Australian Salaries by Gender


欢迎来到ggplot2的世界！

ggplot2是一个用来绘制统计图形的 R 软件包。它可以绘制出很多精美的图形，同时能避免诸多的繁琐细节，例如添加图例等。

用 ggplot2 绘制图形时，图形的每个部分可以依次进行构建，之后还可以进行编辑。ggplot2 精心挑选了一系列的预设图形，因此在大部分情形下可以快速地绘制出许多高质量的图形。如果在格式上还有额外的需求，也可以利用 ggplot2 中的主题系统来进行定制, 无需花费太多时间来调整图形的外观，而可以更加转注地用图形来展现你的数据。



R语言多图组合共用图例 r语言 图例_r语言




1. 一些环境设置

# 设置为国内镜像, 方便快速安装模块
options("repos" = c(CRAN = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))

2. 设置工作路径

wkdir <- '/home/user/R_workdir/TidyTuesday/2018/2018-04-23_Australian_Salaries_by_Gender/src-c'
setwd(wkdir)

3. 加载 R 包

library(tidyverse)

# 导入字体设置包
library(showtext) 
# font_add_google() showtext 中从谷歌字体下载并导入字体的函数
# name 中的是字体名称, 用于检索, 必须严格对应想要字体的名字 
# family 后面的是代码后面引用时的名称, 自己随便起
# 需要能访问 Google, 也可以注释掉下面这行, 影响不大
# font_families_google() 列出所有支持的字体, 支持的汉字不多
# http://www.googlefonts.net/
font_add_google(name = "Merienda", family =  "Merienda")
font_add_google(name = "Gochi Hand", family =  "gchi")
font_add_google(name = "ZCOOL XiaoWei", family =  "zxw")

# 后面字体均可以使用导入的字体
showtext_auto()

4. 加载数据

df_input <- read.csv("../data/week4_australian_salary.csv", header = TRUE, sep = ',', row.names = 1)

# 简要查看数据内容
glimpse(df_input)
## Rows: 2,197
## Columns: 5
## $ gender_rank            <int> 795, 881, 699, 828, 641, 760, 200, 136, 157, 99…
## $ occupation             <chr> "Abattoir process worker; Meat process worker; …
## $ gender                 <chr> "Female", "Male", "Female", "Male", "Female", "…
## $ individuals            <int> 5961, 17241, 1386, 636, 1878, 903, 78380, 77112…
## $ average_taxable_income <int> 36359, 40954, 40926, 44077, 43545, 47833, 71552…
# 检查数据的列名
colnames(df_input)
## [1] "gender_rank"            "occupation"             "gender"                
## [4] "individuals"            "average_taxable_income"

5. 数据预处理

# 按性别选择前10名的职业
top.10 <- df_input %>% 
  # select() 选择需要使用的列
  select(occupation, gender, average_taxable_income, individuals) %>% 
  # group_by() 以指定的列进行分组
  group_by(gender) %>% 
  # top_n() 表示选择前多少个观测
  top_n(n = 10, wt = individuals) %>% 
  # arrange() 根据 change 列进行排序, 默认是升序; arrange + desc() 表示改为降序排列
  arrange(desc(individuals))

# 将职业的名称简化一下一下, sub() 字符串替换
top.10$job <- sub(';.*$', '', top.10$occupation)

# 文件中有些字符不兼容, 防止报错, 我们也提前替换掉, stringr::str_replace() 也可以用于字符串替换
top.10$job <- stringr::str_replace(top.10$job, "<96>", "")

# 简要查看数据内容
glimpse(top.10)
## Rows: 20
## Columns: 5
## Groups: gender [2]
## $ occupation             <chr> "Administration assistant; Office worker", "Bot…
## $ gender                 <chr> "Female", "Female", "Female", "Male", "Male", "…
## $ average_taxable_income <int> 43604, 27979, 52565, 62350, 54081, 122695, 3728…
## $ individuals            <int> 293738, 191711, 153207, 143209, 139939, 136047,…
## $ job                    <chr> "Administration assistant", "Bottle shop attend…

