让执着成为一种习惯——仿网易数独玫瑰气泡图
作者:杜雨，EasyCharts团队成员，R语言中文社区专栏作者，兴趣方向为：Excel商务图表，R语言数据可视化，地理信息数据可视化。
个人公众号：数据小魔方（微信ID：datamofang） ，“数据小魔方”创始人。
没有难学的技艺，只有不够辛勤的付出！
今天这篇文章推送仿的的是网易数独的一幅信息图，内容呈现的是全球各国人民对于养老所持的态度，数据来源于Pew Reserch Centre。
图表整体难度中等，使用ggplot2来写代码，主要考察关于极坐标转换与应用。（ggplot2系统中，两个较为高阶的用法分别为：极坐标系、地理空间的多边形填充）。
#加载包：
library("ggplot2")
library("tidyr")
library("ggthemes")
library("dplyr")
library("Cairo")
library("showtext")
#载入字体：
font.add("myfontl","msyhl.ttc")
font.add("myfont","msyh.ttc")
font.add("myfzhzh","方正正粗黑简体.TTF")
#锁定文件临时目录：
setwd("D:/R/File")
#导入数据
circle_bubble<-read.csv("circle_bubble.csv",stringsAsFactors = FALSE,check.names = FALSE)
仔细观察该图，你会发现，玫瑰图内侧并非底边对齐，而是靠上下中心对齐，要想做到这种效果，必须将一个 细分维度转化为负值（柱形图堆积时会自动将负值堆积在负坐标轴上）。
circle_bubble$Government<--circle_bubble$Government
level<-circle_bubble[,"State"]
circle_bubble$State<-factor(circle_bubble$State,levels=level,ordered=TRUE)
筛选出制作堆积条形图的数据源：
circle_data<-circle_bubble %>% select(State,Government,Family,Youself) %>% gather(Class,Value,-State)
circle_data$Class<-factor(circle_data$Class,levels=c("Government","Youself","Family"),ordered=TRUE)
#构造三个序列的气泡图数据：
circle_point<-circle_bubble[,c("State","General","Very","Raito")]
circle_point_data<-gather(circle_point,Class,Value,-State)
circle_point_data$Class<-factor(circle_point_data$Class,levels=c("General","Very","Raito"),order=TRUE)
#构造气泡图模拟Y轴：
circle_point_data <- within(circle_point_data,{
mood_y <- NA
mood_y[Class=="General"]<--150
mood_y[Class=="Very"]<--100
mood_y[Class=="Raito"]<-140})
#构造模拟气泡大小
circle_point_data$Value_y<-ifelse(circle_point_data$Class=="Raito",circle_point_data$Value,0.3*circle_point_data$Value)
（这里没有使用气泡图对应真实值作为气泡大小，而是将除Raito系列之外的两个序列真实值缩小了70%，这么做的目的是为了整体的气泡大小比例显示更为匀称和谐，因为Ratio序列是单值序列，其与自身的100%单位标度比较，剩余两个序列相互比较）。
#构造模拟标签位置
circle_data <- within(circle_data,{
label_y <- NA
label_y[Class=="Government"]<-circle_bubble$Government/2
label_y[Class=="Family"]<-circle_bubble$Family/2
label_y[Class=="Youself"]<-circle_bubble$Family+circle_bubble$Youself-circle_bubble$Youself/2})
#极坐标化前的柱形图：
ggplot()+
geom_linerange(data=circle_bubble,aes(x=State,ymin=-150,ymax=140),size=.25,color="#D8E5F2",alpha=0.8)+
geom_col(data=circle_data,aes(x=State,y=Value,fill=Class),width=1,colour="white",size=.25)
###极坐标化前的柱形图和气泡图
ggplot()+
geom_linerange(data=circle_bubble,aes(x=State,ymin=-150,ymax=140),size=.25,color="#D8E5F2",alpha=0.8)+
geom_col(data=circle_data,aes(x=State,y=Value,fill=Class),width=1,colour="white",size=.25)+
geom_point(data=circle_bubble,aes(State,y=140),size=40,colour="#FEFCD3",alpha=.8)+
geom_point(data=circle_point_data,aes(State,y=mood_y,size=Value_y,colour=Class))+
geom_text(data=circle_data,aes(x=State,y=label_y,group=Class,label=abs(Value)),family="myfont",colour="white",size=5)+
geom_text(data=filter(circle_point_data,mood_y==-150),aes(x=State,y=mood_y,label=Value),family="myfontl",colour="#AA1A66",size=4)+
