R语言学习--Day05--绘图技巧

事实上，用Rstudio来画图，除了必要的逻辑以外，画出一副好看的，清晰的图，也是有技巧的，这里介绍一个网站：From data to Viz | Find the graphic you need，网站里有各种各样用于数据分析的图，这里演示一下怎么调用里面的分析图模版。

进去网站后，选择我们要用的图，点击R graph gallery：

紧跟着按照需求点击想要的图形就行：

这里我选了最后一个，然后我们复制代码，再按照自己的需求修改就行

library(ggplot2)


# 生成数据（含分组变量）
data <- data.frame(
  individual = paste("Mister", seq(1, 60), sep = " "),
  value = sample(seq(10, 100), 60, replace = TRUE),
  group = rep(LETTERS[1:6], each = 10)  # 6 组，每组 10 个
)

# 添加空行
empty_bar <- 10
to_add <- matrix(NA, empty_bar, ncol(data))
colnames(to_add) <- colnames(data)
data <- rbind(data, to_add)
data$id <- seq(1, nrow(data))

# 计算标签角度
label_data <- data
number_of_bar <- nrow(label_data)
angle <- 90 - 360 * (label_data$id - 0.5) / number_of_bar
label_data$hjust <- ifelse(angle < -90, 1, 0)
label_data$angle <- ifelse(angle < -90, angle + 180, angle)

# 绘图（按组填充颜色）
p <- ggplot(data, aes(x = as.factor(id), y = value, fill = group)) +
  geom_bar(stat = "identity", alpha = 0.7) +
  ylim(-100, 120) +
  theme_minimal() +
  theme(
    axis.text = element_blank(),
    axis.title = element_blank(),
    panel.grid = element_blank(),
    plot.margin = unit(rep(-1, 4), "cm"),
    legend.position = "right"  # 显示图例（可选）
  ) +
  coord_polar(start = 0) +
  geom_text(
    data = label_data,
    aes(x = id, y = value + 10, label = individual, hjust = hjust),
    color = "black",
    fontface = "bold",
    alpha = 0.6,
    size = 2.5,
    angle = label_data$angle,
    inherit.aes = FALSE
  )

p

我这里是修改了数据的分布，再改了画图的一些颜色，显示出来是：

相比一般的分布图，假设我们要分析一个分布图，我们就可以从图里判断不同的分组里，哪个元素占比较多，如果需要的话，也可以在后面加对应数值（但一般为了美观都不会加，毕竟是要放在论文里的）。要注意的是，如果只是一般的图，不管是保存为PDF或图片都可以，但如果是细节比较多的图片，还是建议输出为PDF，这样做的好处还有一个，就是可以把图片以PDF的形式发给大模型来互动交流。

假如想要把图片变得更美观，想微调标题或一些方格的位置之类的，可以下载Adobe Illustrator，把保存的PDF拖进去修改。