微信号:R_shequ

介绍:国内最大的R语言专业综合学习平台.R前沿资讯、R线上交流、R线下培训、R案例、R资料分享、R视频学习、R网站学习、R付费资料、R爱好者等,聚焦R语言学习,传播大数据价值.关注我,你就是R大牛.

ggplot2玫瑰图案例——星巴克门店分布图

2017-09-12 11:50 杜雨

今晚
8点整

杜雨老师在线课程:

R语言可视化在商务场景中的应用

(扫描文末二维码免费加入课程


杜雨 ,EasyCharts团队成员,R语言中文社区专栏作者,兴趣方向为:Excel商务图表,R语言数据可视化,地理信息数据可视化。个人公众号:数据小魔方(微信ID:datamofang) ,“数据小魔方”创始人。

使用ggplot2制作放射状玫瑰图本不是什么难事,仅需将普通单序列柱形图添加添加一个极坐标转化参数即可。

但是遇到比较小清新的案例,还是值得手动操作一下的。

本文图片案例来源于DT财经关于星巴克门店分布TOP20城市分布数据图,用色和呈现形式比较友好,所以就信手拿来作为案例分享给大家。


原图中并未给出任何实际数据(所以需要用眼睛估测了~—~)

library("rvest")
library("dplyr")
library("ggplot2")
library("grid")
library("showtext")
library("Cairo") font.add("myfont","msyh.ttc")

找一份网上的最新统计数据

url<-"http://bbs.thmz.com/thread-2715502-1-1.html"
table<-read_html(url,encoding="gbk")%>%html_nodes("td.t_f>table")%>%html_table(header =TRUE,trim =TRUE,fill=TRUE)%>%as.data.frame()

城市数据

mydata<-data.frame(
label=c("上海","北京","杭州","广州","深圳","苏州","成都","天津","南京","武汉","宁波","重庆","西安","无锡","厦门","青岛","长沙","南通","常州","福州")
)

整理数据

mydata<-merge(mydata,table[,c("城市","门店数量")],by.x="label",by.y="城市",all.x=TRUE)
mydata[mydata$label=="常州","门店数量"]=27
names(mydata)[2]<-"value"
mydata<-arrange(mydata,-value)%>%transform(id=1:20,class=c(1,6,rep(1:6,3))) mydata$label<-as.character(mydata$label)
#标签拆成单字换行,竖排布局:
label<-strsplit(mydata$label,"")
for (i in 1:length(label)){ mydata$label_ff[[i]]<-paste0(label[[i]],collapse="\n") } mydata[1:2,"label_ff"]<-c("上海","北京") mydata[16:20,"label_ff"]<-c("青岛","厦门","常州","福州","南通")
#计算标签的旋转角度:
mydata$angle=c(rev(9*(1:10-1)+4.5),-(9*(1:10-1)+4.5)) mydata$angle[16:20]<-rev(9*(1:5-1)+4.5)

图形可视化过程:

p<-ggplot(mydata)+
geom_col(aes(x=id,y=value,fill=factor(class)))+
geom_hline(yintercept =c(25,50,100,200,500),linetype=2,size=.25)+
geom_text(aes(x=id,y=value+12,label=label_ff,angle=angle),family="myfont",size=3.5,lineheight=1)+#坐标轴放大一倍占位:scale_x_continuous(limits=c(0,40),expand=c(0,0))+#Y延伸到负值突出圆心的空白scale_y_continuous(limits=c(-100,600))+
scale_fill_manual(values=c("#00643E","#207A57","#3D8C6D","#59A284","#76B69B","#95CBB3"),guide=FALSE)+
coord_polar(start=-14.245)+
theme_void();p

图形输出:

setwd("E:/数据可视化/R/R语言学习笔记/数据可视化/ggplot2/优秀R语言案例")
CairoPNG(file="polar_rose.png",width=2400,height=1800)
showtext.begin()
grid.newpage()
pushViewport(viewport(layout=grid.layout(6,8)))
vplayout<-function(x,y){viewport(layout.pos.row =x,layout.pos.col=y)}
print(p,vp=vplayout(1:6,1:8))
showtext.end()
dev.off()

局部线条经过手工修饰!

以上就是整个制图过程,其中关于角度转换以及细节处理问题均省略掉了,如需了解可以 单独交流。

好了干货完了,下面是一波广告:


9月12日晚8~10点,本小编有一场关于ggplot2的微课,主要内容如下:

1、ggplot2图层语法的核心理念
2、ggplot函数与geom_xxx函数间的父子继承关系
3、美学映射参数写在ggplot函数内与写在geom_xxx内的差异
4、美学映射参数写在aes函数内部和写在aes函数外部的差异
5、颜色标度一共有几种类型和写法,在不同模块中是否能够共用
6、如何结合实际业务与引用场景进行颜色标度选择
7、多图层叠加时,如何解决颜色标度冲突的问题
8、分面函数的权限控制
9、主题框架与模块间的继承关系
10、主题函数更新与替换方案
11、图形输出与高清抗锯齿渲染


其实这些问题都是之前我学习过程中走过的弯路,随着练习的案例越来越多,这些问题一步步全都解决了,其实如果你能有心看完我的所有关于ggplot讲解部分,差不多这些问题也都能全部理解。

扫描下方二维码,免费加入课程

 
R语言中文社区 更多文章 R模型部署之道:基于OpenCpu Cloud Server 财经小知识——CRS风暴与全球离岸金融中心 数据分析师如何面对“我早知道了!”这句质疑 ggplot2多维分面多图层对应规则 最惹销售反感的十种数据分析师,进来看看有没有你
猜您喜欢 网速慢?这可不仅仅是带宽问题! 为小程序而生的小(jiao)手架 【干货!】外媒评出2014年20大数据可视化工具及资料 快捷之道:轻松地使用 DispatchTime