首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >问答首页 >绘制多个数据集并将类别与条形图进行比较

绘制多个数据集并将类别与条形图进行比较
EN

Stack Overflow用户
提问于 2021-07-05 16:43:00
回答 1查看 33关注 0票数 0

我有三个变量相同的数据集,我想比较这三个数据集之间29个不同类别的一个变量。下面的例子应该可以作为一个可重现的例子。我已经尝试绘制了它,但输出结果并不像预期的那样。我希望有三个酒吧彼此相邻,并在每个类别的情节一个小情节。

代码语言:javascript
运行
AI代码解释
复制
number_trackers = c(1, 2, 3, 4, 5, 6), 
category = c("Ads", "Analytics", "Ads", "Analytics", "Ads", "Ads"), 
c4 = c("url1.com","ur2.com","url3.com","url4.com","url5.com","url6.com"))

List_short_after=data.frame = c("Tracker1", "Tracker2", "Tracker3", "Tracker4","Tracker5","Tracker6"), 
number_trackers = c(1, 2, 3, 4, 5, 6), 
category = c("Ads", "Analytics", "Ads", "Analytics", "Ads", "Ads"), 
c4 = c("url1.com","ur2.com","url3.com","url4.com","url5.com","url6.com"))

List_after=data.frame = c("Tracker1", "Tracker2", "Tracker3", "Tracker4","Tracker5","Tracker6"), 
number_trackers = c(1, 2, 3, 4, 5, 6), 
category = c("Ads", "Analytics", "Ads", "Analytics", "Ads", "Ads"), 
c4 = c("url1.com","ur2.com","url3.com","url4.com","url5.com","url6.com")) 

ggplot(data = NULL, 
       mapping = aes(y = number_trackers,x=category)) +
  geom_col(data = List_before,fill= "#ca93ef", colour="#ca93ef") +
  geom_col(data = List_short_after,fill= "#5034c4", colour="#5034c4") +
  geom_col(data = List_after,fill= "#795fc6", colour="#795fc6") +
  facet_wrap(facets = vars(category))+
  theme_minimal() +
  theme(text = element_text(color = "#795fc6",size=12,face="bold"),
        axis.text = element_text(color = "#795fc6",size=14,face="bold"))+
  labs(  y = "Number Trackers", x = "Categories")

[![This is how the plot shut look like just with 3 bars instead of 2][1]][1]


  [1]: https://i.stack.imgur.com/nDq36.png
EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2021-07-06 18:26:26

下面是可以帮助你达到目标的代码。请注意,我对您的输入数据进行了一些处理,因为它在您的问题中似乎不完整。

代码语言:javascript
运行
AI代码解释
复制
library(ggplot2)

List_before <- data.frame(
  list_id = "list_before",
  name = c("Tracker1", "Tracker2", "Tracker3", "Tracker4","Tracker5","Tracker6"),
  number_trackers = sample(c(1, 2, 3, 4, 5, 6)), 
  category = c("Ads", "Analytics", "Other 1", "Other 2", "Other 3", "Other 4"), 
  c4 = c("url1.com","ur2.com","url3.com","url4.com","url5.com","url6.com"))

List_short_after <- data.frame(
  list_id = "list_short_after",
  name = c("Tracker1", "Tracker2", "Tracker3", "Tracker4","Tracker5","Tracker6"),
  number_trackers = sample(c(1, 2, 3, 4, 5, 6)), 
  category = c("Ads", "Analytics", "Other 1", "Other 2", "Other 3", "Other 4"), 
  c4 = c("url1.com","ur2.com","url3.com","url4.com","url5.com","url6.com"))

