数据呈现 | R制图：棒棒糖图，展示地区经济发展差异

棒棒糖图，是条形图和排名图的一种混搭形式。当我们需要比较多个实体对应的双值差异时，棒棒糖图可能非常合适。

对于每个实体，使用不同的颜色为每个变量值描制一个点，然后使用线段的长度突出它们的差异，这种类型的可视化称为Cleveland点图。

人均GDP2017-2018

我们从国家统计局，获取了全国31个省份在2017-2018年的人均GDP数据。想通过棒棒糖图来比较一下不同地区的经济发展水平及其两年内的变化情况。

表1 全国不同地区经济发展水平2017-2018

Pname	2017	2018
北京	128994	140211
天津	118944	120711
河北	45387	47772
山西	42060	45328
内蒙古	63764	68302
辽宁	53527	58008
吉林	54838	55611
黑龙江	41916	43274
上海	126634	134982
江苏	107150	115168
浙江	92057	98643
安徽	43401	47712
福建	82677	91197
江西	43424	47434
山东	72807	76267
河南	46674	50152
湖北	60199	66616
湖南	49558	52949
广东	80932	86412
广西	38102	41489
海南	48430	51955
重庆	63442	65933
四川	44651	48883
贵州	37956	41244
云南	34221	37136
西藏	39267	43397
陕西	57266	63477
甘肃	28497	31336
青海	44047	47689
宁夏	50765	54094
新疆	44941	49475

注：数据来源国家统计局

绘图代码

接下来，我们用R软件，读取人均GDP数据，利用ggplot2绘制棒棒糖图。

## 载入包
library(openxlsx)
library(ggplot2)
library(dplyr)
library(hrbrthemes)

## 读取数据
data_Lollipop<-read.xlsx('GDP_2017t2018.xlsx')

data_Lollipop<-data_Lollipop %>% 
    rowwise() %>% 
    mutate( mymean = mean(c(`2017`,`2018`) )) %>% 
    arrange(mymean) %>% 
    mutate(Pname=factor(Pname, Pname))
    
## 绘制图形
ggplot(data_Lollipop) +
  geom_segment(aes(x=Pname, xend=Pname, y=`2017`, yend=`2018`), color="black") +
  geom_point(aes(x=Pname, y=`2017`), color=rgb(0.2,0.7,0.1,0.5), size=3 ) + 
  geom_point(aes(x=Pname, y=`2018`), color=rgb(0.7,0.2,0.1,0.5), size=3 ) +
  coord_flip()+
  theme_ipsum() +
  theme(
      legend.position = "none",
       ) +
  xlab("") +
  ylab("人均GDP（单位：元）")

左右滑动查看更多

图形效果与结论

利用上述代码，绘图图形如下：

从图中，我们很容易发现以下几点结论：

1）整体看，全国31个地区在2017-2018两年内的经济水平是不断提升的。

2）北京地区人均GDP最高，近两年经济发展水平最好，两年内经济提升速度最快，“迈的步子”也最大。

3）相反地，甘肃地区人均GDP最低，经济发展水平比较迟缓，但经济提升速度不是最慢。

4）经济提升速度最慢的是吉林、黑龙江和天津等地区，相比较而言，黑龙江经济发展相对滞后，更令人担忧。

►往期推荐

回复【Python】👉简单有用易上手

回复【学术前沿】👉机器学习丨大数据

回复【数据资源】👉公开数据

回复【可视化】👉你心心念念的数据呈现

回复【老姚专栏】👉老姚趣谈值得一看

►一周热文

数据Seminar

这里是大数据、分析技术与学术研究的三叉路口

作者：简华（何年华）审阅：杨奇明编辑：青酱

    欢迎扫描👇二维码添加关注