修改r中雷达图的现有功能 [英] Modify existing function for a radar plot in r
本文介绍了修改r中雷达图的现有功能的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我想用R制作雷达图，并在网络上找到下面的功能。
链接到网站
看起来不错，但是我想传递一个数值从0到1的数据框，并用百分比来缩放图表。我需要帮助才能实现它......
以下是我在页面上找到的数据和功能。
CreateRadialPlot< - 函数（plot.data，
axis.labels = colnames（plot.data）[ - 1]，
grid.min = -0.5，＃10，
grid.mid = 0，＃50，
grid.max = 0.5，＃100，
centre.y = grid.min - （（1/9 ）*（grid.max-grid.min）），
plot.extent.x.sf = 1.2，
plot.extent.y.sf = 1.2，
x.centre.range = 0.02 *（grid.max-centre.y），
label.centre.y = FALSE，
grid.line.width = 0.5，
gridline.min.linetype =longdash ，
gridline.mid.linetype =longdash，
gridline.max.linetype =longdash，
gridline.min.colour =gray，
gridline.mid.colour =blue，
gridline.max.colour =gray ，
grid.label.size = 4，
gridline.label.offset = -0.02 *（grid.max-centre.y），
label.gridline.min = TRUE，
axis.label.offset = 1.15，
axis.label.size = 3，
axis.line.colour =gray，
group.line.width = 1，
group.point.size = 4，
background.circle.colour =yellow，
background.circle.transparency = 0.2，
plot.legend = if（nrow（plot .data）> 1）TRUE else FALSE，
legend.title =Cluster，
legend.text.size = grid.label.size）{
var.names< - colnames（plot.data）[ - 1]＃'变量名的简短版本
#axis .labels [如果提供]设计用于保存变量名称的'长版本'
＃具有使用\ n
指示的换行符#caclulate总绘图程度作为外圆半径xa用户可指定的比例因子
plot.extent.x =（grid.max + abs（centre.y））* plot.extent.x.sf
plot.extent.y =（grid.max + abs（centre.y））* plot.extent.y.sf
＃检查提供的数据是否合理
if（length（axis.labels）！= ncol（plot.data） - 1）
return（Error：'axis.labels'contains the wrong number of axis labels）
if（min（plot.data [， - 1]）
return（Error：'plot.data'contains value（s）> grid .max）
#Declare所需的内部函数
CalculateGroupPath< - function（df）{
＃将变量值转换为一组径向xy坐标
#Code由Tony M发布的解决方案改编为
#http：//stackoverflow.com/questions/9614433/creating-radar-chart-aka-star-plot-spider-plot-using-ggplot2 in-r
#Args：
＃df：Col 1 - 组（实体的'unique'簇/组ID）
＃Col 2-n：v1.value到vn.value - 变量v1到vn
path< - as.factor（as.character（df [，1]））$ b $的值（例如组/队长平均值或中值） b
##找到增量
angles = seq（from = 0，to = 2 * pi，by =（2 * pi）/（ncol（df）-1））
##创建图形数据框
graphData = data.frame（seg =，x = 0，y = 0）
graphData = graphData [-1，]
（我在等级中（路径））{
pathData = subset（df，df [，1] == i）
for（j in c（2：ncol（df））） {
#pathData [，j] = pathData [，j]
graphData = rbind（graphData，data.frame（group = i，
x = pathData [ ，j] * sin（angles [j-1]），
y = pathData [，j] * cos（angles [j-1]）））
}
##完成路径通过在路径中重复第一对坐标
graphData = rbind（graphData，data.frame（group = i，
x = pathData [，2] * sin（angles [1]），
y = pathData [，2] * cos（angles [1]）））
}
＃确保第一列的名称与输入数据的名称相匹配（万一！ =group）
colnames（graphData）[1]< - colnames（df）[1]
graphData＃函数返回的数据帧
}
CaclulateAxisPath = function（var.names，min，max）{
＃计算一组径向轴的xy坐标（每个变量一个绘制在雷达图中）
#Args：
＃var.names - 要绘制的变量列表在雷达图上
#min - 绘制轴所需的MININUM值（相同的值将应用于所有轴）
#max - 绘制轴所需的最大值（相同值将应用于所有轴）
＃var.names <-c（v1，v2，v3，v4，v5）
n.vars< - length var.names）＃所需变量（轴）的数量
＃计算所需角度数（弧度）
