03-ggplot2 绘图——条形图

作者

Simonzhou

发布于

2025年6月14日

修改于

2025年6月16日

1 绘制基本条形图

1.1 x 是离散型变量

代码
library(gcookbook)  # Load gcookbook for the pg_mean data set
library(ggplot2)
ggplot(pg_mean, aes(x = group, y = weight)) +
  geom_col()

1.2 x 是连续型变量

1.2.1 x 是原数的连续的数值型格式

代码
# There's no entry for Time == 6
BOD
  Time demand
1    1    8.3
2    2   10.3
3    3   19.0
4    4   16.0
5    5   15.6
6    7   19.8
代码
# 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"
代码
#> '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()

1.2.2 x 转换为因子型变量

代码
# There's no entry for Time == 6
BOD
  Time demand
1    1    8.3
2    2   10.3
3    3   19.0
4    4   16.0
5    5   15.6
6    7   19.8
代码
# Convert Time to a discrete (categorical) variable with factor()
ggplot(BOD, aes(x = factor(Time), y = demand)) +
  geom_col()

1.3 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：

代码
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")

2 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。

代码
library(gcookbook)  # Load gcookbook for the cabbage_exp data set
# check dataset
cabbage_exp
  Cultivar Date Weight        sd  n         se
1      c39  d16   3.18 0.9566144 10 0.30250803
2      c39  d20   2.80 0.2788867 10 0.08819171
3      c39  d21   2.74 0.9834181 10 0.31098410
4      c52  d16   2.26 0.4452215 10 0.14079141
5      c52  d20   3.11 0.7908505 10 0.25008887
6      c52  d21   1.47 0.2110819 10 0.06674995
代码
# load ggplot2
library(ggplot2)
ggplot(cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) +
  geom_col(position = "dodge")

2.1 pastel1 调色盘

代码
library(gcookbook)  # Load gcookbook for the cabbage_exp data set
# check dataset
cabbage_exp
  Cultivar Date Weight        sd  n         se
1      c39  d16   3.18 0.9566144 10 0.30250803
2      c39  d20   2.80 0.2788867 10 0.08819171
3      c39  d21   2.74 0.9834181 10 0.31098410
4      c52  d16   2.26 0.4452215 10 0.14079141
5      c52  d20   3.11 0.7908505 10 0.25008887
6      c52  d21   1.47 0.2110819 10 0.06674995
代码
# 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")

2.2 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：

代码
library(gcookbook)  # Load gcookbook for the cabbage_exp data set
# check dataset
cabbage_exp
  Cultivar Date Weight        sd  n         se
1      c39  d16   3.18 0.9566144 10 0.30250803
2      c39  d20   2.80 0.2788867 10 0.08819171
3      c39  d21   2.74 0.9834181 10 0.31098410
4      c52  d16   2.26 0.4452215 10 0.14079141
5      c52  d20   3.11 0.7908505 10 0.25008887
6      c52  d21   1.47 0.2110819 10 0.06674995
代码
# delete last row
ce <- cabbage_exp[1:5,]
ce
  Cultivar Date Weight        sd  n         se
1      c39  d16   3.18 0.9566144 10 0.30250803
2      c39  d20   2.80 0.2788867 10 0.08819171
3      c39  d21   2.74 0.9834181 10 0.31098410
4      c52  d16   2.26 0.4452215 10 0.14079141
5      c52  d20   3.11 0.7908505 10 0.25008887
代码
# load ggplot2
library(ggplot2)
ggplot(ce, aes(x = Date, y = Weight, fill = Cultivar)) +
  geom_col(position = "dodge", colour = "black") +
  scale_fill_brewer(palette = "Pastel1")

3 绘制频数条形图

3.1 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

代码
# Equivalent to using geom_bar(stat = "bin")
ggplot(diamonds, aes(x = cut)) +
  geom_bar()

3.2 条形图着色

代码
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
            State Abb Region Change
1          Nevada  NV   West   35.1
2         Arizona  AZ   West   24.6
3            Utah  UT   West   23.8
4           Idaho  ID   West   21.1
5           Texas  TX  South   20.6
6  North Carolina  NC  South   18.5
7         Georgia  GA  South   18.3
8         Florida  FL  South   17.6
9        Colorado  CO   West   16.9
10 South Carolina  SC  South   15.3

将 Region 映射到 fill 是上兵绘制条形图：

代码
ggplot(upc, aes(x = Abb, y = Change, fill = Region)) +
  geom_col()

3.2.1 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：

代码
ggplot(upc, aes(x = reorder(Abb, Change), y = Change, fill = Region)) +
  geom_col(colour = "black") +
  scale_fill_manual(values = c("#669933", "#FFCC66")) +
  xlab("State")