6. 利用 ggplot2 绘图

# PS: 方便讲解, 我这里进行了拆解, 具体使用时可以组合在一起
gg <- ggplot(top.10, aes(job, individuals, color = gender, size = average_taxable_income))
# geom_point() 绘制散点图, 上面一步将性别映射给了颜色, 平均收入映射给了大小
gg <- gg + geom_point()
# coord_flip() 横纵坐标位置转换
gg <- gg + coord_flip()
# guides() 设置图例信息
gg <- gg + guides(size = guide_legend("薪资水平（澳元）"), color = guide_legend("性别"))
# labs() 对图形添加注释和标签（包含标题 title、子标题 subtitle、坐标轴 x & y 和引用 caption 等注释)
gg <- gg + labs(title = "2013-2014年平均应税收入（澳元）中的性别工资差距",
                subtitle = "在澳大利亚薪酬最高的工作中，女性收入低于男性（横坐标为人数, 纵坐标为职业）",
                x = NULL,
                y = NULL,
                caption = "资料来源: data.gov.au · graph by 数绘小站 · 2022-10-23")
# theme_minimal() 去坐标轴边框的最小化主题
gg <- gg + theme_minimal()
# theme() 实现对非数据元素的调整, 对结果进行进一步渲染, 使之更加美观
gg <- gg + theme(
  # plot.margin 调整图像边距, 上-右-下-左
  plot.margin = margin(12, 20, 2, 0), 
  # panel.grid.major 主网格线, 这一步表示删除主要网格线
  panel.grid.major = element_blank(),
  # panel.grid.minor 次网格线, 这一步表示删除次要网格线
  panel.grid.minor = element_blank(),
  # panel.background 面板背景 数据下面
  panel.background = element_rect(fill = '#FFFFE0', color = '#FFFFE0', size = 0),
  # plot.background 图片背景 
  plot.background = element_rect(fill = '#FFFFE0', color = '#FFFFE0', size = 0),
  # axis.text.x X-坐标轴文本
  axis.text.x = element_text(color = "black", size = 12, family =  "gchi", face = "bold"),
  # axis.text.y Y-坐标轴文本
  axis.text.y = element_text(color = "black", size = 10, family =  "Merienda", face = "bold"),
  # plot.title 主标题
  plot.title = element_text(color = "black", size = 18, family = "zxw", face = "bold", hjust = -1.0),
  # plot.subtitle 次要标题
  plot.subtitle = element_text(color = "red", size = 10, vjust = -1.2),
  # plot.caption 说明文字
  plot.caption =  element_text(hjust = 0.85, vjust = 30.2),
  # legend.position 设置图例位置, 这里指定图例摆放的绝对位置
  legend.position = c(.8, 0.56))

7. 保存图片到 PDF 和 PNG

gg

R语言多图组合共用图例 r语言 图例_R语言多图组合共用图例_02

filename = '20180423-C-01'
ggsave(filename = paste0(filename, ".pdf"), width = 9.2, height = 6.0, device = cairo_pdf)
ggsave(filename = paste0(filename, ".png"), width = 9.2, height = 6.0, dpi = 100, device = "png", bg = '#FFFFE0')

8. session-info

sessionInfo()
## R version 4.2.1 (2022-06-23)
## Platform: x86_64-pc-linux-gnu (64-bit)
## Running under: Ubuntu 20.04.5 LTS
## 
## Matrix products: default
## BLAS:   /usr/lib/x86_64-linux-gnu/openblas-pthread/libblas.so.3
## LAPACK: /usr/lib/x86_64-linux-gnu/openblas-pthread/liblapack.so.3
## 
## locale:
##  [1] LC_CTYPE=en_US.UTF-8       LC_NUMERIC=C              
##  [3] LC_TIME=en_US.UTF-8        LC_COLLATE=en_US.UTF-8    
##  [5] LC_MONETARY=en_US.UTF-8    LC_MESSAGES=en_US.UTF-8   
##  [7] LC_PAPER=en_US.UTF-8       LC_NAME=C                 
##  [9] LC_ADDRESS=C               LC_TELEPHONE=C            
## [11] LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C       
## 
## attached base packages:
## [1] stats     graphics  grDevices utils     datasets  methods   base     
## 
## other attached packages:
##  [1] showtext_0.9-5  showtextdb_3.0  sysfonts_0.8.8  forcats_0.5.2  
##  [5] stringr_1.4.1   dplyr_1.0.10    purrr_0.3.4     readr_2.1.2    
##  [9] tidyr_1.2.1     tibble_3.1.8    ggplot2_3.3.6   tidyverse_1.3.2
## 
## loaded via a namespace (and not attached):
##  [1] lubridate_1.8.0     assertthat_0.2.1    digest_0.6.30      
##  [4] utf8_1.2.2          R6_2.5.1            cellranger_1.1.0   
##  [7] backports_1.4.1     reprex_2.0.2        evaluate_0.16      
## [10] highr_0.9           httr_1.4.4          pillar_1.8.1       
## [13] rlang_1.0.6         curl_4.3.3          googlesheets4_1.0.1
## [16] readxl_1.4.1        rstudioapi_0.14     jquerylib_0.1.4    
## [19] rmarkdown_2.16      textshaping_0.3.6   labeling_0.4.2     
## [22] googledrive_2.0.0   munsell_0.5.0       broom_1.0.1        
## [25] compiler_4.2.1      modelr_0.1.9        xfun_0.32          
## [28] systemfonts_1.0.4   pkgconfig_2.0.3     htmltools_0.5.3    
## [31] tidyselect_1.1.2    fansi_1.0.3         crayon_1.5.2       
## [34] tzdb_0.3.0          dbplyr_2.2.1        withr_2.5.0        
## [37] grid_4.2.1          jsonlite_1.8.2      gtable_0.3.1       
## [40] lifecycle_1.0.3     DBI_1.1.3           magrittr_2.0.3     
## [43] scales_1.2.1        cli_3.4.1           stringi_1.7.8      
## [46] cachem_1.0.6        farver_2.1.1        fs_1.5.2           
## [49] xml2_1.3.3          bslib_0.4.0         ragg_1.2.3         
## [52] ellipsis_0.3.2      generics_0.1.3      vctrs_0.4.2        
## [55] tools_4.2.1         glue_1.6.2          hms_1.1.2          
## [58] fastmap_1.1.0       yaml_2.3.5          colorspace_2.0-3   
## [61] gargle_1.2.1        rvest_1.0.3         knitr_1.40         
## [64] haven_2.5.1         sass_0.4.2



测试数据

配套数据下载：week4_australian_salary.csv