摘要：
使用geom_ bar（）函数绘制条形图。条形图的高度通常表示两种情况之一：每组中的数据数量或数据框中列的值。高度表示的含义是geom_它由bar（）函数的参数stat决定，它在geom_ bar（）中有两个有效值：count和identity。1.修改条形图的宽度和颜色，以将条形图的相对宽度设置为0.5，将线条颜色设置为红色，将填充颜色设置为steelblueggplot+geom_Bar2，将条形图文本设置为使用geom_text（）将文本添加到条形图，显示条形图的高度，并调整文本的位置和大小。
使用geom_bar()函数绘制条形图，条形图的高度通常表示两种情况之一：每组中的数据的个数，或数据框中列的值，高度表示的含义是由geom_bar()函数的参数stat决定的，stat在geom_bar()函数中有两个有效值：count和identity。默认情况下，stat="count"，这意味着每个条的高度等于每组中的数据的个数，并且，它与映射到y的图形属性不相容，所以，当设置stat="count"时，不能设置映射函数aes()中的y参数。如果设置stat="identity"，这意味着条形的高度表示数据数据的值，而数据的值是由aes()函数的y参数决定的，就是说，把值映射到y，所以，当设置stat="identity"时，必须设置映射函数中的y参数，把它映射到数值变量。
geom_bar()函数的定义是：
geom_bar(mapping = NULL, data = NULL, stat = "count", width=0.9, position="stack")
参数注释：
- stat：设置统计方法，有效值是count（默认值） 和 identity，其中，count表示条形的高度是变量的数量，identity表示条形的高度是变量的值；
- position：位置调整，有效值是stack、dodge和fill，默认值是stack（堆叠），是指两个条形图堆叠摆放，dodge是指两个条形图并行摆放，fill是指按照比例来堆叠条形图，每个条形图的高度都相等，但是高度表示的数量是不尽相同的。
- width：条形图的宽度，是个比值，默认值是0.9
- color：条形图的线条颜色
- fill：条形图的填充色
关于stat参数，有三个有效值，分别是count、identity和bin：
- count是对离散的数据进行计数，计数的结果用一个特殊的变量..count.. 来表示，
- bin是对连续变量进行统计转换，转换的结果使用变量..density..来表示
- 而identity是直接引用数据集中变量的值
position参数也可以由两个函数来控制，参数vjust和widht是相对值：
position_stack(vjust = 1, reverse = FALSE) position_dodge(width = NULL) position_fill(vjust = 1, reverse = FALSE)
本文使用vcd包中的Arthritis数据集来演示如何创建条形图。
head(Arthritis) ID Treatment Sex Age Improved 1 57 Treated Male 27 Some 2 46 Treated Male 29 None 3 77 Treated Male 30 None 4 17 Treated Male 32 Marked 5 36 Treated Male 46 Marked 6 23 Treated Male 58 Marked
其中变量Improved和Sex是因子类型，ID和Age是数值类型。
一，绘制基本的条形图
使用geom_bar()函数绘制条形图，
ggplot(data=ToothGrowth, mapping=aes(x=dose))+ geom_bar(stat="count")
当然，我们也可以先对数据进行处理，得到按照Improved进行分类的频数分布表，然后使用geom_bar()绘制条形图：
mytable <- with(Arthritis,table(Improved)) df <- as.data.frame(mytable) ggplot(data=df, mapping=aes(x=Improved,y=Freq))+ geom_bar(stat="identity")
绘制的条形图是相同的，如下图所示：
二，修改条形图的图形属性
条形图的图形属性包括条形图的宽度，条形图的颜色，条形图的标签，分组和修改图例的位置等。
1，修改条形图的宽度和颜色
把条形图的相对宽度设置为0.5，线条颜色设置为red，填充色设置为steelblue
ggplot(data=Arthritis, mapping=aes(x=Improved))+ geom_bar(stat="count",width=0.5, color='red',fill='steelblue')
2，设置条形图的文本
使用geom_text()为条形图添加文本，显示条形图的高度，并调整文本的位置和大小。
当stat="count"时，设置文本的标签需要使用一个特殊的变量 aes(label=..count..)， 表示的是变量值的数量。
ggplot(data=Arthritis, mapping=aes(x=Improved))+ geom_bar(stat="count",width=0.5, color='red',fill='steelblue')+ geom_text(stat='count',aes(label=..count..), vjust=1.6, color="white", size=3.5)+ theme_minimal()
当stat="identity"时，设置文本的标签需要设置y轴的值，aes(lable=Freq)，表示的变量的值。
mytable <- with(Arthritis,table(Improved)) df <- as.data.frame(mytable) ggplot(data=df, mapping=aes(x=Improved,y=Freq))+ geom_bar(stat="identity",width=0.5, color='red',fill='steelblue')+ geom_text(aes(label=Freq), vjust=1.6, color="white", size=3.5)+ theme_minimal()
添加文本数据之后，显示的条形图是：
3，按照分组修改条形图的图形属性
把条形图按照Improved变量进行分组，设置每个分组的填充色，这通过aes(fill=Improved)来实现，每个分组的填充色依次是scale_color_manual()定义的颜色：
