R语言三种方法绘制饼图

R语言中绘制饼图,有基础绘图包的pie()函数,但是做出来的图不够美观。ggplot2及其拓展包做出来的图美观。下面提供三种以ggplot2及其拓展包绘制饼图的方法。

以mtcars数据集为例子,要查看32辆车中Cylinders数的分布情况。

一、常见的先绘制条图,再用coord_polar()转换成饼图

数据准备,第一、二种方法需要。

data("mtcars")#加载数据
table <- table(mtcars$cyl) #计算频数
table
 4  6  8 
11  7 14 
data <- as.data.frame(table) #将频数表转换成数据框
data
  Var1 Freq
1    4   11
2    6    7
3    8   14
colnames(data) <- c('Cylinders', 'Freq') #修改数据框的列名
data
  Cylinders Freq
1         4   11
2         6    7
3         8   14
percentage <- scales::percent(data$Freq / sum(data$Freq)) #计算百分比,利用scales包的percent()函数,将计算的小数比例转换成百分数
percentage
[1] "34.4%" "21.9%" "43.8%"
labs <- paste(data$Cylinders, '-Cylinders', '(', percentage, ')', sep = '')#设置标签名
labs
[1] "4-Cylinders(34.4%)" "6-Cylinders(21.9%)" "8-Cylinders(43.8%)"
library(ggplot2)
library(magrittr)
#绘制条图
p1 <- data %>% 
    ggplot(aes(x = '', y = Freq, fill = Cylinders)) + 
    geom_bar(stat = 'identity', width = 1) + 
    geom_text(aes(y = cumsum(rev(Freq))-round(rev(Freq)*2/3), label = labs[seq(length(labs), 1, -1)])) + #y = ?设置标签所在的位置,如果不设置y = ?,y会默认为坐标值,所有标签位置会发生偏移。
    theme_bw() + 
    labs(x = '', y = '',title = 'Number of cars in different Cylinders') #清除x-y轴的标题,设置主标签。
p1

Rplot02.png

不设置aes(y = ?),条图标签的位置

data %>% 
  ggplot(aes(x = '', y = Freq, fill = Cylinders)) + 
  geom_bar(stat = 'identity', width = 1) + 
  geom_text(aes(label = labs)) +  #未设置y
  theme_bw() + 
  labs(x = '', y = '',title = 'Number of cars in different Cylinders') 
image.png

用coord_polar()转换成饼图

p2 <- p1 + coord_polar(theta = 'y', start = 0, direction = 1) #direction = 1,顺时针,direction = -1, 逆时针方向。
p2
Rplot05.png

不设置aes(y = ?),饼图标签的位置

data %>% 
  ggplot(aes(x = '', y = Freq, fill = Cylinders)) + 
  geom_bar(stat = 'identity', width = 1) + 
  geom_text(aes(label = labs)) + #未设置y
  theme_bw() + 
  labs(x = '', y = '',title = 'Number of cars in different Cylinders')  + 
    coord_polar(theta = 'y', start = 0, direction = 1)
不设置y的情况.png

二、利用ggpubr包的ggpie()

data$labs <- labs
library(ggpubr)
p3 <- ggpie(data, 'Freq',  #绘图,只用写频数就行,切记不用再写分组
      fill = 'Cylinders', palette = 'jco', #按照Cylinders填充,颜色板为jco.
      label = labs, lab.pos = 'in', lab.font = c(4, 'white')) #设置标签,标签的位置在图的内部,标签的大小为4, 颜色为白色.
p3
Rplot03.png

三、ggstatsplot::ggpiestats()

library(ggstatsplot)
p5 <- ggpiestats(mtcars, 'cyl', 
           results.subtitle = F, #标题中不显示统计结果
           factor.levels = c('4 Cylinders', '6 Cylinders', '8 Cylinders'),#设置标签的名称
           slice.label = 'percentage', #设置饼图中标签的类型(默认percentage:百分比, 还有counts:频数, both : 频数和百分比都显示)
           perc.k = 2, #百分比的小数位数为2
           direction = 1, #1为顺时针方向,-1为逆时针方向
           palette = 'Pastel2', #设置调色板
           title = 'Number of cars in different Cylinders'#设置标题)
p5
第三种方法:ggstatsplot::ggpiestats().png

三种方法比较:

第一种方法需要手动设置标签的位置,反复地调,直到合适为止,比较麻烦。

第二种方法不需要手动设置标签位置,自动在图中展示好,比第一种方法好点儿。

前两种方法需要对数据进行频数计算等操作做数据准备工作,第三种方法直接利用原数据,不需要数据准备工作,方便快捷。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,204评论 6 506
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,091评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,548评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,657评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,689评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,554评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,302评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,216评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,661评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,851评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,977评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,697评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,306评论 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,898评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,019评论 1 270
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,138评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,927评论 2 355

推荐阅读更多精彩内容