修改r中雷达图的现有功能

本文介绍了修改r中雷达图的现有功能的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！ 问题描述 29岁程序员，3月因学历无情被辞！ 我想用R制作雷达图，并在网络上找到下面的功能。 链接到网站 看起来不错，但是我想传递一个数值从0到1的数据框，并用百分比来缩放图表。我需要帮助才能实现它...... 以下是我在页面上找到的数据和功能。 CreateRadialPlot< - 函数（plot.data， axis.labels = colnames（plot.data）[ - 1]， grid.min = -0.5，＃10， grid.mid = 0，＃50， grid.max = 0.5，＃100， centre.y = grid.min - （（1/9 ）*（grid.max-grid.min））， plot.extent.x.sf = 1.2， plot.extent.y.sf = 1.2， x.centre.range = 0.02 *（grid.max-centre.y）， label.centre.y = FALSE， grid.line.width = 0.5， gridline.min.linetype =longdash ， gridline.mid.linetype =longdash， gridline.max.linetype =longdash， gridline.min.colour =gray， gridline.mid.colour =blue， gridline.max.colour =gray ， grid.label.size = 4， gridline.label.offset = -0.02 *（grid.max-centre.y）， label.gridline.min = TRUE， axis.label.offset = 1.15， axis.label.size = 3， axis.line.colour =gray， group.line.width = 1， group.point.size = 4， background.circle.colour =yellow， background.circle.transparency = 0.2， plot.legend = if（nrow（plot .data）> 1）TRUE else FALSE， legend.title =Cluster， legend.text.size = grid.label.size）{ var.names< - colnames（plot.data）[ - 1]＃'变量名的简短版本 #axis .labels [如果提供]设计用于保存变量名称的'长版本'＃具有使用\ n 指示的换行符#caclulate总绘图程度作为外圆半径xa用户可指定的比例因子 plot.extent.x =（grid.max + abs（centre.y））* plot.extent.x.sf plot.extent.y =（grid.max + abs（centre.y））* plot.extent.y.sf ＃检查提供的数据是否合理 if（length（axis.labels）！= ncol（plot.data） - 1） return（Error：'axis.labels'contains the wrong number of axis labels） if（min（plot.data [， - 1]） return（错误：plot.data'包含值（s）< （plot.data [， - 1]）> grid.max） return（Error：'plot.data'contains value（s）> grid .max） #Declare所需的内部函数 CalculateGroupPath< - function（df）{＃将变量值转换为一组径向xy坐标 #Code由Tony M发布的解决方案改编为 #http：//stackoverflow.com/questions/9614433/creating-radar-chart-aka-star-plot-spider-plot-using-ggplot2 in-r #Args：＃df：Col 1 - 组（实体的'unique'簇/组ID）＃Col 2-n：v1.value到vn.value - 变量v1到vn path< - as.factor（as.character（df [，1]））$ b $的值（例如组/队长平均值或中值） b ##找到增量 angles = seq（from = 0，to = 2 * pi，by =（2 * pi）/（ncol（df）-1）） ##创建图形数据框 graphData = data.frame（seg =，x = 0，y = 0） graphData = graphData [-1，] （我在等级中（路径））{ pathData = subset（df，df [，1] == i） for（j in c（2：ncol（df））） { #pathData [，j] = pathData [，j] graphData = rbind（graphData，data.frame（group = i，x = pathData [ ，j] * sin（angles [j-1]），y = pathData [，j] * cos（angles [j-1]）））} ##完成路径通过在路径中重复第一对坐标 graphData = rbind（graphData，data.frame（group = i，x = pathData [，2] * sin（angles [1]），y = pathData [，2] * cos（angles [1]））） } ＃确保第一列的名称与输入数据的名称相匹配（万一！ =group） colnames（graphData）[1]< - colnames（df）[1] graphData＃函数返回的数据帧 } CaclulateAxisPath = function（var.names，min，max）{ ＃计算一组径向轴的xy坐标（每个变量一个绘制在雷达图中） #Args：＃var.names - 要绘制的变量列表在雷达图上 #min - 绘制轴所需的MININUM值（相同的值将应用于所有轴） #max - 绘制轴所需的最大值（相同值将应用于所有轴） ＃var.names n.vars< - length var.names）＃所需变量（轴）的数量 ＃计算所需角度数（弧度）角度 ＃计算最小和最大x + y坐标向量 min.x min.y max.x max.y ＃组合成一组唯一编号的路径（每个变量一个） axisData< - NULL for（i in 1：nv （i，min.x [i]，min.y [i]）b axisData< - rbind（axisData，a，b）} ＃添加列名+设置行名=行号。以允许转换成数据帧 colnames（axisData）< -c（axis.no，x，y） rownames（axisData）< - seq（1：nrow （axisData）） ＃返回计算的轴路径 as.data.frame（axisData）} funcCircleCoords< - 函数（center = c（0,0），r = 1，npoints = 100）{＃从Joran的回复中调用http://stackoverflow.com/questions/6862742/draw-a-circle-with- ggplot2 tt xx yy return（data.frame（x = xx，y = yy））} ###将提供的数据转换为可绘制格式 ＃（a）将ABS（centre.y）添加到提供的绘图数据＃[为内部使用创建绘图质心0,0，而不管min。