角度<-seq（从= 0到= 2 * pi， by =（2 * pi）/n.vars）
＃计算最小和最大x + y坐标向量
min.x < - min * sin（角度）
min.y
max.y < - max * cos（角度）
＃组合成一组唯一编号的路径（每个变量一个）
axisData< - NULL
for（i in 1：nv （i，min.x [i]，min.y [i]）
b <-c（i，max.x [i]，max.y [ i]）
axisData< - rbind（axisData，a，b）
}
＃添加列名+设置行名=行号。以允许转换成数据帧
colnames（axisData）< -c（axis.no，x，y）
rownames（axisData）< - seq（1：nrow （axisData））
＃返回计算的轴路径
as.data.frame（axisData）
}
funcCircleCoords< - 函数（center = c（0,0），r = 1，npoints = 100）{
＃从Joran的回复中调用http://stackoverflow.com/questions/6862742/draw-a-circle-with- ggplot2
tt < - seq（0,2 * pi，length.out = npoints）
xx < - center [1] + r * cos（tt）
yy < - center [2] + r * sin（tt）
return（data.frame（x = xx，y = yy））
}
###将提供的数据转换为可绘制格式
＃（a）将ABS（centre.y）添加到提供的绘图数据
＃[为内部使用创建绘图质心0,0，而不管min。用户提供的数据中的y
＃的值]
plot.data.offset< - plot.data
plot.data.offset [，2：ncol（plot.data）]< ; - plot.data [，2：ncol（plot.data）] + abs（centre.y）
#print（plot.data.offset）
＃（b）转换成径向坐标
组< -NULL
组$ path< - CalculateGroupPath（plot.data.offset）
#print（group $ path）
＃（ c）计算绘制径向变量轴所需的坐标
axis < - NULL
axis $ path < - CaclulateAxisPath（var.names，grid.min + abs（centre.y），grid.max + abs（centre.y））
#print（axis $ path）
＃（d）创建包含轴标签的文件+相关的绘图坐标
#Labels
轴$ label< - data.frame（
text = axis.labels，
x = NA，
y = NA）
#print（axis $ label）
#axis标签坐标
n.vars< - length（var.names）
angles = seq（from = 0，to = 2 * pi，by =（2 * pi ）/n.vars）
轴$ label $ x< - sapply（1：n.vars，function（ i，x）{（（grid.max + abs（centre.y））* axis.label.offset）* sin（angles [i]）}）
axis $ label $ y< - sapply（1 ：n.vars，function（i，x）{（（grid.max + abs（centre.y））* axis.label.offset）* cos（angles [i]）}）
#print（axis $标签）
＃（e）创建圆形网格线+标签
＃使用三个用户指定的
绘制圆形网格线所需的坐标系＃y轴的值：min，mid和max [grid.min; grid.mid; grid.max]
gridline< - NULL
gridline $ min $ path< - funcCircleCoords（c（0,0），grid.min + abs（centre.y），npoints = 360）
gridline $ mid $ path< - funcCircleCoords（c（0,0），grid.mid + abs（centre.y），npoints = 360）
gridline $ max $ path < - funcCircleCoords（c （0,0），grid.max + abs（centre.y），npoints = 360）
#print（head（gridline $ max $ path））
#gridline labels
gridline $ min $ label< - data.frame（x = gridline.label.offset，y = grid.min + abs（centre.y），
text = as.character（grid.min））
gridline $ max $ label< - data.frame（x = gridline.label.offset，y = grid.max + abs（centre.y），
text = as.character（grid.max ））
gridline $ mid $ label< - data.frame（x = gridline.label.offset，y = grid.mid + abs（centre.y），
text = as.character（grid .mid））
#print（gridline $ min $ label）
#print（gridline $ max $ label）
#print（gridline $ mid $ label）
###明星t建立雷达图
＃Delcare'theme_clear'，有或没有用户要求的绘图图例
＃[默认=没有图例，如果只绘制1组[绘制路径]]
theme_clear< - theme_bw（）+
theme（axis.text.y = element_blank（），
axis.text.x = element_blank（），
axis.ticks = element_blank（），
panel.grid.major = element_blank（），
panel.grid.minor = element_blank（），
panel.border = element_blank（），
legend。 key = element_rect（linetype =blank））
