---
title: "03-ggplot2 绘图——条形图"
author: "Simonzhou"
date: "2025-06-14"
date-modified: today
format:
html:
code-fold: false
code-line-numbers: true
code-highlight: true
fig_caption: true
number-sections: true
toc: true
toc-depth: 3
---
# 绘制基本条形图
## x 是离散型变量
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
library(gcookbook) # Load gcookbook for the pg_mean data set
library(ggplot2)
ggplot(pg_mean, aes(x = group, y = weight)) +
geom_col()
```
## x 是连续型变量
### x 是原数的连续的数值型格式
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
# There's no entry for Time == 6
BOD
# Time is numeric (continuous)
str(BOD)
#> 'data.frame': 6 obs. of 2 variables:
#> $ Time : num 1 2 3 4 5 7
#> $ demand: num 8.3 10.3 19 16 15.6 19.8
#> - attr(*, "reference")= chr "A1.4, p. 270"
ggplot(BOD, aes(x = Time, y = demand)) +
geom_col()
```
### x 转换为因子型变量
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
# There's no entry for Time == 6
BOD
# Convert Time to a discrete (categorical) variable with factor()
ggplot(BOD, aes(x = factor(Time), y = demand)) +
geom_col()
```
## 调整配色
在默认的设置下，条形图的填充色为深灰色且条形图没有边框线，用户可以通过调整 `fill` 参数来改变填充色和调整 `colour/color` 参数为条形图添加边框线。
将填充色设置为浅蓝色，边框现的颜色设置为黑色：
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
library(gcookbook) # Load gcookbook for the pg_mean data set
library(ggplot2)
ggplot(pg_mean, aes(x = group, y = weight)) +
geom_col(fill = "lightblue",colour = "black")
```
# 绘制簇状条形图
通过将分类变量映射到 `fill` 参数上，运行命令 `geom_col(position = "dodge")` 实现。
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
library(gcookbook) # Load gcookbook for the cabbage_exp data set
# check dataset
cabbage_exp
# load ggplot2
library(ggplot2)
ggplot(cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) +
geom_col(position = "dodge")
```
## `pastel1` 调色板
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
library(gcookbook) # Load gcookbook for the cabbage_exp data set
# check dataset
cabbage_exp
# load ggplot2
library(ggplot2)
ggplot(cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) +
geom_col(position = "dodge", colour = "black") +
scale_fill_brewer(palette = "Pastel1")
```
## 缺失项
如果分类变量各水平的组合中有缺失项，那么绘图结果中的条形则相应地略去不绘，同时，临近的条形将自动扩充到相应的位置，示例如下：
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
library(gcookbook) # Load gcookbook for the cabbage_exp data set
# check dataset
cabbage_exp
# delete last row
ce <- cabbage_exp[1:5,]
ce
# load ggplot2
library(ggplot2)
ggplot(ce, aes(x = Date, y = Weight, fill = Cultivar)) +
geom_col(position = "dodge", colour = "black") +
scale_fill_brewer(palette = "Pastel1")
```
# 绘制频数条形图
## 使用 `geom_bar()` 函数
使用 `geom_bar()` 函数，同时不映射任何变量到y参数
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
# Equivalent to using geom_bar(stat = "bin")
ggplot(diamonds, aes(x = cut)) +
geom_bar()
```
## 条形图着色
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
library(gcookbook) # Load gcookbook for the uspopchange data set
library(dplyr)
# select top 10 state with population growth
upc <- uspopchange %>%
arrange(desc(Change)) %>%
slice(1:10)
upc
```
将 `Region` 映射到 `fill` 是上并绘制条形图：
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
ggplot(upc, aes(x = Abb, y = Change, fill = Region)) +
geom_col()
```
### 设定图形颜色
借助函数 `scale_fill_brewer()` or `scale_fill_manual()` 重新设定图形颜色：
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
ggplot(upc, aes(x = reorder(Abb, Change), y = Change, fill = Region)) +
geom_col(colour = "black") +
scale_fill_manual(values = c("#669933", "#FFCC66")) +
xlab("State")
```