用户提供的数据中的y ＃的值] plot.data.offset< - plot.data plot.data.offset [，2：ncol（plot.data）]< ; - plot.data [，2：ncol（plot.data）] + abs（centre.y） #print（plot.data.offset） ＃（b）转换成径向坐标组< -NULL 组$ path< - CalculateGroupPath（plot.data.offset） #print（group $ path） ＃（ c）计算绘制径向变量轴所需的坐标 axis axis $ path #print（axis $ path） ＃（d）创建包含轴标签的文件+相关的绘图坐标 #Labels 轴$ label< - data.frame（ text = axis.labels，x = NA，y = NA） #print（axis $ label） #axis标签坐标 n.vars< - length（var.names） angles = seq（from = 0，to = 2 * pi，by =（2 * pi ）/n.vars）轴$ label $ x< - sapply（1：n.vars，function（ i，x）{（（grid.max + abs（centre.y））* axis.label.offset）* sin（angles [i]）}） axis $ label $ y< - sapply（1 ：n.vars，function（i，x）{（（grid.max + abs（centre.y））* axis.label.offset）* cos（angles [i]）}） #print（axis $标签） ＃（e）创建圆形网格线+标签 ＃使用三个用户指定的绘制圆形网格线所需的坐标系＃y轴的值：min，mid和max [grid.min; grid.mid; grid.max] gridline< - NULL gridline $ min $ path< - funcCircleCoords（c（0,0），grid.min + abs（centre.y），npoints = 360） gridline $ mid $ path< - funcCircleCoords（c（0,0），grid.mid + abs（centre.y），npoints = 360） gridline $ max $ path #print（head（gridline $ max $ path）） #gridline labels gridline $ min $ label< - data.frame（x = gridline.label.offset，y = grid.min + abs（centre.y）， text = as.character（grid.min）） gridline $ max $ label< - data.frame（x = gridline.label.offset，y = grid.max + abs（centre.y）， text = as.character（grid.max ）） gridline $ mid $ label< - data.frame（x = gridline.label.offset，y = grid.mid + abs（centre.y）， text = as.character（grid .mid）） #print（gridline $ min $ label） #print（gridline $ max $ label） #print（gridline $ mid $ label） ###明星t建立雷达图 ＃Delcare'theme_clear'，有或没有用户要求的绘图图例＃[默认=没有图例，如果只绘制1组[绘制路径]] theme_clear< - theme_bw（）+ theme（axis.text.y = element_blank（）， axis.text.x = element_blank（）， axis.ticks = element_blank（）， panel.grid.major = element_blank（）， panel.grid.minor = element_blank（）， panel.border = element_blank（）， legend。 key = element_rect（linetype =blank）） if（plot.legend == FALSE）theme_clear< - theme_clear + theme（legend.position =none） ＃Base-layer =轴标签+绘图范围＃[也需要声明绘图范围，因为轴标签并不总是＃适合由ggplot自动计算的绘图区域，甚至如果所有＃包含在第一个阴谋;并且在任何情况下，这里所遵循的策略是，首先＃将轴标签的右对齐标签绘制到Y轴左侧，以便x ＃然后几乎在x = 0之上/之下的轴标签的居中标签＃[abs（x）< x.centre.range];然后左对齐的轴标签位于Y轴的右侧[x> 0]。 ＃这种在图层中构建图层不允许ggplot正确＃在绘制第一层（基本层）时标识绘图范围] #base layer = axis labels for轴在中心y轴的左侧[x base< - ggplot（axis $ label）+ xlab（NULL）+ ylab（NULL）+ coord_equal（）+ geom_text（data = subset（axis $标签，轴$ label $ x aes（x = x，y = y，label = text），size = axis.label.size，hjust = 1） + scale_x_continuous（limits = c（-plot.extent.x，plot.extent.x））+ scale_y_continuous（limits = c（-plot.extent.y，plot.extent.y）） ＃+任何垂直轴的轴标签[abs（x） base aes（x = x，y = y，label = text），size = axis.label.size，hjust = 0.5） ＃+任何垂直轴的轴标签[x> x.centre.range] base< - base + geom_text（data = subset（axis $ label，axis $ label $ x> x.centre.range）， aes（x = x，y = y，label = text），size = axis.label.size，hjust = 0） ＃+ theme_clear [去除灰色背景，网格线，轴刻度标记d轴文本] base< - base + theme_clear ＃+用于绘制雷达数据的背景圆圈 base< - base + geom_polygon（data = gridline $ max $ path，aes（x，y）， fill = background.circle.colour， alpha = background.circle.transparency） ＃+径向轴 base color = axis.line.colour） ＃... + group（cluster）'paths' base size = group.line.width） ＃... +组点数（集群数据） base ＃... +修正图例标题 if（plot。