if（plot.legend == FALSE）theme_clear< - theme_clear + theme（legend.position =none）
＃Base-layer =轴标签+绘图范围
＃[也需要声明绘图范围，因为轴标签并不总是
＃适合由ggplot自动计算的绘图区域，甚至如果所有
＃包含在第一个阴谋;并且在任何情况下，这里所遵循的策略是，首先
＃将轴标签的右对齐标签绘制到Y轴左侧，以便x < （-x.centre.range）]，
＃然后几乎在x = 0之上/之下的轴标签的居中标签
＃[abs（x）< x.centre.range];然后左对齐的轴标签位于Y轴的右侧[x> 0]。
＃这种在图层中构建图层不允许ggplot正确
＃在绘制第一层（基本层）时标识绘图范围]
#base layer = axis labels for轴在中心y轴的左侧[x < - （x.centre.range）]
base< - ggplot（axis $ label）+ xlab（NULL）+ ylab（NULL）+ coord_equal（）+
geom_text（data = subset（axis $标签，轴$ label $ x <（-x.centre.range）），
aes（x = x，y = y，label = text），size = axis.label.size，hjust = 1） +
scale_x_continuous（limits = c（-plot.extent.x，plot.extent.x））+
scale_y_continuous（limits = c（-plot.extent.y，plot.extent.y））
＃+任何垂直轴的轴标签[abs（x）<= x.centre.range]
base < - base + geom_text（data = subset（axis $ label， abs（axis $ label $ x）<= x.centre.range），
aes（x = x，y = y，label = text），size = axis.label.size，hjust = 0.5）
＃+任何垂直轴的轴标签[x> x.centre.range]
base< - base + geom_text（data = subset（axis $ label，axis $ label $ x> x.centre.range），
aes（x = x，y = y，label = text），size = axis.label.size，hjust = 0）
＃+ theme_clear [去除灰色背景，网格线，轴刻度标记d轴文本]
base< - base + theme_clear
＃+用于绘制雷达数据的背景圆圈
base< - base + geom_polygon（data = gridline $ max $ path，aes（x，y），
fill = background.circle.colour，
alpha = background.circle.transparency）
＃+径向轴
base < - base + geom_path（data = axis $ path，aes（x = x，y = y，group = axis.no），
color = axis.line.colour）
＃... + group（cluster）'paths'
base < - base + geom_path（data = group $ path，aes（x = x，y = y，group = group，color = group），
size = group.line.width）
＃... +组点数（集群数据）
base < - base + geom_point（data = group $ path，aes （x = x，y = y，group = group，color = group），size = group.point.size）
＃... +修正图例标题
if（plot。图例== TRUE）base< - base + labs（color = legend.title，size = legend.text.size）
＃ ... +在'min'，'mid'和'max'y轴值处的圆形网格线
base < - base + geom_path（data = gridline $ min $ path，aes（x = x， y = y），
lty = gridline.min.linetype，color = gridline.min.colour，size = grid.line.width）
base< - base + geom_path（data = gridline $ mid $ path，aes（x = x，y = y），
lty = gridline.mid.linetype，color = gridline.mid.colour，size = grid.line.width）
base< - base + geom_path（data = gridline $ max $ path，aes（x = x，y = y），
lty = gridline.max.linetype，color = gridline.max.colour，size = grid.line.width ）
＃... +网格线标签（max; AVE;分钟）[只加分钟。如果需要，网格线标签]
if（label.gridline.min == TRUE）{
base< - base + geom_text（aes（x = x，y = y，label = text） gridline $ min $ label，face =bold，size = grid.label.size，hjust = 1）}
base< - base + geom_text（aes（x = x，y = y，label = text ），data = gridline $ mid $ label，face =bold，size = grid.label.size，hjust = 1）
base< - base + geom_text（aes（x = x，y = y， label = text），data = gridline $ max $ label，face =bold，size = grid.label.size，hjust = 1）
＃... + centre.y label if if required [即如果（label.centre.y == TRUE）{
