoord(
        columns = 1:4,                # 选择前4列作为变量
        groupColumn = 5,              # 第5列（Species）作为分组变量
        order = "anyClass",           # 自动排序变量
        scale = "std",                # 标准化（减均值除标准差）
        showPoints = TRUE,            # 显示数据点
        title = "Normalize univariately (substract mean & divide by sd)", # 图标题
        alphaLines = 0.3              # 线条透明度
    ) +
    scale_color_viridis(discrete = TRUE) +
    theme_ipsum() +
    theme(
        legend.position = "none",
        plot.title = element_text(size = 10)
    ) +
    xlab("")

# 每个变量中心化（减去均值）
p4 <- data |>
    ggparcoord(
        columns = 1:4,                # 选择前4列作为变量
        groupColumn = 5,              # 第5列（Species）作为分组变量
        order = "anyClass",           # 自动排序变量
        scale = "center",             # 中心化（减去均值）
        showPoints = TRUE,            # 显示数据点
        title = "Standardize and center variables", # 图标题
        alphaLines = 0.3              # 线条透明度
    ) +
    scale_color_viridis(discrete = TRUE) +
    theme_ipsum() +
    theme(
        legend.position = "none",
        plot.title = element_text(size = 10)
    ) +
    xlab("")

# 拼接四种缩放方式的平行坐标图
p1 + p2 + p3 + p4 + plot_layout(ncol = 2)

比较不同缩放方法对平行坐标图的影响

16.3.4 高亮

Show/Hide Code 
data |>
    ggparcoord(
        columns = 1:4,                # 选择前4列作为变量
        groupColumn = 5,              # 第5列（Species）作为分组变量
        order = "anyClass",           # 自动排序变量顺序
        showPoints = TRUE,            # 显示数据点
        title = "Original",           # 图标题
        alphaLines = 0.3              # 线条透明度
    ) +
    scale_color_manual(values = c("#69b3a2", "grey", "grey")) + # 手动设置颜色，突出显示第一个类别
    theme_ipsum() +                       # 应用hrbrthemes主题
    theme(
        legend.position = "default",        # 图例位置为默认
        plot.title = element_text(size = 10) # 设置标题字体大小
    ) +
    xlab("")                             # 去除x轴标签

突出显示某一类别的平行坐标图

16.4 mass

顺序至关重要呢! 需要改变输入数据的列顺序，以便在平行坐标图中正确显示变量。

16.4.1 顺序

Show/Hide Code 
# 加载所需包
library(MASS)         # 提供parcoord函数
library(RColorBrewer) # 提供调色板

# 设置调色板，选用Set1配色方案的前3种颜色
palette <- brewer.pal(3, "Set1")
# 根据iris数据集的Species列为每个样本分配颜色
my_colors <- palette[as.numeric(iris$Species)]

# 使用parcoord函数绘制平行坐标图
parcoord(
    iris[, c(1, 3, 4, 2)], # 选择变量顺序（花萼长度、花瓣长度、花瓣宽度、花萼宽度）
    col = my_colors        # 按物种分配颜色
)

使用MASS包的parcoord函数绘制iris数据集的平行坐标图（自定义配色）

16.4.2 高亮

Show/Hide Code 
# 创建一个颜色向量，setosa类别为红色，其余为灰色
isSetosa <- ifelse(iris$Species == "setosa", "red", "grey")

# 使用parcoord函数绘制平行坐标图
# 选择变量顺序（花萼长度、花瓣长度、花瓣宽度、花萼宽度）
# setosa类别用红色高亮，其余类别为灰色
parcoord(
    iris[, c(1, 3, 4, 2)], # 选择变量顺序
    col = isSetosa         # 按类别分配颜色
)

突出显示setosa类别的平行坐标图（MASS::parcoord）

16.5 ggbump

Show/Hide Code 
# 创建数据
year <- rep(2019:2021, 3) # 年份，每个门店3年
products_sold <- c(
    500, 600, 700,   # Store A 各年份销量
    550, 650, 600,   # Store B 各年份销量
    600, 400, 500    # Store C 各年份销量
)
store <- c(
    "Store A", "Store A", "Store A",
    "Store B", "Store B", "Store B",
    "Store C", "Store C", "Store C"
)

# 创建数据框
df <- data.frame(
    year = year,
    products_sold = products_sold,
    store = store
)

# 绘制bump图，展示不同门店产品销量随年份的变化
ggplot(df, aes(x = year, y = products_sold, color = store)) +
    geom_bump(size = 2) # 使用geom_bump绘制平滑的连线

使用ggbump绘制不同门店产品销量随年份变化的平行坐标（bump）图

16.5.1 点

Show/Hide Code 
# 使用ggplot绘制bump图，并在每个数据点处添加圆点
ggplot(df, aes(x = year, y = products_sold, color = store)) +
    geom_bump(size = 2) +         # 绘制平滑的bump连线，展示销量变化趋势
    geom_point(size = 6)          # 在每个年份的销量位置添加大圆点，突出显示具体数值

在bump图中添加数据点，展示不同门店各年份销量的具体数值

16.6 Pearl

Radar Chart