ggplot(data=Arthritis, mapping=aes(x=Improved,fill=Improved))+ geom_bar(stat="count",width=0.5)+ scale_color_manual(values=c("#999999", "#E69F00", "#56B4E9"))+ geom_text(stat='count',aes(label=..count..), vjust=1.6, color="white", size=3.5)+ theme_minimal()
4，修改图例的位置
修改图例的位置，通过theme(legend.position=) 来实现，默认的位置是right，有效值是right、top、bottom、left和none，其中none是指移除图例。
p <- ggplot(data=Arthritis, mapping=aes(x=Improved,fill=Improved))+ geom_bar(stat="count",width=0.5)+ scale_color_manual(values=c("#999999", "#E69F00", "#56B4E9"))+ geom_text(stat='count',aes(label=..count..), vjust=1.6, color="white", size=3.5)+ theme_minimal() p + theme(legend.position="top") p + theme(legend.position="bottom") # Remove legend p + theme(legend.position="none")
5，修改条形图的顺序
通过scale_x_discrete()函数修改标度的顺序：
p <- ggplot(data=Arthritis, mapping=aes(x=Improved,fill=Improved))+ geom_bar(stat="count",width=0.5)+ scale_color_manual(values=c("#999999", "#E69F00", "#56B4E9"))+ geom_text(stat='count',aes(label=..count..), vjust=1.6, color="white", size=3.5)+ theme_minimal() p + scale_x_discrete(limits=c("Marked","Some", "None"))
三，包含分组的条形图
分组的条形图如何摆放，是由geom_bar()函数的position参数确定的，默认值是stack，表示堆叠摆放、dodge表示并行摆放、fill表示按照比例来堆叠条形图。
1，堆叠摆放
设置geom_bar()的position参数为"stack"，在向条形图添加文本时，使用position=position_stack(0.5)，调整文本的相对位置。
ggplot(data=Arthritis, mapping=aes(x=Improved,fill=Sex))+ geom_bar(stat="count",width=0.5,position='stack')+ scale_fill_manual(values=c('#999999','#E69F00'))+ geom_text(stat='count',aes(label=..count..), color="white", size=3.5,position=position_stack(0.5))+ theme_minimal()
2，并行摆放
调整y轴的最大值，使用position=position_dodge(0.5),vjust=-0.5 来调整文本的位置
y_max <- max(aggregate(ID~Improved+Sex,data=Arthritis,length)$ID) ggplot(data=Arthritis, mapping=aes(x=Improved,fill=Sex))+ geom_bar(stat="count",width=0.5,position='dodge')+ scale_fill_manual(values=c('#999999','#E69F00'))+ ylim(0,y_max+5)+ geom_text(stat='count',aes(label=..count..), color="black", size=3.5,position=position_dodge(0.5),vjust=-0.5)+ theme_minimal()
3，按照比例堆叠条形图
需要设置geom_bar(position="fill")，并使用geom_text(position=position_fill(0.5))来调整文本的位置，如果geom_text(aes(lable=..count..))，那么表示文本显示的值是变量的数量：
ggplot(data=Arthritis, mapping=aes(x=Improved,fill=Sex))+ geom_bar(stat="count",width=0.5,position='fill')+ scale_fill_manual(values=c('#999999','#E69F00'))+ geom_text(stat='count',aes(label=..count..), color="white", size=3.5,position=position_fill(0.5))+ theme_minimal()
该模式最大的特点是可以把文本显示为百分比：
ggplot(data=Arthritis, mapping=aes(x=Improved,fill=Sex))+ geom_bar(stat="count",width=0.5,position='fill')+ scale_fill_manual(values=c('#999999','#E69F00'))+ geom_text(stat='count',aes(label=scales::percent(..count../sum(..count..))) , color="white", size=3.5,position=position_fill(0.5))+ theme_minimal()
四，增加注释和旋转坐标轴
在绘制条形图时，需要动态设置注释（annotate）的位置x和y，x和y的值是由条形图的高度决定的，
annotate(geom="text", x = NULL, y = NULL)
在绘制条形图时，可以动态设置x和y的大小：