List_after <- data.frame(
  list_id = "list_after",
  name = c("Tracker1", "Tracker2", "Tracker3", "Tracker4","Tracker5","Tracker6"),
  number_trackers = sample(c(1, 2, 3, 4, 5, 6)),
  category = c("Ads", "Analytics", "Other 1", "Other 2", "Other 3", "Other 4"), 
  c4 = c("url1.com","ur2.com","url3.com","url4.com","url5.com","url6.com")) 

df <- rbind(List_before, List_short_after, List_after)

df$list_id <- as.factor(df$list_id)
df$category <- as.factor(df$category)

ggplot(df, aes(y = number_trackers, x = list_id)) +
  geom_bar(aes(fill = list_id), stat = "identity", position = position_dodge()) +
  theme(axis.text.x = element_blank(),
        axis.ticks.x = element_blank()) +
  facet_grid(~category) +
  labs(y = "Number of Trackers", x = NULL)

票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/68259519

复制
相关文章
用多个类别来进行微调
          有时css的类基本设计好了,对于大多数的标签都能够实用,但却又个别的不行。如,菜单项,绝大多数都是2个字的,总体上按照这个宽度来设计,但还有2个菜单项是4个字的,所以,无需为他们再特别写独立的类了。只要在类上累加一个新类就行了。如: <a href='doc/keshi/gov.html' target=_blank  class='menu long'>           而新样式只需写有不同的地方就行了: #menudiv2 .menu{background-image:url(t
用户1075292
2018/01/23
6650
R语言 | 条形图绘制
本次内容介绍条形图的绘制,包括基本条形图、簇状条形图、频数条形图、堆积条形图、百分比条形图。
生信real
2022/03/29
2.4K0
R语言 | 条形图绘制
组合多个GSE数据集进行meta分析不妨先去冗余
所以作者开发这个R包: DupChecker: a bioconductor package for checking high-throughput genomic data redundancy in meta-analysis
生信技能树
2018/12/18
1.7K0
组合多个GSE数据集进行meta分析不妨先去冗余
CellChat三部曲2:使用CellChat 对多个数据集细胞通讯进行比较分析
此教程展示了如何应用 CellChat 来识别主要的信号变化,以及通过多个细胞通信网络的联合多重学习和定量对比保守和环境特异的信号。我们通过将其应用于来自两种生物条件:(NL,正常) 和(LS, 损伤) 人类皮肤的细胞的 scRNA-seq 数据,来展示 CellChat 的多重分析功能。这两个数据集具有相同的细胞群组成。如果不同数据集之间的细胞群组成略有或差异较大,请查看另一个相关的教程。
生信技能树jimmy
2022/01/17
22.7K2
CellChat三部曲2:使用CellChat 对多个数据集细胞通讯进行比较分析
52个数据可视化图表鉴赏
一、数据可视化,是关于数据视觉表现形式的科学技术研究。其中,这种数据的视觉表现形式被定义为,一种以某种概要形式抽提出来的信息,包括相应信息单位的各种属性和变量。它是一个处于不断演变之中的概念,其边界在不断地扩大。主要指的是技术上较为高级的技术方法,而这些技术方法允许利用图形、图像处理、计算机视觉以及用户界面,通过表达、建模以及对立体、表面、属性以及动画的显示,对数据加以可视化解释。与立体建模之类的特殊技术方法相比,数据可视化所涵盖的技术方法要广泛得多。
数据STUDIO
2022/02/24
6.2K0
52个数据可视化图表鉴赏
Matplotlib类别比较图(1)
matplotlib提供了bar函数绘制柱状图。语法:plt.bar(left, height, width, bottom, align, **kwargs)
python数据可视化之路
2023/02/23
7260
Matplotlib类别比较图(1)
Matplotlib类别比较图(2)
棉棒图传递了柱状图和条形图相同的信息,只是将矩形换成线条,这样可以减少展示空间,重点放在数据上,看起来更加简洁美观。相对于柱状图,棉棒图更加适合用于数据量较多的情况。
python数据可视化之路
2023/02/23
1.2K0
Matplotlib类别比较图(2)