centre.y.label< - data.frame（x = 0，y = 0，text = as.character（centre.y））
base< - base + geom_text（aes（x = x，y = y，label = text），data = centre.y.label，face =bold ，size = grid.label.size，hjust = 0.5）}
return（base）
}
＃（1 ）定义绘图所需的数据构建块[使用
＃绘制上面的OAC结果的子集]
var.names <-c（All Flats，No central加热，房间每户，每间房人，
HE资格，日常/半日常职业，2+汽车家庭，
（1：9）
values.a <-c（-0.1145725，-0.1824095，-0.01153078，-0.0202474） ，0.05138737，-0.1557234，
0.1099018，-0.05310315,0.0182626）
values.b -c（0.2808439，-0.2936949，-0.1925846,0.08910815，-0.0346 8011,0.07385727，
-0.07228813,0.1501105，-0.06800127）
values.c <-rep（0,9）
group.names <-c（Blue Collar Communities， 繁荣郊区，全国平均）
＃（2）创建df1：以ggplot2所需格式绘制数据框
df1.a < - data.frame（matrix（c（rep（group.names [1]，9），var.names），nrow = 9，ncol = 2），
var.order = var.order，value = values.a）
df1.b< - data.frame（matrix（c（rep（group.names [2]，9），var.names），nrow = 9，ncol = 2），
var.order = var.order，value = values.b）
df1.c< - data.frame（matrix（c（rep（group.names [3]，9）），var.names ），nrow = 9，ncol = 2），
var.order = var.order，value = values.c）
df1 < - rbind（df1.a，df1.b，df1.c ）
colnames（df1）< -c（group，variable.name，variable.order，variable.value）
df1
＃（4）创建df2：以
＃fu所需的格式绘制数据框ncRadialPlot
$ b m2< - 矩阵（abs（c（values.a，values.b）），nrow = 2，ncol = 9，byrow = TRUE）
group.names< - c（group.names [1：2]）
df22< - data.frame（group = group.names，m2）
colnames（df22）[2:10]< - var。名称
print（df22）
＃（6）使用函数CreateRadialPlot创建径向图，最小
＃绘制中心的y值
CreateRadialPlot（ df22，plot.extent.x = 1.5，grid.min = -0.4，centre.y = -0.5，
label.centre.y = TRUE，label.gridline.min = FALSE）
输出：
我想将包含0到1列中的值的数据框传递给函数，并在图表中生成百分比刻度。如果可能的话，网格上还会显示比例尺（0,10 .... 90,100）。
在例子中作为例子： m2 < - matrix（abs（c（values.a，values.b）） ，nrow = 2，ncol = 9，byrow = TRUE）
group.names< -c（group.names [1：2]）
df22 < - data.frame（group = group。名称，m2）
colnames（df22）[2:10]< - var.names
print（df22）
解决方案
您也可以使用 rCharts 包来制作这种情节。有很多选项，您可以更容易地定制它。
它是您第一次使用rCharts，您应该执行以下设置： p>
install.packages（'devtools'）
require（devtools）
install_github（'rCharts'，'ramnathv '）
以下是一个示例代码：
library（rCharts）
＃创建数字范围从0到1的虚拟数据框
df <-data.frame（id = c（a， b，c，d，e），val1 = runif（5,0,1），val2 = runif（5,0,1））
#muliply数字乘以100得到百分比
df [， - 1]< -df [， - 1] * 100
plot < - Highcharts $ new（）
plot $ chart（polar = TRUE， （b = $）;
plot $ xAxis（gridLineInterpolation ='circle'，lineWidth ='line'，height = 500）
plot $ xAxis（categories = df $ id，tickmarkPlacement ='on'，lineWidth = 0，min = 0，max = 100，endOnTick = T，tickInterval = 10）
plot $ series（data = df [，val1]，name =Series 1，pointPlacement =on）
plo t $ series（data = df [，val2]，name =Series 2，pointPlacement =on）
plot
输出如下所示：
I would like to make a radar plot using R and found the function below on the web. Link to site Looks pretty good , however I would like to pass a dataframe with values from 0 to 1 and scale the chart with percentages instead. I need help to make it happen though...
