R语言使用ggplot绘制画中画细节放大的方法

这篇文章主要为大家介绍了R语言使用ggplot绘制画中画细节放大的方法实现示例，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步

1. 载入相关包

 library(ggplot2)  # 绘图核心 library(tidyr)    # 数据整理 library(ggforce)  # 画中画核心包

2. 数据生成

我们收集了双十一销量数据，并进行一些处理，这里生成数据相对比较简单，就不进行解释了。

 # generate data year <- 2009:2019 sales <- c(0.5, 9.36, 52, 191, 350, 571, 912, 1207, 1682, 2135, 2684) growth_rate <- c(NA, diff(sales) / sales[1:(length(sales) - 1)] * 100) dat <- data.frame(year = factor(year), sales, growth_rate) # fit the curve of data dat_curve <- data.frame(year_std = 1:10, growth_rate = growth_rate[2:11] / 100) dat_curve$ind <- factor(c(rep(x = 1, 9), 2))

生成的数据长下面这样：

 year_std growth_rate ind 1         1  17.7200000   1 2         2   4.5555556   1 3         3   2.6730769   1 4         4   0.8324607   1 5         5   0.6314286   1 6         6   0.5971979   1 7         7   0.3234649   1 8         8   0.3935377   1 9         9   0.2693222   1 10       10   0.2571429   2

3. 基础绘图

首先我们添加一些散点（geom_point），与拟合曲线（geom_smooth），并将2019年与历年区别开，代码如下：

 dat_curve %>% ggplot(aes(x = year_std, y = growth_rate, col = ind)) + geom_smooth(se = FALSE, method = "gam", formula = y ~ I(x^(-2)), size = 2, col = "#b3cde3") + geom_point(size = 4, alpha = 0.8)

接着我们发现，在后面段这些散点在增长率上的差异看不出来了，因此需要使用画中画的方法，来对这部分进行放大。

4. 放大效果

其实非常简单facet_zoom(y = growth_rate <1)，我们选取增长率小于1的部分进行放大即可：

 dat_curve %>% ggplot(aes(x = year_std, y = growth_rate, col = ind)) + geom_smooth(se = FALSE, method = "gam", formula = y ~ I(x^(-2)), size = 2, col = "#b3cde3") + geom_point(size = 4, alpha = 0.8) + facet_zoom(y = growth_rate <1)

5. 绘图美化

最后，我们再添加一些代码进行美化即可！（美化的代码可以在我其他的博客中找到具体的解释哦）

 dat_curve %>% ggplot(aes(x = year_std, y = growth_rate, col = ind)) + geom_smooth(se = FALSE, method = "gam", formula = y ~ I(x^(-2)), size = 2, col = "#b3cde3") + geom_point(size = 4, alpha = 0.8) + labs(title = expression(paste('年份与销售额增长率拟合 (', R^2, " = 0.9978)")), x = "年份", y = "销售额增长率") + # 混合公式与中文，可参考本人另外的博客，相关的说明。 xlim(0, 10) + scale_y_continuous(labels = scales::percent) +   # y轴刻度改为百分数 scale_x_continuous(breaks = 1:10, labels = 2010:2019) + scale_fill_manual(values = c('#fbb4ae', '#ccebc5')) + theme_bw(base_family = "Times") + theme(axis.text.x = element_text(angle = 30), # x轴刻度倾斜30度 panel.grid.minor = element_blank(), legend.position = "none", text = element_text(family = "STHeiti"), plot.title = element_text(hjust = 0.5)) + facet_zoom(y = growth_rate <1)