### 注意
颜色的映射是在 `aes()` 内部完成的，但是颜色的设定是在 `aes()` 外部完成的。
# 对正负条形图分别着色
首先创建一个取值正负性进行标识的变量 `pos` :
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
library(gcookbook) # Load gcookbook for the climate data set
library(dplyr)
climate_sub <- climate %>%
filter(Source == "Berkeley" & Year >= 1900) %>%
mutate(pos = Anomaly10y >= 0)
# 展示前10行
print("前10行数据：")
head(climate_sub, 10)
```
## `pos` 映射到 `fill` 中
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
library(ggplot2)
ggplot(climate_sub, aes(x = Year, y = Anomaly10y, fill = pos)) +
geom_col(position = "identity")
```
### 注意
这里条形图的参数设定为 `position = "identity"` ，可以避免系统因对负值绘制堆积条形而发出的警告信息。
## 调整配色
### `scale_fill_manual()` 参数
设定 `scale_fill_manual()` 参数对图形进行调整，设定参数 `guide = FALSE` 可以删除图例；设定边框颜色（color/colour）和边框线宽度（size），这里边框线的单位是毫米。
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
ggplot(climate_sub, aes(x = Year, y = Anomaly10y, fill = pos)) +
geom_col(position = "identity", colour = "black", size = 0.25) +
scale_fill_manual(values = c("#CCEEFF", "#FFDDDD"), guide = FALSE)
```
出现警告信息（Warning messages）
调整后：
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
ggplot(climate_sub, aes(x = Year, y = Anomaly10y, fill = pos)) +
geom_col(position = "identity", colour = "black", linewidth = 0.25) +
scale_fill_manual(values = c("#CCEEFF", "#FFDDDD"), guide = "none")
```
# 调整条形宽度和条形间距
通过设定 `geom_bar()` 函数的参数 `width` 来使条形变得更宽或更窄，该参数默认函数为 0.9，更大的值会使条形更宽，反之更窄（细）。
## 标准宽度
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
library(gcookbook) # Load gcookbook for the pg_mean data set
library(ggplot2)
ggplot(pg_mean, aes(x = group, y = weight)) +
geom_col()
```
## 更窄
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
library(gcookbook) # Load gcookbook for the pg_mean data set
library(ggplot2)
ggplot(pg_mean, aes(x = group, y = weight)) +
geom_col(width = 0.5)
```
## 更宽
条形宽度的最大宽度值为1.
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
library(gcookbook) # Load gcookbook for the pg_mean data set
library(ggplot2)
ggplot(pg_mean, aes(x = group, y = weight)) +
geom_col(width = 1)
```
## 调整组内间距
簇状条形图默认组内间距为0，如果希望增加组内间距，可以通过将 `width()` 的值设定的小一些，并将 `position_dodge()` 的值设定大于 `width()` 来实现。
### 条形更窄的簇状条形图
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
ggplot(cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) +
geom_col(width = 0.5, position = "dodge")
```
### 具有条形间距的簇状条形图
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
ggplot(cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) +
geom_col(width = 0.5, position = position_dodge(0.7))
```
### `position` 语法
以下四条命令是等价的：
``` r
geom_bar(position = "dodge")
geom_bar(width = 0.9, position = position_dodge())
geom_bar(position = position_dodge(0.9))
geom_bar(width = 0.9, position = position_dodge(width=0.9))
```
# 绘制堆积条形图
## 使用 `geom_bar()` 函数
使用 `geom_bar()` 函数，并映射一个变量给填充色参数 `fill` 即可，该命令会将 Date 对应到 x 轴上，并以 Cultivar 作为填充色
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
library(gcookbook) # Load gcookbook for the cabbage_exp data set
library(ggplot2)
ggplot(cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) +
geom_col()
```
## 反转堆积顺序和图例顺序
默认情况下，条形的堆积顺序和图例顺序是一致的，但是都某些数据集而言需要调整图例顺序，用户可以通过 `guide()` 函数来对图例顺序进行调整，并指定图例所对应的需要调整的图形属性（`fill`)，并使用 `position_stack(reverse = TRUE)` 参数来实现反转条形的堆积顺序，通过上述两种函数来保证图例顺序与条形顺序一致。
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
library(gcookbook) # Load gcookbook for the cabbage_exp data set
library(ggplot2)
ggplot(cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) +