library("ggplot2") library("dplyr") library("scales") #win.graph(width=6, height=5,pointsize=8) #data df <- data.frame( rate_cut=rep(c("0 Change", "0 - 10", "10 - 20", "20 - 30", "30 - 40","40 - 50", "50 - 60", "60 - 70","70 - 80", "80 - 90", "90 - 100", ">100"),2) ,freq=c(1,3,5,7,9,11,51,61,71,13,17,9, 5,7,9,11,15,19,61,81,93,17,21,13) ,product=c(rep('ProductA',12),rep('ProductB',12)) ) #set order labels_order <- c("0 Change", "0 - 10", "10 - 20", "20 - 30", "30 - 40","40 - 50", "50 - 60", "60 - 70","70 - 80", "80 - 90", "90 - 100", ">100") #set plot text plot_legend <- c("Product A", "Product B") plot_title <- paste0("Increase % Distribution") annotate_title <-"Top % Increase" annotate_prefix_1 <-"Product A = " annotate_prefix_2 <-"Product B = " df_sum <- df %>% group_by(product) %>% summarize(sumFreq=sum(freq))%>% ungroup()%>% select(product,sumFreq) df <- merge(df,df_sum,by.x = 'product',by.y='product') df <- within(df,{rate <- round(freq/sumFreq,digits=4)*100}) df <- subset(df,select=c(product,rate_cut,rate)) #set order df$rate_cut <- factor(df$rate_cut,levels=labels_order,ordered = TRUE) df <- df[order(df$product,df$rate_cut),] #set position annotate.y <- ceiling(max(round(df$rate,digits = 0))/4*2.5) text.offset <- max(round(df$rate,digits = 0))/25 annotation <- df %>% mutate(indicator = ifelse(substr(rate_cut,1,2) %in% c("70","80","90",'>1'),'top','increase' )) %>% filter(indicator=='top') %>% dplyr::group_by(product) %>% dplyr::summarise(total = sum(rate)) %>% select(product, total) mytheme <- theme_classic() + theme( panel.background = element_blank(), strip.background = element_blank(), panel.grid = element_blank(), axis.line = element_line(color = "gray95"), axis.ticks = element_blank(), text = element_text(family = "sans"), axis.title = element_text(color = "gray30", size = 12), axis.text = element_text(size = 10, color = "gray30"), plot.title = element_text(size = 14, hjust = .5, color = "gray30"), strip.text = element_text(color = "gray30", size = 12), axis.line.y = element_line(size=1,linetype = 'dotted'), axis.line.x = element_blank(), axis.text.x = element_text(vjust = 0), plot.margin = unit(c(0.5,0.5,0.5,0.5), "cm"), legend.position = c(0.7, 0.9), legend.text = element_text(color = "gray30") ) ##ggplot ggplot(df,aes(x=rate_cut, y=rate)) + geom_bar(stat = "identity", aes(fill = product), position = "dodge", width = 0.5) + guides(fill = guide_legend(reverse = TRUE)) + scale_fill_manual(values = c("#00188F","#00BCF2") ,breaks = c("ProductA","ProductB") ,labels = plot_legend ,name = "") + geom_text(data = df , aes(label = comma(rate), y = rate +text.offset, color = product) ,position = position_dodge(width =1) , size = 3) + scale_color_manual(values = c("#00BCF2", "#00188F"), guide = FALSE) + annotate("text", x = 3, y = annotate.y, hjust = 0, color = "gray30", label = annotate_title) + annotate("text", x = 2.5, y = annotate.y, hjust = 0, color = "gray30", label = paste0(annotate_prefix_1, annotation$total[1])) + annotate("text", x = 2, y = annotate.y, hjust = 0, color = "gray30", label = paste0(annotate_prefix_2, annotation$total[2])) + labs(x="Increase Percentage",y="Percent of freq",title=plot_title) + mytheme + coord_flip()
参考文档：
ggplot2 barplots : Quick start guide - R software and data visualization