R语言饼图占比分析
饼图
饼图是一种应用非常广泛的统计图形，是针对离散型变量的统计图，饼图多用于展示频率、占比等数值。
1 饼图绘制
library(readxl)
data=read_excel("D:/TASK/净水器建模（1月19日）副本1.xlsx")
freq = table(data$保修期) #查看保修期的频数
freq
通过数据结构显示得知：最高频数1年保修期的净水器为592个样本量，最低频数的保修期净水器为22个样本量。
piepercent<- paste(round(100*freq/sum(freq), 2), "%") # 将数据四舍五入保存为两位小数
par(mfrow=c(1,2)) # 设置画图为1*2的格式，可以显示两张图形。
pie1=pie(freq,main="净水器保修期分布占比图",col = rainbow(length(freq))) #绘制饼图#rainbow彩虹色调色板函数
pie1=pie(freq,labels = piepercent,main="净水器保修期分布百分比占比图",col = rainbow(length(freq)))#添加百分比
legend("topright",c("1年","2年","3年","5年","无保修"),cex=0.6,#添加图例
fill=rainbow(length(freq))) #调色板
啊
观察左图可得知1年保修期净水器的频数最高，5年保修期的频数最低。
观察右图可知，1年保修期的净水器频数最高，占比为58.56%，5年保修期的净水器频数最低，占比为2.18%。
library(ggplot2) # 加载包
dt = data.frame(A = c(48.6,26.3,7.73, 4.75,3.45),B = c("氧","硅","铝","铁","钙"))#建立数据框
dt = dt ## 用 order() 让数据框的数据按 A 列数据从大到小排序
myLabel = as.vector(dt$B) ## 转成向量，否则图例的标签可能与实际顺序不一致
myLabel = paste(myLabel, "(", round(dt$A / 1, 2), "%)", sep = "") ## 用 round() 对结果保留两位小数
p = ggplot(dt, aes(x = "", y = A, fill = B)) + #创建坐标轴
geom_bar(stat = "identity") +
geom_bar(stat = "identity", width = 1) + #当width >= 1 时中心的杂点将消失
coord_polar(theta = "y") +# 把柱状图折叠成饼图（极坐标）
labs(x = "", y = "", title = "") +# 将横纵坐标的标签设为空
theme(axis.ticks = element_blank()) +# 将左上角边框的刻度去掉
theme(legend.title = element_blank(), legend.position = "left")+ ## 将图例标题设为空，并把图例方放在左边位置
scale_fill_discrete(breaks = dt$B, labels = myLabel)+ # 将原来的图例标签换成现在的myLabel
theme(axis.text.x = element_blank())+ ## 去掉饼图的外框上的数值，即去除原柱状图的X轴，把X轴的刻度文字去掉
geom_text(aes(y = A/2 + c(0, cumsum(A)[-length(A)]), x = sum(A)/20, label = myLabel), size = 5) # 在图中加上百分比：x 调节标签到圆心的距离, y 调节标签的左右位置
print(p) #显示饼图
利用ggplot包绘制饼图如上代码所示，利用地壳中最多的前五大化学元素进行饼图绘制，图形如上，观察得知氧所占百分比最高，为48.6%，钙所占的百分比最低，为3,45%。
页:
[1]