条形图

2018-09-03

2018-09-03
--- title: "条形图" output: html_document: number_sections: TRUE toc: TRUE toc_float: TRUE code_folding: show fig_width: 7 fig_height: 4.5 theme: united highlight: tango --- # 数据准备 ***   该数据是从净水器文本数据中提取频率最高的词语,并对其进行词频统计。 ```{r} pinshu=read.csv("F:/标题10.分词.csv") ##导入csv数据 str(pinshu) ```   该数据有10条数据量,2个变量(字段),分别为频数和分词。 ```{r} col4 = "dimgrey" ##某一种灰色 pp=pinshu[order(-pinshu$Freq),] #对分词进行排序 分词 = factor(pp$fenci,levels = pp$fenci) 频数 = pp$Freq #查看分词的频数 df = data.frame(x = 分词, y = 频数) ``` # 绘制条形图 *** ## 绘制频数条形图 1.参数fill为图形的填充色 2.参数colour为图形边框线 3.geom_ 指定是制作点图还是柱状图 ```{r,echo=TRUE,message=FALSE,warning=FALSE} library(ggplot2) ggplot(df,aes(x=分词,y=频数)) + geom_bar(stat = 'identity',fill=col4)+ labs(x="标题关键词") + geom_text(aes(label = 频数), vjust = 1.5, colour = "white", position = position_dodge(.9), size = 5) ```   以标题描述提取的关键词为例,可以发现净水器、家用、厨房等词所占频次最高。 ## 绘制簇状条形图   该数据集的变量主要包含有品种,重量,标准差,样本量,标准误差等。这种数据集的目的是使其易于使用图形。 ```{r,echo=TRUE,message=FALSE,warning=FALSE} library(gcookbook) #加载包 str(cabbage_exp)#查看数据结构信息 ``` ```{r,echo=FALSE,message=FALSE,warning=FALSE} library(knitr) # 加载knitr包,使用kable函数,使得表格更加美观 library(readxl) data=read_excel("D:/TASK/卷心菜.xlsx") kable(head(data ,6)) ```   簇状条形图比较各个类别的值。在簇状条形图中,通常沿垂直轴组织类别,而沿水平轴组织数值。 ```{r,echo=TRUE,message=FALSE,warning=FALSE} ggplot(cabbage_exp, aes(x=Date, y=Weight, fill=Cultivar))+ geom_bar(position="dodge",stat="identity",colour="black") + scale_fill_brewer(palette="Pastell") ```   从簇状条形图来看,色系为浅绿色的是品种c39,深绿色为品种c52。品种为c39的的重量明显比品种为c52的重量大,时间越长,品种为c39的品种的重量越低。 ##堆积条形图   堆积条形图显示单个项目与整体之间的关系。 ```{r} ggplot(cabbage_exp, aes(x=Date, y=Weight, fill=Cultivar))+geom_bar(stat="identity") ```   从上面的堆积条形图来看,是将品种c39和c52堆积在一起,其中红色为c39,蓝色为品种c52。在时间为16和21天时品种c39明显比c52重量大。 ```{r} par(mfrow=c(3,2)) library(ggplot2) with(mpg,table(class,year)) p <- ggplot(data=mpg,aes(x=class,fill=factor(year))) p + geom_bar(position='dodge') p + geom_bar(position='stack') p + geom_bar(position='fill') p + geom_bar(position='identity',alpha=0.3) ``` # 本章汇总 *** ```{r,echo=FALSE,message=FALSE,warning=FALSE} library(knitr) # 加载knitr包,使用kable函数,使得表格更加美观 library(readxl) data=read_excel("D:/TASK/参数/条形图参数.xlsx") kable(head(data ,9)) ```