Here is the data and the function that I found on the page.
CreateRadialPlot <- function(plot.data,
axis.labels=colnames(plot.data)[-1],
grid.min=-0.5, #10,
grid.mid=0, #50,
grid.max=0.5, #100,
centre.y=grid.min - ((1/9)*(grid.max-grid.min)),
plot.extent.x.sf=1.2,
plot.extent.y.sf=1.2,
x.centre.range=0.02*(grid.max-centre.y),
label.centre.y=FALSE,
grid.line.width=0.5,
gridline.min.linetype="longdash",
gridline.mid.linetype="longdash",
gridline.max.linetype="longdash",
gridline.min.colour="grey",
gridline.mid.colour="blue",
gridline.max.colour="grey",
grid.label.size=4,
gridline.label.offset=-0.02*(grid.max-centre.y),
label.gridline.min=TRUE,
axis.label.offset=1.15,
axis.label.size=3,
axis.line.colour="grey",
group.line.width=1,
group.point.size=4,
background.circle.colour="yellow",
background.circle.transparency=0.2,
plot.legend=if (nrow(plot.data)>1) TRUE else FALSE,
legend.title="Cluster",
legend.text.size=grid.label.size ) {
var.names <- colnames(plot.data)[-1] #'Short version of variable names
#axis.labels [if supplied] is designed to hold 'long version' of variable names
#with line-breaks indicated using \n
#caclulate total plot extent as radius of outer circle x a user-specifiable scaling factor
plot.extent.x=(grid.max+abs(centre.y))*plot.extent.x.sf
plot.extent.y=(grid.max+abs(centre.y))*plot.extent.y.sf
#Check supplied data makes sense
if (length(axis.labels) != ncol(plot.data)-1)
return("Error: 'axis.labels' contains the wrong number of axis labels")
if(min(plot.data[,-1])<centre.y)
return("Error: plot.data' contains value(s) < centre.y")
if(max(plot.data[,-1])>grid.max)
return("Error: 'plot.data' contains value(s) > grid.max")
#Declare required internal functions
CalculateGroupPath <- function(df) {
#Converts variable values into a set of radial x-y coordinates
#Code adapted from a solution posted by Tony M to
#http://stackoverflow.com/questions/9614433/creating-radar-chart-a-k-a-star-plot-spider-plot-using-ggplot2-in-r
#Args:
# df: Col 1 - group ('unique' cluster / group ID of entity)
# Col 2-n: v1.value to vn.value - values (e.g. group/cluser mean or median) of variables v1 to v.n
path <- as.factor(as.character(df[,1]))
##find increment
angles = seq(from=0, to=2*pi, by=(2*pi)/(ncol(df)-1))
##create graph data frame
graphData= data.frame(seg="", x=0,y=0)
graphData=graphData[-1,]
for(i in levels(path)){
pathData = subset(df, df[,1]==i)
for(j in c(2:ncol(df))){
#pathData[,j]= pathData[,j]
graphData=rbind(graphData, data.frame(group=i,
x=pathData[,j]*sin(angles[j-1]),
y=pathData[,j]*cos(angles[j-1])))
}
##complete the path by repeating first pair of coords in the path
graphData=rbind(graphData, data.frame(group=i,
x=pathData[,2]*sin(angles[1]),
y=pathData[,2]*cos(angles[1])))
}
#Make sure that name of first column matches that of input data (in case !="group")
colnames(graphData)[1] <- colnames(df)[1]
graphData #data frame returned by function
}
CaclulateAxisPath = function(var.names,min,max) {
#Caculates x-y coordinates for a set of radial axes (one per variable being plotted in radar plot)
#Args:
#var.names - list of variables to be plotted on radar plot
#min - MININUM value required for the plotted axes (same value will be applied to all axes)
#max - MAXIMUM value required for the plotted axes (same value will be applied to all axes)
#var.names <- c("v1","v2","v3","v4","v5")
n.vars <- length(var.names) # number of vars (axes) required
#Cacluate required number of angles (in radians)
