R ggplot2条形图

常见问题
1、数据的分组
可以用 堆叠式 或 分离式 实现
堆叠式：position=”stack” 或 position=position_stack()
分离式：position=”dodge” 或 position=position_dodge()
2、条形的宽度，分组之间的举例

举例一：(简单的数据分组应用）

 dat1 <- data.frame(     sex = factor(c("Female","Female","Male","Male")),    time = factor(c("Lunch","Dinner","Lunch","Dinner"), levels=c("Lunch","Dinner")),    total_bill = c(13.53, 16.81, 16.24, 17.42) )#分离式p <- ggplot(data=dat1, aes(x=time, y=total_bill, fill=sex)) + geom_bar(stat="identity", position=position_dodge())p

#如果改成堆叠式p <- ggplot(data=dat1, aes(x=time, y=total_bill, fill=sex)) +     geom_bar(stat="identity", position=position_stack())p

举例二：（稍复杂的分组）

a<-data.frame(x=c("total","a","male","female","b","low education",                  "mid education","high education","c","working","not working"),              y=c(80,0,30,50,0,20,40,20,0,65,35))#现在的需求是#group1:male+female  group2:low education+mid education+ high education #group3:working+not working   group4:totala$rel = c("a", "a", "a", "b", "b", "b", "c", "c") # 处理，即设置分组#涉及的参数后面会提到ggplot(a, aes(rel, y, fill = factor(x))) +   geom_bar(stat = "identity", width = 0.5, position = position_dodge(0.7))

举例三：（间隔、宽度设置）

width即为单个条形的宽度，默认为1, dodge控制他们之间的间隔

此图：width=0.5 position_dodge(0.5)

此图：width=0.5 position_dodge(0.7)

此图：width=0.5 position_dodge(1)

完整举例：

#下载readxl包：此包作用：能从excel中读取数据install.packages(“readxl”)#使用这个包library(readxl)#从excel中读取数据dataset<-read_excel(path=”文件路径/文件名”,range=”选取数据的矩形区域”)#解析#在读取excel原数据之前，对原数据做了点修改，将第一列命名为了Type#path参数表示文件的相对或绝对路径#相对路径可通过调用getwd()看到当前的工作目录#range参数可以选择需要的矩形区域，例如，这儿是”A3:L16”#查看读取到的数据的基本信息str(dataset)#解析#通过此函数可以看到各个列的数据类型是否如预期#如果数据类型非预期的话则手动调整 例如调用as.xx()函数#改变dataset的结构#解析dataset的原始数据格式类似这样：Type    Fe  Cu  Ala       28  5   （无数据的意思）b       20  0   6但若想做出叠加图的那种效果，需要使现在的多维变量降维！只有降低维度，才能达到x-y的对应效果，这样才能让计算机作图需要达到的数据格式如下：Type    variable    valuea       Fe          28  a       Cu          5   a       Al      b       Fe          20  b       Cu          0b       Al          6#首先下载相关可以给“数据整形”的包：reshape2install.packages(“reshape2”)#使用这个包library(“reshape2”)#使用这个包里的“整形”函数dat.m<-melt(dataset,id.vars=”Type”)#解析#第一个参数的意思是源数据集，此处即我们从excel中读取的数据#id.vars参数的意思是，我们标志变量的名字是哪一个，因为只有给定了标志变量，#才能以该变量为基准进行变形#查看整形后的数据head(dat.m)#解析head()函数表示显示数据集里的前6条数据#查看整形后的数据结构str(dat.m)#注意，发现结构不对后应进行调整#调整结构,将dat.m中的value列变为数字类型dat.m$value<-as.numeric(dat.m$value)#解析#因为从str(dat.m)我们可以看到，value列变成了ch即字符串类型，显然是不对的#注意#还可以显示的将数据为空的行去掉bar.m<-na.omit(bar.m)#开始做图形对象p<-ggplot(data=dat.m,aes(x=Type,y=value,fill=variable))#解析#fill参数表明用的填充是什么#这个例子中是Fe,Cu,Al...等，相当于一共有这些分类，因此填充的颜色数目就是这些分类#数目#在之前的图形对象上加上图层bar<-p+geom_bar(stat=”identity”)#解析#stat参数表明用的统计类型是什么#默认的统计雷星是count，即自动的根据图形对象中的x参数将数据分类，每个分类下的数量#作为纵坐标（也就是条形图的高度）#这儿使用identity参数表明根据变量自身的“值”来确定y坐标#查看现在图形的样子bar#可以发现，x坐标的label相隔太近了，因此需要做调整，变为垂直bar<-bar+theme(axis.text.x=element_text(angle=90,hjust=1))#解析#axis.text.x=element_text()是固定的参数调用形式#在里面写上需要的参数#angle表示旋转90度，hjust表明对齐方式，0：左对齐，0.5居中对齐，1：右对齐#查看现在图形bar#改变图例的标题bar<-bar+scale_fill_discrete(name=”element”)#查看现在图形bar#使图形水平放置bar<-bar+coord_flip()#查看现在图形bar