3.2.2 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。

4 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 :

代码
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：")
[1] "前10行数据："
代码
head(climate_sub, 10)
     Source Year Anomaly1y Anomaly5y Anomaly10y Unc10y   pos
1  Berkeley 1900        NA        NA     -0.171  0.108 FALSE
2  Berkeley 1901        NA        NA     -0.162  0.109 FALSE
3  Berkeley 1902        NA        NA     -0.177  0.108 FALSE
4  Berkeley 1903        NA        NA     -0.199  0.104 FALSE
5  Berkeley 1904        NA        NA     -0.223  0.105 FALSE
6  Berkeley 1905        NA        NA     -0.241  0.107 FALSE
7  Berkeley 1906        NA        NA     -0.294  0.106 FALSE
8  Berkeley 1907        NA        NA     -0.312  0.105 FALSE
9  Berkeley 1908        NA        NA     -0.328  0.103 FALSE
10 Berkeley 1909        NA        NA     -0.281  0.101 FALSE

4.1 pos 映射到 fill 中

代码
library(ggplot2)
ggplot(climate_sub, aes(x = Year, y = Anomaly10y, fill = pos)) +
  geom_col(position = "identity")

4.1.1 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。

4.2 调整配色

4.2.1 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。

代码
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：

代码
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")

5 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）。

5.1 标准宽度

代码
library(gcookbook) # Load gcookbook for the pg_mean data set
library(ggplot2)
ggplot(pg_mean, aes(x = group, y = weight)) +
  geom_col()

5.2 更窄

代码
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)

5.3 更宽

条形宽度的最大宽度值为1.

代码
library(gcookbook) # Load gcookbook for the pg_mean data set
library(ggplot2)
ggplot(pg_mean, aes(x = group, y = weight)) +
  geom_col(width = 1)

5.4 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。

5.4.1 条形更窄的簇状条形图

代码
ggplot(cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) +
  geom_col(width = 0.5, position = "dodge")

5.4.2 具有条形间距的簇状条形图

代码
ggplot(cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) +
  geom_col(width = 0.5, position = position_dodge(0.7))

5.4.3 position 语法

以下四条命令是等价的：

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))

6 绘制堆积条形图

6.1 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

代码
library(gcookbook) # Load gcookbook for the cabbage_exp data set
library(ggplot2)
ggplot(cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) +
  geom_col()

6.2 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。

代码
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))

6.3 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。

代码
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")

7 绘制百分比堆积条形图

7.1 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。

代码
library(gcookbook) # Load gcookbook for the cabbage_exp data set

ggplot(cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) +
  geom_col(position = "fill")

7.1.1 让标签以百分比的形式展示

代码
ggplot(cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) +
  geom_col(position = "fill") +
  scale_y_continuous(labels = scales::percent)

7.2 更换调色板并添加边框线

代码
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")

8 添加数据标签

8.1 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

代码
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")

代码
# Above the top
ggplot(cabbage_exp, aes(x = interaction(Date, Cultivar), y = Weight)) +
  geom_col() +
  geom_text(aes(label = Weight), vjust = -0.2)

8.2 给频数条形图添加标签

代码
ggplot(mtcars, aes(x = factor(cyl))) +
  geom_bar() +
  geom_text(aes(label = after_stat(count)), stat = "count", 
            vjust = 1.5, colour = "white")

8.3 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）。

代码
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)
  )

8.4 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。

代码
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
# A tibble: 6 × 7
# Groups:   Date [3]
  Cultivar Date  Weight    sd     n     se label_y
  <fct>    <fct>  <dbl> <dbl> <int>  <dbl>   <dbl>
1 c52      d16     2.26 0.445    10 0.141     2.26
2 c39      d16     3.18 0.957    10 0.303     5.44
3 c52      d20     3.11 0.791    10 0.250     3.11
4 c39      d20     2.8  0.279    10 0.0882    5.91
5 c52      d21     1.47 0.211    10 0.0667    1.47
6 c39      d21     2.74 0.983    10 0.311     4.21
代码
ggplot(ce, aes(x = Date, y = Weight, fill = Cultivar)) +
  geom_col() +
  geom_text(aes(y = label_y, label = Weight), vjust = 1.5, colour = "white")

8.5 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。

代码
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")

8.6 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
代码
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")

9 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。

9.1 使用 geom_point() 命令

代码
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()

9.2 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。

代码
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")
  )

9.3 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°。

代码
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)
  )

9.4 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。

代码
# 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.

代码
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
  )

9.5 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。

代码
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")