angles <- seq(from=0, to=2*pi, by=(2*pi)/n.vars)
#calculate vectors of min and max x+y coords
min.x <- min*sin(angles)
min.y <- min*cos(angles)
max.x <- max*sin(angles)
max.y <- max*cos(angles)
#Combine into a set of uniquely numbered paths (one per variable)
axisData <- NULL
for (i in 1:n.vars) {
a <- c(i,min.x[i],min.y[i])
b <- c(i,max.x[i],max.y[i])
axisData <- rbind(axisData,a,b)
}
#Add column names + set row names = row no. to allow conversion into a data frame
colnames(axisData) <- c("axis.no","x","y")
rownames(axisData) <- seq(1:nrow(axisData))
#Return calculated axis paths
as.data.frame(axisData)
}
funcCircleCoords <- function(center = c(0,0), r = 1, npoints = 100){
#Adapted from Joran's response to http://stackoverflow.com/questions/6862742/draw-a-circle-with-ggplot2
tt <- seq(0,2*pi,length.out = npoints)
xx <- center[1] + r * cos(tt)
yy <- center[2] + r * sin(tt)
return(data.frame(x = xx, y = yy))
}
### Convert supplied data into plottable format
# (a) add abs(centre.y) to supplied plot data
#[creates plot centroid of 0,0 for internal use, regardless of min. value of y
# in user-supplied data]
plot.data.offset <- plot.data
plot.data.offset[,2:ncol(plot.data)]<- plot.data[,2:ncol(plot.data)]+abs(centre.y)
#print(plot.data.offset)
# (b) convert into radial coords
group <-NULL
group$path <- CalculateGroupPath(plot.data.offset)
#print(group$path)
# (c) Calculate coordinates required to plot radial variable axes
axis <- NULL
axis$path <- CaclulateAxisPath(var.names,grid.min+abs(centre.y),grid.max+abs(centre.y))
#print(axis$path)
# (d) Create file containing axis labels + associated plotting coordinates
#Labels
axis$label <- data.frame(
text=axis.labels,
x=NA,
y=NA )
#print(axis$label)
#axis label coordinates
n.vars <- length(var.names)
angles = seq(from=0, to=2*pi, by=(2*pi)/n.vars)
axis$label$x <- sapply(1:n.vars, function(i, x) {((grid.max+abs(centre.y))*axis.label.offset)*sin(angles[i])})
axis$label$y <- sapply(1:n.vars, function(i, x) {((grid.max+abs(centre.y))*axis.label.offset)*cos(angles[i])})
#print(axis$label)
# (e) Create Circular grid-lines + labels
#caclulate the cooridinates required to plot circular grid-lines for three user-specified
#y-axis values: min, mid and max [grid.min; grid.mid; grid.max]
gridline <- NULL
gridline$min$path <- funcCircleCoords(c(0,0),grid.min+abs(centre.y),npoints = 360)
gridline$mid$path <- funcCircleCoords(c(0,0),grid.mid+abs(centre.y),npoints = 360)
gridline$max$path <- funcCircleCoords(c(0,0),grid.max+abs(centre.y),npoints = 360)
#print(head(gridline$max$path))
#gridline labels
gridline$min$label <- data.frame(x=gridline.label.offset,y=grid.min+abs(centre.y),
text=as.character(grid.min))
gridline$max$label <- data.frame(x=gridline.label.offset,y=grid.max+abs(centre.y),
text=as.character(grid.max))
gridline$mid$label <- data.frame(x=gridline.label.offset,y=grid.mid+abs(centre.y),
text=as.character(grid.mid))
#print(gridline$min$label)
#print(gridline$max$label)
#print(gridline$mid$label)
### Start building up the radar plot
# Delcare 'theme_clear', with or without a plot legend as required by user
#[default = no legend if only 1 group [path] being plotted]
theme_clear <- theme_bw() +
theme(axis.text.y=element_blank(),
axis.text.x=element_blank(),
axis.ticks=element_blank(),
panel.grid.major=element_blank(),
panel.grid.minor=element_blank(),
panel.border=element_blank(),
legend.key=element_rect(linetype="blank"))
if (plot.legend==FALSE) theme_clear <- theme_clear + theme(legend.position="none")
