使用 ggTimeSeries 包构建日历图
点击下方公众号，回复资料分享，收获惊喜
简介
最近和师妹参加一个数据分析大赛，比赛中需要对产品的每天失效数进行可视化。这时，我想起了 GitHub 中的热力图，如下所示：
于是，我打算使用这种热力图/日历图来绘制我的需求。经过搜索，发现了几篇值得参考的文章：
Time-Series Calendar Heatmaps[1]
ggTimeSeries 的 Github 教程[2]
《R语言数据可视化之美专业图表绘制指南[3]》第六章
以下为他们所构造出的结果：
和我想象的 GitHub 的不大相同。个人需求是将产品失效个数按照离散形式（极少，少，中，多，极多）划分。并且图形应当更加简洁美观。
于是在学习 {ggTimeSeries} 包后，我打算在他们基础上进行修改。
数据介绍
我们使用模拟数据进行分析，一共生成两列数据：日期以及对应的产品失效等级（a:e）。为了突出产品失效是极少的，所以在抽样(sample())过程中，给 a 类增加抽到的概率。
注意：此类需求还可拓展到其他时间序列中，例如：图书馆书籍日均借阅次数/等级；AQI日均级别等。
# 构建数据
library(tidyverse)
set.seed(20230309)
dtData <- tibble(
DateCol = seq(
as.Date("1/01/2020", "%d/%m/%Y"),
as.Date("31/12/2022", "%d/%m/%Y"), "days"
),
ValueCol = sample(
c('a', 'b', 'c', 'd', 'e'),
1096, #根据日期长度确定
prob = c(0.7, 0.1, 0.1, 0.05, 0.05),
replace = TRUE
)
)
head(dtData)
可视化
加载所需的 R 包
library(ggTimeSeries)
library(ggplot2)
初级版本
利用 {ggTimeSeries} 包中的 ggplot_calendar_heatmap() 绘制基于年份的日历图。
p = ggplot_calendar_heatmap(
dtData,
'DateCol',
'ValueCol'
)
p
此时，默认情况下，图形非常丑陋。
细节调整
根据上图存在的问题，我们做一些细节调整，例如:
变化分面位置； 改变日历中边缘粗细和颜色； 修改主题和配色等。
由于这里是离散数据，并且想要复现 GitHub 那种款式。
所以小编使用颜色采集器获取对应颜色代码，并使用 scale_fill_manual() 进行赋值。其他细节如下所示，不做过多说明。读者可以删除对应内容，查看绘图结果，从而判断该参数的功能。
col <- c("#EBEDF0", "#CBE491", "#89C876", "#459944", "#2C602C")
p +
scale_fill_manual(values = col) +
facet_wrap(~Year, ncol = 1,strip.position = "right") +
theme( panel.background = element_blank(),
legend.text = element_blank(),
panel.border = element_rect(colour="grey60",fill=NA),
strip.background = element_blank(),
strip.text = element_text(size=13,face="plain",color="black"),
axis.line=element_line(colour="black",size=0.25),
axis.title=element_text(size=10,face="plain",color="black"),
axis.text = element_text(size=10,face="plain",color="black")) +
xlab('') +
ylab('') +
labs(fill = "Freq")
小编有话说
注意：本文的代码（.RMD）已经放到我的 GitHub 中（文末原文直达），有兴趣读者可以下载。此外，往期部分推文代码都已经公开，欢迎大家 Fork，star 使用。
参考资料
[1]Time-Series Calendar Heatmaps: http://www.columbia.edu/~sg3637/blog/Time_Series_Heatmaps.html
[2]ggTimeSeries 的 Github 教程: https://exts.ggplot2.tidyverse.org/ggTimeSeries.html
[3]R语言数据可视化之美专业图表绘制指南: https://github.com/EasyChart/Beautiful-Visualization-with-R
推荐： 可以保存以下照片，在b站扫该二维码，或者b站搜索【庄闪闪】观看Rmarkdown系列的视频教程。Rmarkdown视频新增两节视频（写轮眼幻灯片制作）需要视频内的文档，可在公众号回复【rmarkdown】
R沟通｜Rmarkdown教程（4）
R沟通｜Rmarkdown教程（3）
R沟通｜Rmarkdown教程（2）