超强脑洞第二弹之——ggplot构造漏斗图

今天这篇要用ggplot构造漏斗图，其实ggplot内置图层函数中不存在所谓的漏斗图、子弹图等比较复杂的图表类型，但是ggplot的现有图层函数和标度设置完全可以胜任这些图形，以下是利用ggplot临摹漏斗图的代码过程。

library(reshape2)

library(plyr)

library(ggplot2)

scope<-c(0.9,0.8,0.6,0.4,0.2)

Part<-paste("part",1:5,sep="")

Order<-1:5

help<-(1-scope)/2

mydata<-data.frame(Order,Part,help,scope)

mydata1<-melt(mydata,id.vars=c("Order","Part"),variable.name="perform",value.name="scope")

mydata1$perform<-factor(mydata1$perform,level=c("scope","help"),order=T)  

很重要的一步，需要构造有序因子变量，两个因子水平，分别是实际指标值和辅助值，在构造有序因子变量时，注意辅助值因子水平要高于实际值数据。柱形图堆叠时，按照因子水平由高到低堆叠（底层因子水平高，顶层因子水平低，这样才能将指标值的数据条撑起，其实水平均居中）。

ggplot(mydata1,aes(Order,scope,order=desc(scope),fill=perform))+geom_bar(stat="identity",position="stack")

制作色盘：（其实使用了一个白色色值隐藏掉了辅助列，理念跟在excel里面制作漏斗图一致，但是色盘颜色顺序白色要在第一个，这样将来颜色映射的时候颜色顺序与因子水平由大到小进行匹配的。）这一点非常重要，也是ggplot临摹漏斗图的核心技巧。

Color<-c("#FFFFFF","#088158")

CairoPNG(file="C:/Users/Administrator/Desktop/漏斗图1.png",width=330,height=400)

ggplot()+

geom_bar(data=mydata1,aes(x=Order,y=scope,fill=perform),stat="identity",position="stack")+

scale_fill_manual(values=sort(Color))+ 

geom_text(data=mydata,aes(x=Order,y=help+scope/2-.025,label=Part),col="white",size=4)+

geom_text(data=mydata,aes(x=Order,y=help+scope/2+.035,label=paste(100*mydata$scope,"%",sep="")),col="white",size=5.5)+

theme_nothing()

dev.off()

转向（反转坐标轴）

CairoPNG(file="C:/Users/Administrator/Desktop/漏斗图2.png",width=330,height=400)

ggplot()+

geom_bar(data=mydata1,aes(x=Order,y=scope,fill=perform),stat="identity",position="stack")+

scale_fill_manual(values=sort(Color))+ 

scale_x_reverse()+

geom_text(data=mydata,aes(x=Order,y=help+scope/2-.025,label=Part),col="white",size=4)+

geom_text(data=mydata,aes(x=Order,y=help+scope/2+.035,label=paste(100*mydata$scope,"%",sep="")),col="white",size=5.5)+

theme_nothing()

dev.off()

水平漏斗图：

CairoPNG(file="C:/Users/Administrator/Desktop/漏斗图3.png",width=330,height=400)

ggplot()+

geom_bar(data=mydata1,aes(x=Order,y=scope,fill=perform),stat="identity",position="stack")+

scale_fill_manual(values=sort(Color))+ 

coord_flip()+

geom_text(data=mydata,aes(x=Order,y=help+scope/2-.04,label=Part),col="white",size=4)+

geom_text(data=mydata,aes(x=Order,y=help+scope/2+.04,label=paste(100*mydata$scope,"%",sep="")),col="white",size=5.5)+

theme_nothing()

dev.off()

反转坐标轴：

CairoPNG(file="C:/Users/Administrator/Desktop/漏斗图4.png",width=330,height=400)

ggplot()+

geom_bar(data=mydata1,aes(x=Order,y=scope,fill=perform),stat="identity",position="stack")+

scale_fill_manual(values=sort(Color))+ 

coord_flip()+

scale_x_reverse()+

geom_text(data=mydata,aes(x=Order,y=help+scope/2-.05,label=Part),col="white",size=4)+

geom_text(data=mydata,aes(x=Order,y=help+scope/2+.05,label=paste(100*mydata$scope,"%",sep="")),col="white",size=5.5)+

theme_nothing()

dev.off()

下面总结以下使用ggplot临摹漏斗图的核心技巧：

• 指标值和辅助列值这两个因子水平的设置上，需要设置成有序因子，因子水平大小为指标值因子水平<辅助值因子水平。因为柱状图堆叠时因子水平由大到小从底部顺次向顶部堆积。这样辅助列可以堆在底部，刚好撑起数据列，将其置于水平居中位置。因此模拟漏斗图。

• 色盘设置，色值顺序白色在前，数值色在后。颜色映射时，色板颜色会顺次分配给由高到低的因子水平。（其实因为就两个颜色，即便是颜色色值写反了，使用逆序函数倒过来就好了）。

好了，期待下一篇ggplot的脑洞吧，可能是甘特图，也有可能是瀑布图，或者其他不知名的图表~

欢迎关注魔方学院QQ群