没有做到信雅达的能力和时间，结合 去粗取精。

如何创建 BBC 风格的数据可视化图表

BBC 的数据部门在 ggplot 的基础上，结合自身业务开发了 bbplot 。利用 bbplot 可以更加高效的创建供新闻出版使用的数据可视化图表。同时 BBC 的数据部门还撰写了本手册供有兴趣使用 bbplot 创建类似以下图表的人使用：

载入所有需要使用的库

利用 pacman 的 p_load 函数一次载入所有需要使用的库：

# 本行代码会未安装 pacman 的时候安装 pacman，如果已安装则直接载入if(!require(pacman)) install.packages("pacman")pacman::p_Load('dplr', 'tidyr', 'gapminder', 'ggplot2', 'ggalt','forcats', 'R.utils', 'png', 'grid', ' ggpubr', bbplot)

安装 bbplot 包

由于 bbplot 没有上传到 CRAN，所以目前只能使用 devtools 安装。

# 运行此行安装 devtools 包?# install.packages('devtools')devtools::install_github('bbc/bbplot')

关于 bbplot 更详细的信息可以在查阅，本文接下来也会详细记录此库的大部分使用方法及相关函数。

bbplot 是如何工作的

本包有两个函数：bbc_style() 和finalise_plot()。

bbc_style():此函数不需要传入参数，会在创建完绘图之后被添加至 ggplot 的绘图流程中。这个函数的作用是创建 BBC 风格的字号、字体、颜色、标尺、边距等组件，绘图的风格是根据设计部门的推荐和反馈定制的。

需要注意的是折线图中的线条或者条形图?中条形的颜色不由 bbc_style() 函数定制，需要使用标准的 ggplot 绘图函数指定。

下面的代码展示了 bbc_style() 常规使用方式。例子本身是用 gapminder 包提供的数据绘制一个简单的折线图。

# 绘图所使用的数据来自 gapminder 包line_df <- gapminder %>% filter(country == "Malawi")# 绘图line <- ggplot(line_df, aes(x = year, y = lifeExp)) +geom_line(colour = "#1390A1", size = 1)+geom_hline(yintercept = 0,size = 1)+bbc_style()+labs(title = "Living longer",subtitle = "Life expectancy in Malawi 1952-2007")

这就是 bbc_style() 实际完成的工作。本质上是调整了 ggplot2 的 theme 函数的参数。

举个例子，第一个参数设置了标题的字形、字号、字体以及颜色。

## function () ## {##     font <- "Helvetica"##     ggplot2::theme(plot.title = ggplot2::element_text(family = font, ##         size = 28, face = "bold", color = "#222222"), plot.subtitle = ggplot2::element_text(family = font, ##         size = 22, margin = ggplot2::margin(9, 0, 9, 0)), plot.caption = ggplot2::element_blank(), ##         legend.position = "top", legend.text.align = 0, legend.background = ggplot2::element_blank(), ##         legend.title = ggplot2::element_blank(), legend.key = ggplot2::element_blank(), ##         legend.text = ggplot2::element_text(family = font, size = 18, ##             color = "#222222"), axis.title = ggplot2::element_blank(), ##         axis.text = ggplot2::element_text(family = font, size = 18, ##             color = "#222222"), axis.text.x = ggplot2::element_text(margin = ggplot2::margin(5, ##             b = 10)), axis.ticks = ggplot2::element_blank(), ##         axis.line = ggplot2::element_blank(), panel.grid.minor = ggplot2::element_blank(), ##         panel.grid.major.y = ggplot2::element_line(color = "#cbcbcb"), ##         panel.grid.major.x = ggplot2::element_blank(), panel.background = ggplot2::element_blank(), ##         strip.background = ggplot2::element_rect(fill = "white"),##         strip.text = ggplot2::element_text(size = 22, hjust = 0))## }## 
    

可以通过修改或添加 theme 函数的参数来调整图表样式。不过一定要在调用了 bbc_style() 之后再调用theme(),否则的话 bbc_style() 会覆盖掉你的调整。

下面的代码会给图片添加网格线：

theme(panel.grid.major.x = element_line(color = "#cbcbcb"),panel.grid.major.y = element_blank())

保存绘制完毕的图表

添加完bbc_style()后还需要一步操作才可以让你的图表可以公布。finalise_plot() 能够使图表的标题和副标题左对齐、添加信息来源、在图表右下脚添加照片。它还能将图表保存至指定的位置。这个函数有5个参数：

finalise_plot(plot_name, source, save_filepath, width_pixels = 640, height_pixels = 450)

• plot_name: 图表的名字。比如上面绘制的表格 plot_name 是 "line"。
• source:需要在图表左下角暂时的来源文字，需要在文字前先打上 "Source:",比如 `source = "Source: ONS"。
• svae_filepath:图表的保存路径，需要包括.png 后缀。
• width_pixels:默认 640 px。
• hieght_pixels:，默认 450 px。
• logo_image_path:指定在图表右下角需要展示的 logo 保存的位置。默认是一个 png 格式的占位文件，颜色和图表的背景色一样。如果你不需要展示 logo， 则无需调整此参数。当你想给图表增加 logo 时，通过此参数指定 logo 的位置即可。

finalise_plot(plot_name = my_line_plot,              source = "Source: Gapminder",              save_filepath = "filename_that_my_plot_should_be_saved_to.png",              width_pixels = 640,              height_pixels = 450,              logo_image_path = "placeholder.png")