geom_text(data=filter(circle_point_data,mood_y==-100),aes(x=State,y=mood_y,label=Value),family="myfontl",colour="#A31067",size=4)+
geom_text(data=filter(circle_point_data,mood_y==140),aes(x=State,y=mood_y,label=Value),family="myfontl",colour="#F29E4A",size=5)
#极坐标化后的柱形图和气泡图（完整标签版）
ggplot()+
geom_linerange(data=circle_bubble,aes(x=State,ymin=-150,ymax=140),size=.25,color="#D8E5F2",alpha=0.8)+
geom_col(data=circle_data,aes(x=State,y=Value,fill=Class),width=1,colour="white",size=.25)+
geom_point(data=circle_bubble,aes(State,y=140),size=40,colour="#FEFCD3",alpha=.8)+
geom_point(data=circle_point_data,aes(State,y=mood_y,size=Value_y,colour=Class))+
geom_text(data=circle_data,aes(x=State,y=label_y,group=Class,label=abs(Value)),family="myfont",colour="white",size=5)+
geom_text(data=filter(circle_point_data,mood_y==-150),aes(x=State,y=mood_y,label=Value),family="myfontl",colour="#AA1A66",size=4)+
geom_text(data=filter(circle_point_data,mood_y==-100),aes(x=State,y=mood_y,label=Value),family="myfontl",colour="#A31067",size=4)+
geom_text(data=filter(circle_point_data,mood_y==140),aes(x=State,y=mood_y,label=Value),family="myfontl",colour="#F29E4A",size=5)+
scale_fill_manual(values=c("#FA844F","#BDCCD4","#00C4B5"))+
scale_colour_manual(values=c("#FAC0A1","#F35C57","#FBEB1B"))+
labs(title="各国人民\n对于养老的态度")+
scale_size_area(max_size=34.8)+
coord_polar()
#最终成品图：
CairoPNG(file="circle_bubble.png",width=1000,height=1000)
showtext.begin()
ggplot()+
geom_linerange(data=circle_bubble,aes(x=State,ymin=-150,ymax=140),size=.25,color="#D8E5F2",alpha=0.8)+
geom_col(data=circle_data,aes(x=State,y=Value,fill=Class),width=1,colour="white",size=.25)+
geom_point(data=circle_bubble,aes(State,y=140),size=40,colour="#FEFCD3",alpha=.8)+
geom_point(data=circle_point_data,aes(State,y=mood_y,size=Value_y,colour=Class))+
geom_text(data=circle_data,aes(x=State,y=label_y,group=Class,label=abs(Value)),family="myfont",colour="white",size=5)+
geom_text(data=filter(circle_point_data,mood_y==-150),aes(x=State,y=mood_y,label=Value),family="myfontl",colour="#AA1A66",size=4)+
geom_text(data=filter(circle_point_data,mood_y==-100),aes(x=State,y=mood_y,label=Value),family="myfontl",colour="#A31067",size=4)+
geom_text(data=filter(circle_point_data,mood_y==140),aes(x=State,y=mood_y,label=Value),family="myfontl",colour="#F29E4A",size=5)+
scale_fill_manual(values=c("#FA844F","#BDCCD4","#00C4B5"))+
scale_colour_manual(values=c("#FAC0A1","#F35C57","#FBEB1B"))+
labs(title="各国人民\n对于养老的态度")+
scale_size_area(max_size=34.8)+
coord_polar()+
ylim(-250,150)+
guides(colour=FALSE,size=FALSE,fill=FALSE)+
theme_map() %+replace%theme(plot.title=element_text(family="myfzhzh",size=50,hjust=0,lineheight=1.2))
showtext.end()
dev.off()
PS修饰后的最终效果（以上进过PS修饰细节）。
快报：杜雨2017年09月12在Hellobi Live直播【R语言可视化在商务场景中的应用】
内容：1、为什么选择R；2、ggplot2可视化理念；3、配色方案与规则；4、案例分享；5、高级数据地图专题应用；6、图形输出。
点击阅读原文立即学习+扫码咨询