ggplot2玫瑰图案例——星巴克门店分布图

使用ggplot2制作放射状玫瑰图本不是什么难事，仅需将普通单序列柱形图添加添加一个极坐标转化参数即可。

但是遇到比较小清新的案例，还是值得手动操作一下的。

本文图片案例来源于DT财经关于星巴克门店分布TOP20城市分布数据图，用色和呈现形式比较友好，所以就信手拿来作为案例分享给大家。

原图中并未给出任何实际数据（所以需要用眼睛估测了~—~）

library("rvest")
library("dplyr")
library("ggplot2")
library("grid")
library("showtext")
library("Cairo")

font.add("myfont","msyh.ttc")

找一份网上的最新统计数据

url<-"http://bbs.thmz.com/thread-2715502-1-1.html"
table<-read_html(url,encoding="gbk")%>%html_nodes("td.t_f>table")%>%html_table(header =TRUE,trim =TRUE,fill=TRUE)%>%as.data.frame()

城市数据

mydata<-data.frame(

label=c("上海","北京","杭州","广州","深圳","苏州","成都","天津","南京","武汉","宁波","重庆","西安","无锡","厦门","青岛","长沙","南通","常州","福州")

)

整理数据

mydata<-merge(mydata,table[,c("城市","门店数量")],by.x="label",by.y="城市",all.x=TRUE)

mydata[mydata$label=="常州","门店数量"]=27
names(mydata)[2]<-"value"
mydata<-arrange(mydata,-value)%>%transform(id=1:20,class=c(1,6,rep(1:6,3)))

mydata$label<-as.character(mydata$label)
#标签拆成单字换行，竖排布局：
label<-strsplit(mydata$label,"")
for (i in 1:length(label)){

mydata$label_ff[[i]]<-paste0(label[[i]],collapse="\n")

}

mydata[1:2,"label_ff"]<-c("上海","北京")

mydata[16:20,"label_ff"]<-c("青岛","厦门","常州","福州","南通")
#计算标签的旋转角度：
mydata$angle=c(rev(9*(1:10-1)+4.5),-(9*(1:10-1)+4.5))

mydata$angle[16:20]<-rev(9*(1:5-1)+4.5)

图形可视化过程：

p<-ggplot(mydata)+

geom_col(aes(x=id,y=value,fill=factor(class)))+

geom_hline(yintercept =c(25,50,100,200,500),linetype=2,size=.25)+

geom_text(aes(x=id,y=value+12,label=label_ff,angle=angle),family="myfont",size=3.5,lineheight=1)+#坐标轴放大一倍占位：scale_x_continuous(limits=c(0,40),expand=c(0,0))+#Y延伸到负值突出圆心的空白scale_y_continuous(limits=c(-100,600))+

scale_fill_manual(values=c("#00643E","#207A57","#3D8C6D","#59A284","#76B69B","#95CBB3"),guide=FALSE)+

coord_polar(start=-14.245)+

theme_void();p

图形输出：

setwd("E:/数据可视化/R/R语言学习笔记/数据可视化/ggplot2/优秀R语言案例")

CairoPNG(file="polar_rose.png",width=2400,height=1800)

showtext.begin()

grid.newpage()

pushViewport(viewport(layout=grid.layout(6,8)))

vplayout<-function(x,y){viewport(layout.pos.row =x,layout.pos.col=y)}

print(p,vp=vplayout(1:6,1:8))

showtext.end()

dev.off()

局部线条经过手工修饰！

以上就是整个制图过程，其中关于角度转换以及细节处理问题均省略掉了，如需了解可以 单独交流。

好了干货完了，下面是一波广告：

9月12日晚8~10点，本小编有一场关于ggplot2的微课，主要内容如下：

1、ggplot2图层语法的核心理念
2、ggplot函数与geom_xxx函数间的父子继承关系
3、美学映射参数写在ggplot函数内与写在geom_xxx内的差异
4、美学映射参数写在aes函数内部和写在aes函数外部的差异
5、颜色标度一共有几种类型和写法，在不同模块中是否能够共用
6、如何结合实际业务与引用场景进行颜色标度选择
7、多图层叠加时，如何解决颜色标度冲突的问题
8、分面函数的权限控制
9、主题框架与模块间的继承关系
10、主题函数更新与替换方案
11、图形输出与高清抗锯齿渲染

其实这些问题都是之前我学习过程中走过的弯路，随着练习的案例越来越多，这些问题一步步全都解决了，其实如果你能有心看完我的所有关于ggplot讲解部分，差不多这些问题也都能全部理解。

请戳：https://edu.hellobi.com/course/195/lessons