Matplotlib类别比较图(3)
桑基图是展现数据流动的很好工具,是一种特定类型的流量图。在这个图中,指示箭头的宽度与流量大小成比例。
python数据可视化之路
2023/02/23
1.1K0
Matplotlib类别比较图(3)
Python:matplotlib绘制条形图
条形图,也称柱状图,看起来像直方图,但完是两码事。条形图根据不同的x值,为每个x指定一个高度y,画一个一定宽度的条形;而直方图是对数据集进行区间划分,为每个区间画条形。
py3study
2020/01/16
1.5K0
Python:matplotlib绘制条形图
[012] 不同数据集划分与验证方法的实现与比较
Model evaluation is a set of procedures allowing you to pick the best possible stable model. It is an essential part of the model development process. It reveals the model’s behavior and its predictive power — indicates the balance between bias and variance on unseen data. As a starting point, split the given dataset into a train and test set. The model will learn to predict using the train set; in comparison, we will utilize the test set to assess the model’s performance.
Sam Gor
2021/02/03
1.1K0
[012] 不同数据集划分与验证方法的实现与比较
difflib: Python 比较数据集
difflib 是一个专注于比较数据集(尤其是字符串)的 Python 模块。为了具体了解您可以使用此模块完成的几件事,让我们检查一下它的一些最常见的函数。
luckpunk
2023/09/13
3230
图表解析系列之柱状图
是一种以长方形的长度为变量的统计图表。长条图用来比较两个或以上的价值(不同时间或者不同条件),只有一个变量,通常利用于较小的数据集分析。长条图亦可横向排列。——维基百科
Data探险实验室
2023/02/23
2.7K0
图表解析系列之柱状图
多个基因集富集结果泡泡图绘制展示
通常我们会同时对多个基因集分别进行富集分析,结果放在一起展示。这时我们需要在富集结果后面加一列,标记该结果是哪个基因集的富集,在Excel中可以很方便地操作。如下面动图所示,分组的名字自己根据实际取名即可。
生信宝典
2022/01/18
9570
多个基因集富集结果泡泡图绘制展示
<译文>设置Prometheus并将其与Grafana集成以进行监控
众所周知,Prometheus和Grafana可用于监控广泛的应用程序。在本文中,我们将学习如何设置Prometheus和Grafana。我们还将看到如何将Prometheus集成为Grafana中的数据源。
东风微鸣
2022/04/21
7280
<译文>设置Prometheus并将其与Grafana集成以进行监控
可视化图表样式使用大全
Severino Ribecca 是一位平面设计师,也是数据可视化的爱好者,他在自己的网站上收录了 60 种可视化图表样式以及它们分别适用于什么样的场景,并且推荐了相应的制作工具。
代码医生工作室
2020/02/20
9.8K0
R语言基于Excel数据绘制多系列条形图
  本文介绍基于R语言中的readxl包与ggplot2包,读取Excel表格文件数据,并绘制具有多个系列的柱状图、条形图的方法。
疯狂学习GIS
2023/09/18
5160
R语言基于Excel数据绘制多系列条形图
常用60类图表使用场景、制作工具推荐!
数据可视化的爱好者Severino Ribecca,他在自己的网站上收录了 60 种可视化图表样式以及它们分别适用于什么样的场景,并且推荐了相应的制作工具。
用户8949263
2022/05/23
9.3K0
常用60类图表使用场景、制作工具推荐!
60 种常用可视化图表,该怎么用?
数据可视化的爱好者Severino Ribecca,他在自己的网站上收录了 60 种可视化图表样式以及它们分别适用于什么样的场景,并且推荐了相应的制作工具。
Python研究者
2022/05/21
9.4K0
60 种常用可视化图表,该怎么用?
点击加载更多

相似问题

将数组中的数据与数字ID进行比较,并将其插入数据集

20

将数据集与实线混合的数据集进行比较

10

从多列创建数据集并将其与另一个数据集进行比较

31

Python按类别从dataframe绘制多个条形图

11

如何计算类别中的元素并将其与XSLT中的其他类别进行比较

32
添加站长 进交流群

领取专属 10元无门槛券

AI混元助手 在线答疑

扫码加入开发者社群
关注 腾讯云开发者公众号

洞察 腾讯核心技术

剖析业界实践案例

扫码关注腾讯云开发者公众号
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档