0

我有百分比数据。我想使用 ggplot 创建一个图表，但我无法让它像我想要的那样工作。由于数据非常倾斜，因此简单的堆叠列效果不佳，因为不会显示非常小的值。这是一个样本集：

    Actual  Predicted
a   0.5     5
b   9.5     5
c   90      90

左边是excel图，右边是R-ggplot

Excel绘图

问题在于，在 R 中，列的堆叠并不均匀。

这是我的 R 代码：

a = c("a","b","c","a","b","c")
b = c("Actual","Actual","Actual","Predicted","Predicted","Predicted")
c = c(0.5,2.5,97,0.2,2.2,97.6)
c = c+1

dat = data.frame(Type=a, Case=b, Percentage=c)
ggplot(dat, aes(x=Case, y=Percentage, fill=Type)) + geom_bar(stat="identity") + scale_y_log10()

*在 Excel 和 RI 中都使用 +1 来处理数字 0-1，因此 y 轴稍微偏离

如果我使用：

ggplot(dat, aes(x=Case, y=Percentage, fill=Type)) + geom_bar(stat="identity",position = "fill") + scale_y_log10()

总高度匹配，但是两个蓝色部分的大小不匹配（它们都是 90%）

在此处输入图像描述

4

2 回答 2

5

仅仅因为两组数字加起来是相同的值（在这种情况下为 103）并不意味着对数的总和会加起来相同的值！当您堆叠没有“填充”的条时，您会得到不同的高度，因为值的对数总和是不同的。然后，当您将其全部缩放到相同的高度时，您必须以不同的速率将蓝色框压扁，因此它们看起来不同。

Excel 条形图是故意误导的。左边的红色条与其上方的蓝色条大小相同，但代表的值约为蓝色条的十分之一。你不能在比例的对数比例上制作条形图——这是错误的。

有一种绝妙的方法可以显示小数字而不会丢失或歪曲它们。它是一种惊人的可视化技术，称为“将数字写入表格”。

于 2013-09-06T06:59:24.423 回答
1

我设法让它像excel一样工作。就像 Spacedman 所说，该情节在视觉上具有误导性，但在数字上是正确的。原因是我们想要比较条形段的实际高度，而在数值上您需要查看 y 轴的开始值和结束值。它类似于没有 y 轴最小值为零的条形图。这是一个例子。

我不确定我是否会使用该方法来可视化我的数据，但我必须弄清楚。

结果如下：

在此处输入图像描述

这是代码（我可能会将其清理为一个函数，当您在 ggplot 中分配 y 值时可以调用该函数）。

a = c("a","b","c","a","b","c")
b = c("Actual","Actual","Actual","Predicted","Predicted","Predicted")
c = c(0.5,9.5,90,5,5,90)
c = c+1
dat = data.frame(Type=a, Case=b, Percentage=c, Cumsum_L=c, Cumsum=c, Norm=c)
for(i in 1:length(dat$Percentage)){
    cumsum=0
    for(j in 1:i){
        if(dat$Case[j]==dat$Case[i]){
            cumsum=cumsum+(dat$Percentage[j])
        }
    }
    dat$Cumsum_L[i]=cumsum-dat$Percentage[i]
    dat$Cumsum[i]=cumsum
    if(dat$Cumsum_L[i]==0){
        dat$Cumsum_L[i]=1
    }
    dat$Norm[i] = log(dat$Cumsum[i])-log(dat$Cumsum_L[i])
}
intervals = seq(from = 0, to = 100, by = 10)
intervals_log = log(intervals)
intervals_log[1]=0

ggplot(dat, aes(x=Case, y=Norm, fill=Type)) + geom_bar(stat="identity") +
    scale_y_continuous(name="Percent",breaks = intervals_log, labels=intervals )

*我还需要修复端点+1 的东西。

**我也可能在屠杀数学。

于 2013-09-07T02:38:26.573 回答