#Base-layer = axis labels + plot extent
# [need to declare plot extent as well, since the axis labels don't always
# fit within the plot area automatically calculated by ggplot, even if all
# included in first plot; and in any case the strategy followed here is to first
# plot right-justified labels for axis labels to left of Y axis for x< (-x.centre.range)],
# then centred labels for axis labels almost immediately above/below x= 0
# [abs(x) < x.centre.range]; then left-justified axis labels to right of Y axis [x>0].
# This building up the plot in layers doesn't allow ggplot to correctly
# identify plot extent when plotting first (base) layer]
#base layer = axis labels for axes to left of central y-axis [x< -(x.centre.range)]
base <- ggplot(axis$label) + xlab(NULL) + ylab(NULL) + coord_equal() +
geom_text(data=subset(axis$label,axis$label$x < (-x.centre.range)),
aes(x=x,y=y,label=text),size=axis.label.size,hjust=1) +
scale_x_continuous(limits=c(-plot.extent.x,plot.extent.x)) +
scale_y_continuous(limits=c(-plot.extent.y,plot.extent.y))
# + axis labels for any vertical axes [abs(x)<=x.centre.range]
base <- base + geom_text(data=subset(axis$label,abs(axis$label$x)<=x.centre.range),
aes(x=x,y=y,label=text),size=axis.label.size,hjust=0.5)
# + axis labels for any vertical axes [x>x.centre.range]
base <- base + geom_text(data=subset(axis$label,axis$label$x>x.centre.range),
aes(x=x,y=y,label=text),size=axis.label.size,hjust=0)
# + theme_clear [to remove grey plot background, grid lines, axis tick marks and axis text]
base <- base + theme_clear
# + background circle against which to plot radar data
base <- base + geom_polygon(data=gridline$max$path,aes(x,y),
fill=background.circle.colour,
alpha=background.circle.transparency)
# + radial axes
base <- base + geom_path(data=axis$path,aes(x=x,y=y,group=axis.no),
colour=axis.line.colour)
# ... + group (cluster) 'paths'
base <- base + geom_path(data=group$path,aes(x=x,y=y,group=group,colour=group),
size=group.line.width)
# ... + group points (cluster data)
base <- base + geom_point(data=group$path,aes(x=x,y=y,group=group,colour=group),size=group.point.size)
#... + amend Legend title
if (plot.legend==TRUE) base <- base + labs(colour=legend.title,size=legend.text.size)
# ... + circular grid-lines at 'min', 'mid' and 'max' y-axis values
base <- base + geom_path(data=gridline$min$path,aes(x=x,y=y),
lty=gridline.min.linetype,colour=gridline.min.colour,size=grid.line.width)
base <- base + geom_path(data=gridline$mid$path,aes(x=x,y=y),
lty=gridline.mid.linetype,colour=gridline.mid.colour,size=grid.line.width)
base <- base + geom_path(data=gridline$max$path,aes(x=x,y=y),
lty=gridline.max.linetype,colour=gridline.max.colour,size=grid.line.width)
# ... + grid-line labels (max; ave; min) [only add min. gridline label if required]
if (label.gridline.min==TRUE) {
base <- base + geom_text(aes(x=x,y=y,label=text),data=gridline$min$label,face="bold",size=grid.label.size, hjust=1) }
base <- base + geom_text(aes(x=x,y=y,label=text),data=gridline$mid$label,face="bold",size=grid.label.size, hjust=1)
base <- base + geom_text(aes(x=x,y=y,label=text),data=gridline$max$label,face="bold",size=grid.label.size, hjust=1)
# ... + centre.y label if required [i.e. value of y at centre of plot circle]
if (label.centre.y==TRUE) {
centre.y.label <- data.frame(x=0, y=0, text=as.character(centre.y))
base <- base + geom_text(aes(x=x,y=y,label=text),data=centre.y.label,face="bold",size=grid.label.size, hjust=0.5) }