图例== TRUE）base< - base + labs（color = legend.title，size = legend.text.size） ＃ ... +在'min'，'mid'和'max'y轴值处的圆形网格线 base lty = gridline.min.linetype，color = gridline.min.colour，size = grid.line.width） base< - base + geom_path（data = gridline $ mid $ path，aes（x = x，y = y）， lty = gridline.mid.linetype，color = gridline.mid.colour，size = grid.line.width） base< - base + geom_path（data = gridline $ max $ path，aes（x = x，y = y）， lty = gridline.max.linetype，color = gridline.max.colour，size = grid.line.width ） ＃... +网格线标签（max; AVE;分钟）[只加分钟。如果需要，网格线标签] if（label.gridline.min == TRUE）{ base< - base + geom_text（aes（x = x，y = y，label = text） gridline $ min $ label，face =bold，size = grid.label.size，hjust = 1）} base< - base + geom_text（aes（x = x，y = y，label = text ），data = gridline $ mid $ label，face =bold，size = grid.label.size，hjust = 1） base< - base + geom_text（aes（x = x，y = y， label = text），data = gridline $ max $ label，face =bold，size = grid.label.size，hjust = 1） ＃... + centre.y label if if required [即如果（label.centre.y == TRUE）{ centre.y.label< - data.frame（x = 0，y = 0，text = as.character（centre.y）） base< - base + geom_text（aes（x = x，y = y，label = text），data = centre.y.label，face =bold ，size = grid.label.size，hjust = 0.5）} return（base） } ＃（1 ）定义绘图所需的数据构建块[使用＃绘制上面的OAC结果的子集] var.names HE资格，日常/半日常职业，2+汽车家庭， （1：9） values.a 0.1099018，-0.05310315,0.0182626） values.b -c（0.2808439，-0.2936949，-0.1925846,0.08910815，-0.0346 8011,0.07385727， -0.07228813,0.1501105，-0.06800127） values.c group.names ＃（2）创建df1：以ggplot2所需格式绘制数据框 df1.a < - data.frame（matrix（c（rep（group.names [1]，9），var.names），nrow = 9，ncol = 2）， var.order = var.order，value = values.a） df1.b< - data.frame（matrix（c（rep（group.names [2]，9），var.names），nrow = 9，ncol = 2）， var.order = var.order，value = values.b） df1.c< - data.frame（matrix（c（rep（group.names [3]，9）），var.names ），nrow = 9，ncol = 2）， var.order = var.order，value = values.c） df1 colnames（df1）< -c（group，variable.name，variable.order，variable.value） df1 ＃（4）创建df2：以＃fu所需的格式绘制数据框ncRadialPlot $ b m2< - 矩阵（abs（c（values.a，values.b）），nrow = 2，ncol = 9，byrow = TRUE） group.names< - c（group.names [1：2]） df22< - data.frame（group = group.names，m2） colnames（df22）[2:10]< - var。名称 print（df22） ＃（6）使用函数CreateRadialPlot创建径向图，最小＃绘制中心的y值 CreateRadialPlot（ df22，plot.extent.x = 1.5，grid.min = -0.4，centre.y = -0.5， label.centre.y = TRUE，label.gridline.min = FALSE） 输出： 我想将包含0到1列中的值的数据框传递给函数，并在图表中生成百分比刻度。如果可能的话，网格上还会显示比例尺（0,10 .... 90,100）。在例子中作为例子： m2 group.names< -c（group.names [1：2]） df22 colnames（df22）[2:10]< - var.names print（df22） 解决方案 您也可以使用 rCharts 包来制作这种情节。有很多选项，您可以更容易地定制它。 它是您第一次使用rCharts，您应该执行以下设置： p> install.packages（'devtools'） require（devtools） install_github（'rCharts'，'ramnathv '） 以下是一个示例代码： library（rCharts）＃创建数字范围从0到1的虚拟数据框 df #muliply数字乘以100得到百分比 df [， - 1]< -df [， - 1] * 100 plot plot $ chart（polar = TRUE， （b = $）; plot $ xAxis（gridLineInterpolation ='circle'，lineWidth ='line'，height = 500） plot $ xAxis（categories = df $ id，tickmarkPlacement ='on'，lineWidth = 0，min = 0，max = 100，endOnTick = T，tickInterval = 10） plot $ series（data = df [，val1]，name =Series 1，pointPlacement =on） plo t $ series（data = df [，val2]，name =Series 2，pointPlacement =on） plot 输出如下所示： I would like to make a radar plot using R and found the function below on the web.Link to siteLooks pretty good , however I would like to pass a dataframe with values from 0 to 1 and scale the chart with percentages instead. I need help to make it happen though...Here is the data and the function that I found on the page.CreateRadialPlot <- function(plot.data, axis.labels=colnames(plot.data)[-1], grid.min=-0.5, #10, grid.mid=0, #50, grid.max=0.5, #100, centre.y=grid.min - ((1/9)*(grid.max-grid.min)), plot.extent.x.sf=1.2, plot.extent.y.sf=1.2, x.centre.range=0.02*(grid.max-centre.y), label.centre.y=FALSE, grid.line.width=0.5, gridline.min.linetype="longdash", gridline.mid.linetype="longdash", gridline.max.linetype="longdash", gridline.min.colour="grey", gridline.mid.colour="blue", gridline.max.colour="grey", grid.label.size=4, gridline.label.offset=-0.02*(grid.max-centre.y), label.gridline.min=TRUE, axis.label.offset=1.15, axis.label.size=3, axis.line.colour="grey", group.line.width=1, group.point.size=4, background.circle.colour="yellow", background.circle.transparency=0.2, plot.legend=if (nrow(plot.data)>1) TRUE else FALSE, legend.title="Cluster", legend.text.size=grid.label.size ) { var.names <- colnames(plot.data)[-1] #'Short version of variable names #axis.labels [if supplied] is designed to hold 'long version' of variable names #with line-breaks indicated using \n #caclulate total plot extent as radius of outer circle x a user-specifiable scaling factor plot.extent.x=(grid.max+abs(centre.y))*plot.extent.x.sf plot.extent.y=(grid.max+abs(centre.y))*plot.extent.y.sf #Check supplied data makes sense if (length(axis.labels) != ncol(plot.data)-1) return("Error: 'axis.labels' contains the wrong number of axis labels") if(min(plot.data[,-1])<centre.y) return("Error: plot.data' contains value(s) < centre.y") if(max(plot.data[,-1])>grid.max) return("Error: 'plot.data' contains value(s) > grid.max") #Declare required internal functions CalculateGroupPath <- function(df) { #Converts variable values into a set of radial x-y coordinates #Code adapted from a solution posted by Tony M to #http://stackoverflow.com/questions/9614433/creating-radar-chart-a-k-a-star-plot-spider-plot-using-ggplot2-in-r #Args: # df: Col 1 - group ('unique' cluster / group ID of entity) # Col 2-n: v1.value to vn.value - values (e.g. group/cluser mean or median) of variables v1 to v.n path <- as.factor(as.character(df[,1])) ##find increment angles = seq(from=0, to=2*pi, by=(2*pi)/(ncol(df)-1)) ##create graph data frame graphData= data.frame(seg="", x=0,y=0) graphData=graphData[-1,] for(i in levels(path)){ pathData = subset(df, df[,1]==i) for(j in c(2:ncol(df))){ #pathData[,j]= pathData[,j] graphData=rbind(graphData, data.frame(group=i, x=pathData[,j]*sin(angles[j-1]), y=pathData[,j]*cos(angles[j-1]))) } ##complete the path by repeating first pair of coords in the path graphData=rbind(graphData, data.frame(group=i, x=pathData[,2]*sin(angles[1]), y=pathData[,2]*cos(angles[1]))) } #Make sure that name of first column matches that of input data (in case !="group") colnames(graphData)[1] <- colnames(df)[1] graphData #data frame returned by function } CaclulateAxisPath = function(var.names,min,max) { #Caculates x-y coordinates for a set of radial axes (one per variable being plotted in radar plot) #Args: #var.names - list of variables to be plotted on radar plot #min - MININUM value required for the plotted axes (same value will be applied to all axes) #max - MAXIMUM value required for the plotted axes (same value will be applied to all axes) #var.names <- c("v1","v2","v3","v4","v5") n.vars <- length(var.names) # number of vars (axes) required #Cacluate required number of angles (in radians) angles <- seq(from=0, to=2*pi, by=(2*pi)/n.vars) #calculate vectors of min and max x+y coords