geom_col(position = position_stack(reverse = TRUE)) +
guides(fill = guide_legend(reverse = TRUE))
```
## 获得效果更好的条形图
使用 `scale_fill_brewer()` 函数得到一个新的调色板，最后设定 `colour="black"` 为条形添加一个黑色边框线。
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
library(gcookbook) # Load gcookbook for the cabbage_exp data set
library(ggplot2)
ggplot(cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) +
geom_col(colour = "black") +
scale_fill_brewer(palette = "Pastel1")
```
# 绘制百分比堆积条形图
## 使用 `geom_col(position = "fill")` 实现
使用 `geom_col(position = "fill")` 可以将y的值调整为0到1之间。
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
library(gcookbook) # Load gcookbook for the cabbage_exp data set
ggplot(cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) +
geom_col(position = "fill")
```
### 让标签以百分比的形式展示
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
ggplot(cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) +
geom_col(position = "fill") +
scale_y_continuous(labels = scales::percent)
```
## 更换调色板并添加边框线
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
ggplot(cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) +
geom_col(colour = "black", position = "fill") +
scale_y_continuous(labels = scales::percent) +
scale_fill_brewer(palette = "Pastel1")
```
# 添加数据标签
## 使用 `geom_text()` 函数
需要分别制定一个变量映射给x、y和标签本身，通过设定 `vjust` （竖直调整数据标签位置）来将标签位置移动至条形图顶端的上方或下方
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
library(gcookbook) # Load gcookbook for the cabbage_exp data set
# Below the top
ggplot(cabbage_exp, aes(x = interaction(Date, Cultivar), y = Weight)) +
geom_col() +
geom_text(aes(label = Weight), vjust = 1.5, colour = "white")
# Above the top
ggplot(cabbage_exp, aes(x = interaction(Date, Cultivar), y = Weight)) +
geom_col() +
geom_text(aes(label = Weight), vjust = -0.2)
```
## 给频数条形图添加标签
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
ggplot(mtcars, aes(x = factor(cyl))) +
geom_bar() +
geom_text(aes(label = after_stat(count)), stat = "count",
vjust = 1.5, colour = "white")
```
## 给簇状条形图添加标签
需要设定 `position = position_dodge()` 并给其一个参数来设定分类间距，分类间距默认值是0.9，因为簇状图的条形更窄，所以需要使用字号 `size` 来匹配条形宽度，数据标签的默认字号是5，用户可以设定为 3 使其看起来更小（适配）。
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
ggplot(cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) +
geom_col(position = "dodge") +
geom_text(
aes(label = Weight),
colour = "white", size = 3,
vjust = 1.5, position = position_dodge(.9)
)
```
## 堆积图添加数据标签
要对堆积图添加数据标签，先要对每组条形所对应的数据进行累计求和，有需要在此之前保证数据的合理排序，否则可能会计算出错误的累计和。
使用 `dplyr` 包中的 `arrange()` 函数完成上述操作，使用 `rev()` 函数调整 Cultivar 的顺序。
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
library(dplyr)
# Sort by the Date and Cultivar columns
ce <- cabbage_exp %>%
arrange(Date, rev(Cultivar))
# Get the cumulative sum
ce <- ce %>%
group_by(Date) %>%
mutate(label_y = cumsum(Weight))
ce
ggplot(ce, aes(x = Date, y = Weight, fill = Cultivar)) +
geom_col() +
geom_text(aes(y = label_y, label = Weight), vjust = 1.5, colour = "white")
```
## 堆积图数据标签放置在中部
如果想把数据标签放在条形中部，需要对累计求和的结果加以调整，并同时略去 `geom_bar()` 函数对 y 偏移量 `offset` 的设置。
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
library(dplyr)
ce <- cabbage_exp %>%
arrange(Date, rev(Cultivar))
# Calculate y position, placing it in the middle
ce <- ce %>%
group_by(Date) %>%
mutate(label_y = cumsum(Weight) - 0.5 * Weight)
ggplot(ce, aes(x = Date, y = Weight, fill = Cultivar)) +
geom_col() +
geom_text(aes(y = label_y, label = Weight), colour = "white")
```
## 添加要素
1. 修改颜色
2. 将数据标签置于中间
3. 缩小标签字号 `size`