return(base)
}
# (1) Define the data building blocks required for plotting purposes [uses
# a subset of the OAC results plotted above]
var.names <- c("All Flats", "No central heating", "Rooms per\nhousehold", "People per room",
"HE Qualification", "Routine/Semi-Routine\nOccupation", "2+ Car household",
"Public Transport\nto work", "Work from home")
var.order = seq(1:9)
values.a <- c(-0.1145725, -0.1824095, -0.01153078, -0.0202474, 0.05138737, -0.1557234,
0.1099018, -0.05310315, 0.0182626)
values.b <- c(0.2808439, -0.2936949, -0.1925846, 0.08910815, -0.03468011, 0.07385727,
-0.07228813, 0.1501105, -0.06800127)
values.c <- rep(0, 9)
group.names <- c("Blue Collar Communities", "Prospering Suburbs", "National Average")
# (2) Create df1: a plotting data frame in the format required for ggplot2
df1.a <- data.frame(matrix(c(rep(group.names[1], 9), var.names), nrow = 9, ncol = 2),
var.order = var.order, value = values.a)
df1.b <- data.frame(matrix(c(rep(group.names[2], 9), var.names), nrow = 9, ncol = 2),
var.order = var.order, value = values.b)
df1.c <- data.frame(matrix(c(rep(group.names[3], 9), var.names), nrow = 9, ncol = 2),
var.order = var.order, value = values.c)
df1 <- rbind(df1.a, df1.b, df1.c)
colnames(df1) <- c("group", "variable.name", "variable.order", "variable.value")
df1
#(4) Create df2: a plotting data frame in the format required for
# funcRadialPlot
m2 <- matrix(abs(c(values.a, values.b)), nrow = 2, ncol = 9, byrow = TRUE)
group.names <- c(group.names[1:2])
df22 <- data.frame(group = group.names, m2)
colnames(df22)[2:10] <- var.names
print(df22)
# (6) Create a radial plot using the function CreateRadialPlot, with min
# y-value in center of plot
CreateRadialPlot(df22, plot.extent.x = 1.5, grid.min = -0.4, centre.y = -0.5,
label.centre.y = TRUE, label.gridline.min = FALSE)
output:
I would like to pass a dataframe containing values in the columns from 0 to 1 to the function and produce a percentage scale in the chart. And also to have a grid showing the percentage scale on it if possible (0,10....90,100).
Here is the absolute values of the same data as in the example as an example:
m2 <- matrix(abs(c(values.a, values.b)), nrow = 2, ncol = 9, byrow = TRUE)
group.names <- c(group.names[1:2])
df22 <- data.frame(group = group.names, m2)
colnames(df22)[2:10] <- var.names
print(df22)
解决方案
You could also use the rCharts package to make this kind of plot. There are a lot of options and you can probably customize it more easily.
It it is the first time you are using rCharts, you should do the following setup:
install.packages('devtools')
require(devtools)
install_github('rCharts', 'ramnathv')
Here is an example code:
library(rCharts)
#create dummy dataframe with number ranging from 0 to 1
df<-data.frame(id=c("a","b","c","d","e"),val1=runif(5,0,1),val2=runif(5,0,1))
#muliply number by 100 to get percentage
df[,-1]<-df[,-1]*100
plot <- Highcharts$new()
plot$chart(polar = TRUE, type = "line",height=500)
plot$xAxis(categories=df$id, tickmarkPlacement= 'on', lineWidth= 0)
plot$yAxis(gridLineInterpolation= 'circle', lineWidth= 0, min= 0,max=100,endOnTick=T,tickInterval=10)
plot$series(data = df[,"val1"],name = "Series 1", pointPlacement="on")
plot$series(data = df[,"val2"],name = "Series 2", pointPlacement="on")
plot
The output would look like this:
这篇关于修改r中雷达图的现有功能的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
查看全文