min.x <- min*sin(angles) min.y <- min*cos(angles) max.x <- max*sin(angles) max.y <- max*cos(angles) #Combine into a set of uniquely numbered paths (one per variable) axisData <- NULL for (i in 1:n.vars) { a <- c(i,min.x[i],min.y[i]) b <- c(i,max.x[i],max.y[i]) axisData <- rbind(axisData,a,b) } #Add column names + set row names = row no. to allow conversion into a data frame colnames(axisData) <- c("axis.no","x","y") rownames(axisData) <- seq(1:nrow(axisData)) #Return calculated axis paths as.data.frame(axisData) } funcCircleCoords <- function(center = c(0,0), r = 1, npoints = 100){ #Adapted from Joran's response to http://stackoverflow.com/questions/6862742/draw-a-circle-with-ggplot2 tt <- seq(0,2*pi,length.out = npoints) xx <- center[1] + r * cos(tt) yy <- center[2] + r * sin(tt) return(data.frame(x = xx, y = yy)) } ### Convert supplied data into plottable format # (a) add abs(centre.y) to supplied plot data #[creates plot centroid of 0,0 for internal use, regardless of min. value of y # in user-supplied data] plot.data.offset <- plot.data plot.data.offset[,2:ncol(plot.data)]<- plot.data[,2:ncol(plot.data)]+abs(centre.y) #print(plot.data.offset) # (b) convert into radial coords group <-NULL group$path <- CalculateGroupPath(plot.data.offset) #print(group$path) # (c) Calculate coordinates required to plot radial variable axes axis <- NULL axis$path <- CaclulateAxisPath(var.names,grid.min+abs(centre.y),grid.max+abs(centre.y)) #print(axis$path) # (d) Create file containing axis labels + associated plotting coordinates #Labels axis$label <- data.frame( text=axis.labels, x=NA, y=NA ) #print(axis$label) #axis label coordinates n.vars <- length(var.names) angles = seq(from=0, to=2*pi, by=(2*pi)/n.vars) axis$label$x <- sapply(1:n.vars, function(i, x) {((grid.max+abs(centre.y))*axis.label.offset)*sin(angles[i])}) axis$label$y <- sapply(1:n.vars, function(i, x) {((grid.max+abs(centre.y))*axis.label.offset)*cos(angles[i])}) #print(axis$label) # (e) Create Circular grid-lines + labels #caclulate the cooridinates required to plot circular grid-lines for three user-specified #y-axis values: min, mid and max [grid.min; grid.mid; grid.max] gridline <- NULL gridline$min$path <- funcCircleCoords(c(0,0),grid.min+abs(centre.y),npoints = 360) gridline$mid$path <- funcCircleCoords(c(0,0),grid.mid+abs(centre.y),npoints = 360) gridline$max$path <- funcCircleCoords(c(0,0),grid.max+abs(centre.y),npoints = 360) #print(head(gridline$max$path)) #gridline labels gridline$min$label <- data.frame(x=gridline.label.offset,y=grid.min+abs(centre.y), text=as.character(grid.min)) gridline$max$label <- data.frame(x=gridline.label.offset,y=grid.max+abs(centre.y), text=as.character(grid.max)) gridline$mid$label <- data.frame(x=gridline.label.offset,y=grid.mid+abs(centre.y), text=as.character(grid.mid)) #print(gridline$min$label) #print(gridline$max$label) #print(gridline$mid$label) ### Start building up the radar plot # Delcare 'theme_clear', with or without a plot legend as required by user #[default = no legend if only 1 group [path] being plotted] theme_clear <- theme_bw() + theme(axis.text.y=element_blank(), axis.text.x=element_blank(), axis.ticks=element_blank(), panel.grid.major=element_blank(), panel.grid.minor=element_blank(), panel.border=element_blank(), legend.key=element_rect(linetype="blank")) if (plot.legend==FALSE) theme_clear <- theme_clear + theme(legend.position="none") #Base-layer = axis labels + plot extent # [need to declare plot extent as well, since the axis labels don't always # fit within the plot area automatically calculated by ggplot, even if all # included in first plot; and in any case the strategy followed here is to first # plot right-justified labels for axis labels to left of Y axis for x< (-x.centre.range)], # then centred labels for axis labels almost immediately above/below x= 0 # [abs(x) < x.centre.range]; then left-justified axis labels to right of Y axis [x>0]. # This building up the plot in layers doesn't allow ggplot to correctly # identify plot extent when plotting first (base) layer] #base layer = axis labels for axes to left of central y-axis [x< -(x.centre.range)] base <- ggplot(axis$label) + xlab(NULL) + ylab(NULL) + coord_equal() + geom_text(data=subset(axis$label,axis$label$x < (-x.centre.range)), aes(x=x,y=y,label=text),size=axis.label.size,hjust=1) + scale_x_continuous(limits=c(-plot.extent.x,plot.extent.x)) + scale_y_continuous(limits=c(-plot.extent.y,plot.extent.y)) # + axis labels for any vertical axes [abs(x)<=x.centre.range] base <- base + geom_text(data=subset(axis$label,abs(axis$label$x)<=x.centre.range), aes(x=x,y=y,label=text),size=axis.label.size,hjust=0.5) # + axis labels for any vertical axes [x>x.centre.range] base <- base + geom_text(data=subset(axis$label,axis$label$x>x.centre.range), aes(x=x,y=y,label=text),size=axis.label.size,hjust=0) # + theme_clear [to remove grey plot background, grid lines, axis tick marks and axis text] base <- base + theme_clear # + background circle against which to plot radar data base <- base + geom_polygon(data=gridline$max$path,aes(x,y), fill=background.circle.colour, alpha=background.circle.transparency) # + radial axes base <- base + geom_path(data=axis$path,aes(x=x,y=y,group=axis.no), colour=axis.line.colour) # ... + group (cluster) 'paths' base <- base + geom_path(data=group$path,aes(x=x,y=y,group=group,colour=group), size=group.line.width) # ... + group points (cluster data) base <- base + geom_point(data=group$path,aes(x=x,y=y,group=group,colour=group),size=group.point.size) #... + amend Legend title if (plot.legend==TRUE) base <- base + labs(colour=legend.title,size=legend.text.size) # ... + circular grid-lines at 'min', 'mid' and 'max' y-axis values base <- base + geom_path(data=gridline$min$path,aes(x=x,y=y), lty=gridline.min.linetype,colour=gridline.min.colour,size=grid.line.width) base <- base + geom_path(data=gridline$mid$path,aes(x=x,y=y), lty=gridline.mid.linetype,colour=gridline.mid.colour,size=grid.line.width) base <- base + geom_path(data=gridline$max$path,aes(x=x,y=y), lty=gridline.max.linetype,colour=gridline.max.colour,size=grid.line.width) # ... + grid-line labels (max; ave; min) [only add min. gridline label if required] if (label.gridline.min==TRUE) { base <- base + geom_text(aes(x=x,y=y,label=text),data=gridline$min$label,face="bold",size=grid.label.size, hjust=1) } base <- base + geom_text(aes(x=x,y=y,label=text),data=gridline$mid$label,face="bold",size=grid.label.size, hjust=1) base <- base + geom_text(aes(x=x,y=y,label=text),data=gridline$max$label,face="bold",size=grid.label.size, hjust=1) # ... + centre.y label if required [i.e. value of y at centre of plot circle] if (label.centre.y==TRUE) { centre.y.label <- data.frame(x=0, y=0, text=as.character(centre.y)) base <- base + geom_text(aes(x=x,y=y,label=text),data=centre.y.label,face="bold",size=grid.label.size, hjust=0.5) } return(base)}# (1) Define the data building blocks required for plotting purposes [uses# a subset of the OAC results plotted above]var.names <- c("All Flats", "No central heating", "Rooms per\nhousehold", "People per room", "HE Qualification", "Routine/Semi-Routine\nOccupation", "2+ Car household", "Public Transport\nto work", "Work from home")var.order = seq(1:9)values.a <- c(-0.1145725, -0.1824095, -0.01153078, -0.0202474, 0.05138737, -0.1557234, 0.1099018, -0.05310315, 0.0182626)values.b <- c(0.2808439, -0.2936949, -0.1925846, 0.08910815, -0.03468011, 0.07385727, -0.07228813, 0.1501105, -0.06800127)values.c <- rep(0, 9)group.names <- c("Blue Collar Communities", "Prospering Suburbs", "National Average")# (2) Create df1: a plotting data frame in the format required for ggplot2df1.a <- data.frame(matrix(c(rep(group.names[1], 9), var.names), nrow = 9, ncol = 2), var.order = var.order, value = values.a)df1.b <- data.frame(matrix(c(rep(group.names[2], 9), var.names), nrow = 9, ncol = 2), var.order = var.order, value = values.b)df1.c <- data.frame(matrix(c(rep(group.names[3], 9), var.names), nrow = 9, ncol = 2), var.order = var.order, value = values.c)df1 <- rbind(df1.a, df1.b, df1.c)colnames(df1) <- c("group", "variable.name", "variable.order", "variable.value")df1#(4) Create df2: a plotting data frame in the format required for# funcRadialPlotm2 <- matrix(abs(c(values.a, values.b)), nrow = 2, ncol = 9, byrow = TRUE)group.names <- c(group.names[1:2])df22 <- data.frame(group = group.names, m2)colnames(df22)[2:10] <- var.namesprint(df22)# (6) Create a radial plot using the function CreateRadialPlot, with min# y-value in center of plotCreateRadialPlot(df22, plot.extent.x = 1.5, grid.min = -0.4, centre.y = -0.5, label.centre.y = TRUE, label.gridline.min = FALSE)output:I would like to pass a dataframe containing values in the columns from 0 to 1 to the function and produce a percentage scale in the chart. And also to have a grid showing the percentage scale on it if possible (0,10....90,100).Here is the absolute values of the same data as in the example as an example:m2 <- matrix(abs(c(values.a, values.b)), nrow = 2, ncol = 9, byrow = TRUE)group.names <- c(group.names[1:2])df22 <- data.frame(group = group.names, m2)colnames(df22)[2:10] <- var.namesprint(df22) 解决方案 You could also use the rCharts package to make this kind of plot. There are a lot of options and you can probably customize it more easily.It it is the first time you are using rCharts, you should do the following setup:install.packages('devtools')require(devtools)install_github('rCharts', 'ramnathv')Here is an example code:library(rCharts)#create dummy dataframe with number ranging from 0 to 1df<-data.frame(id=c("a","b","c","d","e"),val1=runif(5,0,1),val2=runif(5,0,1))#muliply number by 100 to get percentagedf[,-1]<-df[,-1]*100plot <- Highcharts$new()plot$chart(polar = TRUE, type = "line",height=500)plot$xAxis(categories=df$id, tickmarkPlacement= 'on', lineWidth= 0)plot$yAxis(gridLineInterpolation= 'circle', lineWidth= 0, min= 0,max=100,endOnTick=T,tickInterval=10)plot$series(data = df[,"val1"],name = "Series 1", pointPlacement="on")plot$series(data = df[,"val2"],name = "Series 2", pointPlacement="on")plotThe output would look like this: 这篇关于修改r中雷达图的现有功能的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！ 上岸，阿里云！