4. 调用 `paste()` 函数给标签添加后缀
5. 使用 `format()` 函数保留两位小数
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
ggplot(ce, aes(x = Date, y = Weight, fill = Cultivar)) +
geom_col(colour = "black") +
geom_text(aes(y = label_y, label = paste(format(Weight, nsmall = 2), "kg")), size = 4) +
scale_fill_brewer(palette = "Pastel1")
```
# 绘制Cleveland点图
Cleveland点图是条形图的替代方案，它可以减少图形造成的视觉混乱并使图形更具可读性。
## 使用 `geom_point()` 命令
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
library(gcookbook) # Load gcookbook for the tophitters2001 data set
tophit <- tophitters2001[1:25, ] # Take the top 25 from the tophitters data set
ggplot(tophit, aes(x = avg, y = name)) +
geom_point()
```
## 修改排序
尽管 `tophit` 函数的行排序恰好是根据 `avg` 变量进行排序的，但这并不意味着在图中的也是这样进行排序；在默认的点图设置下，坐标轴上的变量通畅会根据变量类型自动选取合适的排序方式。
这里，变量 `name` 属于字符串类型，因此，点图根据字母先后顺序对其进行了排序；当变量是因子型变量时，点图会根据定义好的因子水平顺序对其进行排序。
用户可以使用 `reorder(name,avg)` 函数实现这一过程，该过程会先将 `name` 变量转换为因子，然后，根据 `avg` 变量的大小对其进行排序。
为了使图形效果更好，用户可以使用图形主题系统（theming system）删除垂直网格线，并将水平网格线的线性修改为虚线。
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
library(gcookbook) # Load gcookbook for the tophitters2001 data set
tophit <- tophitters2001[1:25, ] # Take the top 25 from the tophitters data set
library(ggplot2)
ggplot(tophit, aes(x = avg, y = reorder(name, avg))) +
geom_point(size = 3) + # Use a larger dot
theme_bw() +
theme(
panel.grid.major.x = element_blank(),
panel.grid.minor.x = element_blank(),
panel.grid.major.y = element_line(colour = "grey60", linetype = "dashed")
)
```
## 旋转点图
将点图的x轴和y轴互换，互换后，x轴对应名称，y轴对应数值，同时将标签旋转60°。
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
ggplot(tophit, aes(x = reorder(name, avg), y = avg)) +
geom_point(size = 3) + # Use a larger dot
theme_bw() +
theme(
panel.grid.major.y = element_blank(),
panel.grid.minor.y = element_blank(),
panel.grid.major.x = element_line(colour = "grey60", linetype = "dashed"),
axis.text.x = element_text(angle = 60, hjust = 1)
)
```
## 分组
因为前面已将 name 转为因子型变量，可以视作为一种分类变量，现在再根据因子 lg 对样本进行分组，因子 lg 有两个水平，分别是 NL 和 AL；一次依据 lg 和 avg 对变量进行排序。
需要注意的是， `reorder()` 函数只能根据一个变量对因子水平进行排序，所以这里只能手动来实现 lg 和 avg 进行排序。
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
# Get the names, sorted first by lg, then by avg
nameorder <- tophit$name[order(tophit$lg, tophit$avg)]
# Turn name into a factor, with levels in the order of nameorder
tophit$name <- factor(tophit$name, levels = nameorder)
```
将 lg 变量映射到点的颜色属性上，借助 `geom_segment()` 函数来实现“以数据点为端点的线段”代替贯通全图的网格线。
需要注意的是， `geom_segment()` 函数需要设定 `x`、`y`、`xend`和 `yend` 四个参数.
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
ggplot(tophit, aes(x = avg, y = name)) +
geom_segment(aes(yend = name), xend = 0, colour = "grey50") +
geom_point(size = 3, aes(colour = lg)) +
scale_colour_brewer(palette = "Set1", limits = c("NL", "AL")) +
theme_bw() +
theme(
panel.grid.major.y = element_blank(), # 无水平网格线
legend.position = "right", # 图例放在右侧
legend.justification = c(1, 0.5), # 图例对齐方式
legend.box.just = "right" # 图例框靠右对齐
)
```
## 分组2：分面展示
通过调整 `lg` 变量的因子水平来修改分面显示的堆叠顺序。
```{r}
#| echo: true
#| output: true
#| cache: true
#| fig-show: asis # 确保图形显示
#| fig-width: 8 # 设置图形宽度
#| fig-height: 6 # 设置图形高度
ggplot(tophit, aes(x = avg, y = name)) +
geom_segment(aes(yend = name), xend = 0, colour = "grey50") +
geom_point(size = 3, aes(colour = lg)) +
scale_colour_brewer(palette = "Set1", limits = c("NL", "AL"), guide = "none") +
theme_bw() +
theme(panel.grid.major.y = element_blank()) +
facet_grid(lg ~ ., scales = "free_y", space = "free_y")
```
end.
