如何使用ggplot2繪製長條圖

ggplot

barplot

告訴你如何繪製基本的長條圖並調整長條的顏色、寬度及排列順序。

Published

August 2, 2024

這篇文章中，我會呈現使用ggplot2繪製長條圖的方法，其中包含如何調整長條的顏色、寬度及排列順序。我會使用R的tidyverse package來整理資料及繪製長條，所以要先載入它：

library(tidyverse)

長條圖的基本繪圖方法

首先，我們先製作一個簡單的範例資料，其中包含name和value變數，name是我們要呈現的類別，value則是要繪製的長條的長度：

data <- data.frame(
    name = c("A", "B", "C", "D", "E"),
    value = c(13, 12, 35, 18, 45)
)
data

  name value
1    A    13
2    B    12
3    C    35
4    D    18
5    E    45

data.frame可以儲存不同型態資料的array，在這個例子中，data儲存了一個文字及一個數值的array，並且給了他們名字name和value 。

ggplot2繪製長條圖的步驟大致如下：

ggplot(data, aes(x = name, y = value)) + 
    geom_bar(stat = "identity")

stat 設定成 "identity" 是因為這個資料集不需要作轉換，直接畫出值就可以。有一些資料集（tidy形式）則是在根據組別將資料集做分類及篩選後，再對資料作轉換，最常見的是將資料分類後去算有幾個資料項目屬於這個分類，所以default是stat = "count"。

控制長條的顏色

在這裡將使用mtcars資料集作為範例，這個資料集包含各種不同型號的汽車，我會展示不同汽缸數量的汽車各有幾輛。資料集大概長這樣：

                   mpg cyl disp  hp
Mazda RX4         21.0   6  160 110
Mazda RX4 Wag     21.0   6  160 110
Datsun 710        22.8   4  108  93
Hornet 4 Drive    21.4   6  258 110
Hornet Sportabout 18.7   8  360 175
Valiant           18.1   6  225 105

cyl這個變數代表汽缸數量，先將cyl這個變數轉變為factor，在之後做圖的過程中會比較方便。

mtcars <- mtcars |> 
    mutate(cyl = as.factor(cyl))

(1) 基本顏色設定

# color是外框，fill是填滿
ggplot(mtcars, aes(cyl)) +
    geom_bar(color = "blue", fill = rgb(0.1, 0.4, 0.5, 0.7))

在這裡ggplot先根據氣缸的數量將資料做分割，再計算數量，所以這裡的stat就是預設的"count"不需特別指定。
color 控制的是長條的外框，而非內部的顏色，fill才是控制填滿顏色的。
rgb函數中的4個值分別代表了紅、綠、藍三種顏色，第4個則是透明度。可以分別放入[0,1]間的數字，數字越大，顏色越深，透明度越低。rgb顏色設定更常見的形式是像這樣 rgb(54, 194, 206)，每個數值是落在[0,255]這個區間之間，rgb函數則是要透過設定maxColorValue來達成。例子如下：
```
#設定想要的顏色
rgb_color <- rgb(54, 194, 206, maxColorValue = 255)

#使用顏色畫圖
ggplot(mtcars, aes(cyl)) +
    geom_bar(fill = rgb_color)
```

(2) 使用色相(Hue)

我們可以使用scalu_fill_hue來利用設定色相的方法調整顏色：

ggplot(mtcars, aes(x = cyl, fill = cyl)) +
    geom_bar() +
    scale_fill_hue()

scale_fill_hue會根據h這個變量所指定的範圍中，等距的指定顏色。h的值會落在[0,360]間，以順時針的方向指定配色環的範圍：

ggplot(mtcars, aes(x = cyl, fill = cyl)) +
    geom_bar() +
    scale_fill_hue(h = c(0, 30))

ggplot(mtcars, aes(x = cyl, fill = cyl)) +
    geom_bar() +
    scale_fill_hue(h = c(180, 210))

ggplot(mtcars, aes(x = cyl, fill = cyl)) +
    geom_bar() +
    scale_fill_hue(h = c(0, 180))

scale_fill_hue中得c和l則是分別指定深淺及亮度，可以放入[0,100]中的值：

ggplot(mtcars, aes(x = cyl, fill = cyl)) +
    geom_bar() +
    scale_fill_hue(h = c(0, 180), c = 90) #較大的c

ggplot(mtcars, aes(x = cyl, fill = cyl)) +
    geom_bar() +
    scale_fill_hue(h = c(0, 180), c = 40) #較小的c

ggplot(mtcars, aes(x = cyl, fill = cyl)) +
    geom_bar() +
    scale_fill_hue(h = c(0, 180), l = 90) #較大的l

ggplot(mtcars, aes(x = cyl, fill = cyl)) +
    geom_bar() +
    scale_fill_hue(h = c(0, 180), l = 30) #較小的l

(3) 使用RColorBrewer

RColorBrewer提供了幾組可用的顏色：

用法是在ggplot2的scale_fill_brewer函數中輸入想要的顏色代碼：

ggplot(mtcars, aes(x = cyl, fill = cyl)) +
    geom_bar() +
    scale_fill_brewer(palette = "Dark2")

(4) 手動設定個別長條的顏色

scale_fill_manual讓你可以手動指定顏色，要注意的是指定的顏色數量至少要多於種類的數量。

ggplot(mtcars, aes(x = cyl, fill = cyl)) + 
    geom_bar() +
    scale_fill_manual(values = c("red", "blue", "green"))

也可以指定16進位色碼：

ggplot(mtcars, aes(x = cyl, fill = cyl)) + 
    geom_bar() +
    scale_fill_manual(values = c("#F4CE14", "#379777", "#45474B"))

