library(ggplot2) #加载ggplot2包
library(dplyr) #加载dplyr包
library(ggstatsplot) #加载ggstatsplot包
diamonds2 <- filter(diamonds, color %in% c('J', 'H')) #选取diamonds数据集中color为J和H的数据，保存为diamonds2
#使用ggplot包的geom_bar函数
diamonds2 %>% ggplot(aes(x = clarity, fill = color)) + #x轴的分类为clarity，填充颜色为color（J和H）geom_bar(position = position_fill()) + scale_fill_brewer(palette = 'Set3') + #设置颜色板theme_classic() + #设置主题labs(y = 'Percent') + #设置y轴名为‘Percent’coord_flip() #旋转坐标轴
#使用ggstatsplot的ggbarstats函数
diamonds2 %>% ggbarstats(main = color, condition = clarity,bar.proptest = F, #不显示p值的显著与否palette = 'Set3',#设置颜色板results.subtitle = F #副标题不显示统计结果) + coord_flip() #旋转坐标轴
上面展示了两种方法来绘制百分比图， 从效果来看，ggstatsplot的ggbarstats()函数更好，不仅直接展示了每个clarity里面各个color的占比，还在图形的左侧展示了每个clarity的样本量。比geom_bar()包含的信息量更多，图形也更加美观，推荐使用ggstatsplot包的ggbarstats()函数！
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！