或使用rgb函數：

colors <- c(
    rgb(244, 206, 20, maxColorValue = 255),
    rgb(55, 151, 119, maxColorValue = 255),
    rgb(69, 71, 75, maxColorValue = 255)
)

ggplot(mtcars, aes(x = cyl, fill = cyl)) + 
    geom_bar() +
    scale_fill_manual(values = colors)

繪製橫向長條圖

如果想要使用橫向長條圖的話，可以將aes()中x與y調換：

ggplot(data, aes(x = value, y = name)) + #調換x和y
    geom_bar(stat = "identity")

或是使用coor_flip函數：

ggplot(data, aes(y = value, x = name)) +
    geom_bar(stat = "identity") + 
    coord_flip()

調整長條寬度

我們可以透過geom_bar中的width這個argument來調整長條的寬度：

ggplot(mtcars, aes(x = cyl)) +
    geom_bar(width = 0.1)

width中可放入[0,1]之間的數值，越大越寬：

ggplot(mtcars, aes(x = cyl)) +
    geom_bar(width = 0.99) #很寬

ggplot(mtcars, aes(x = cyl)) +
    geom_bar(width = 0.01) #很窄

不同類別使用不同的寬度

width這個aesthetic可以讓你調整個別的長條寬度，我現在data中加入一個width變數，讓每一個類別根據其數值調整寬度，數值是預設寬度的倍數：

data |> mutate(
    width = c(.5, .9, .4, .3, 1) # E是原來的寬度，A則是一半，
) |> 
    ggplot(aes(x = name, y = value, width = width)) +
    geom_bar(stat = "identity")

調整長條排列的順序

在ggplot2中，如果要根據長條的高度(或長度)做排序，比較方便的做法先算出每一個類型的數量，再根據數量做排序，最後以stat = "identity" 的設定來畫出圖形。以下的例子會一步一步的展示怎麼做：

(1) 使用tidyverse中的group_by函數將資料依汽缸數做分割，再使用summarise算出每一種汽缸數的車輛數：

mtcars |> 
    group_by(cyl) |> # 分組
    summarise(n = n()) # 計算數量

# A tibble: 3 × 2
  cyl       n
  <fct> <int>
1 4        11
2 6         7
3 8        14

(2) 使用fct_order函數將cyl的level按照n排序：

mtcars |> 
    group_by(cyl) |> 
    summarise(n = n()) |> 
    mutate(cyl = fct_reorder(cyl, n)) #調整levels，根據n的大小

# A tibble: 3 × 2
  cyl       n
  <fct> <int>
1 4        11
2 6         7
3 8        14

我們可以看到在重新排序前，cyl的levels是”4”->“6”->“8”：

mtcars |> 
    group_by(cyl) |> 
    summarise(n = n()) |> 
    str()

tibble [3 × 2] (S3: tbl_df/tbl/data.frame)
 $ cyl: Factor w/ 3 levels "4","6","8": 1 2 3
 $ n  : int [1:3] 11 7 14

重新排序後，cyl的levels是”6”->“4”->“8”：

mtcars |> 
    group_by(cyl) |> 
    summarise(n = n()) |> 
    mutate(cyl = fct_reorder(cyl, n)) |> 
    str()

tibble [3 × 2] (S3: tbl_df/tbl/data.frame)
 $ cyl: Factor w/ 3 levels "6","4","8": 2 1 3
 $ n  : int [1:3] 11 7 14

(3) 最後整合起來，畫出圖形：

mtcars |> 
    group_by(cyl) |> 
    summarise(n = n()) |> 
    mutate(cyl = fct_reorder(cyl, n)) |> 
    ggplot(aes(x = cyl, y = n)) +
        geom_bar(stat = "identity") #不需計算，所以是"identity"

若是想要從大排到小，則是要在fct_reorder中要排序的依據加上desc()：

mtcars |> 
    group_by(cyl) |> 
    summarise(n = n()) |> 
    mutate(cyl = fct_reorder(cyl, desc(n))) |> #根據n的大小排序，由大到小
    ggplot(aes(x = cyl, y = n)) +
        geom_bar(stat = "identity")

利用顏色強調特定類別

當呈現的類別變數中，有特定的類別是我們想要特別強調的，舉例來說，我們特別關心的類別或數值特別高的類別，我們可以透過標記特別的顏色來強調其重要性，以此引導讀者關注的重點，傳達我們想表達的資訊。

假設我們想要標記下方圖型中，數值最高的E這個類別：

我們首先要做的是先製作出一個標記用的變數：

data |>
    mutate(
        #當name的值是E時，mark的值會是marked，其他則是unmarked
        mark = if_else(name == "E", "marked", "unmarked")
    )

  name value     mark
1    A    13 unmarked
2    B    12 unmarked
3    C    35 unmarked
4    D    18 unmarked
5    E    45   marked

接著告訴ggplot函數我們要以此變數上不同的顏色：

data |>
    mutate(
        mark = if_else(name == "E", "marked", "unmarked")
    ) |> 
    ggplot(aes(x = name, y = value, fill = mark)) +
    geom_bar(stat = "identity")

可以手動調整顏色，更加的強調類別，並且關掉圖示：

data |>
    mutate(
        mark = if_else(name == "E", "marked", "unmarked")
    ) |> 
    ggplot(aes(x = name, y = value, fill = mark)) +
    geom_bar(stat = "identity") +
    scale_fill_manual(values = c("#EF5A6F", "grey")) + #調整顏色
    theme(
        legend.position = "none" #關掉圖示
    )