通过 finalise_plot() 函数，可以在图片发布前做最后的微调并保存图片。

因为 RStudio 的 plot 面板展示的图表可能与最终保存的图表不一样，所以应该尽早保存并查看保存后图表避免出错。

所以，如何保存我们之前绘制的图表呢？

finalise_plot(plot_name = line,              source = "Source: Gapminder",              save_filepath = "images/line_plot_finalised_test.png",              width_pixels = 640,              height_pixels = 550)

绘制折线图

#Prepare dataline_df <- gapminder %>%  filter(country == "China") #Make plotline <- ggplot(line_df, aes(x = year, y = lifeExp)) +  geom_line(colour = "#1380A1", size = 1) +  geom_hline(yintercept = 0, size = 1, colour="#333333") +  bbc_style() +  labs(title="Living longer",       subtitle = "Life expectancy in China 1952-2007")

绘制多重线图

#Prepare datamultiple_line_df <- gapminder %>%  filter(country == "China" | country == "United States") #Make plotmultiple_line <- ggplot(multiple_line_df, aes(x = year, y = lifeExp, colour = country)) +  geom_line(size = 1) +  geom_hline(yintercept = 0, size = 1, colour="#333333") +  scale_colour_manual(values = c("#FAAB18", "#1380A1")) +  bbc_style() +  labs(title="Living longer",       subtitle = "Life expectancy in China and the US")

绘制条形图

#Prepare databar_df <- gapminder %>%  filter(year == 2007 & continent == "Africa") %>%  arrange(desc(lifeExp)) %>%  head(5)#Make plotbars <- ggplot(bar_df, aes(x = country, y = lifeExp)) +  geom_bar(stat="identity",            position="identity",            fill="#1380A1") +  geom_hline(yintercept = 0, size = 1, colour="#333333") +  bbc_style() +  labs(title="Reunion is highest",       subtitle = "Highest African life expectancy, 2007")

绘制堆叠图

#prepare datastacked_df <- gapminder %>%   filter(year == 2007) %>%  mutate(lifeExpGrouped = cut(lifeExp,                     breaks = c(0, 50, 65, 80, 90),                    labels = c("Under 50", "50-65", "65-80", "80+"))) %>%  group_by(continent, lifeExpGrouped) %>%  summarise(continentPop = sum(as.numeric(pop)))#set order of stacks by changing factor levelsstacked_df$lifeExpGrouped = factor(stacked_df$lifeExpGrouped, levels = rev(levels(stacked_df$lifeExpGrouped)))#create plotstacked_bars <- ggplot(data = stacked_df,                        aes(x = continent,                           y = continentPop,                           fill = lifeExpGrouped)) +  geom_bar(stat = "identity",            position = "fill") +  bbc_style() +  scale_y_continuous(labels = scales::percent) +  scale_fill_viridis_d(direction = -1) +  geom_hline(yintercept = 0, size = 1, colour = "#333333") +  labs(title = "How life expectancy varies",       subtitle = "% of population by life expectancy band, 2007") +  theme(legend.position = "top",         legend.justification = "left") +  guides(fill = guide_legend(reverse = TRUE))

这个例子中展示的是比例，有些时候需要展示准确的数字。只需要将 position = "fill" 修改为 position = "identity" 就行。

绘制分组条形图

绘制分组条形图和绘制条形图的方法差不多，只需要将 position = "identity" 修改为 position = "dodge" 并设置 fill 即可。

#Prepare datagrouped_bar_df <- gapminder %>% filter(year == 1967 | year == 2007) %>% select(country, year, lifeExp) %>% spread(year, lifeExp) %>% mutate(gap = `2007` - `1967`) %>% arrange(desc(gap)) %>% head(5) %>% gather(key = year,         value = lifeExp,        -country,        -gap)  #Make plotgrouped_bars <- ggplot(grouped_bar_df,                       aes(x = country,                           y = lifeExp,                           fill = as.factor(year))) + geom_bar(stat="identity", position="dodge") + geom_hline(yintercept = 0, size = 1, colour="#333333") + bbc_style() + scale_fill_manual(values = c("#1380A1", "#FAAB18")) + labs(title="We're living longer",      subtitle = "Biggest life expectancy rise, 1967-2007")

绘制哑铃图

library("ggalt")library("tidyr")#Prepare datadumbbell_df <- gapminder %>%  filter(year == 1967 | year == 2007) %>%  select(country, year, lifeExp) %>%  spread(year, lifeExp) %>%  mutate(gap = `2007` - `1967`) %>%  arrange(desc(gap)) %>%  head(10)#Make plotggplot(dumbbell_df, aes(x = `1967`, xend = `2007`, y = reorder(country, gap), group = country)) +   geom_dumbbell(colour = "#dddddd",                size = 3,                colour_x = "#FAAB18",                colour_xend = "#1380A1") +  bbc_style() +   labs(title="We're living longer",       subtitle="Biggest life expectancy rise, 1967-2007")

绘制直方图

hist_df <- gapminder %>%  filter(year == 2007)ggplot(hist_df, aes(lifeExp)) +  geom_histogram(binwidth = 5, colour = "white", fill = "#1380A1") +  geom_hline(yintercept = 0, size = 1, colour="#333333") +  bbc_style() +  scale_x_continuous(limits = c(35, 95),                     breaks = seq(40, 90, by = 10),                     labels = c("40", "50", "60", "70", "80", "90 years")) +  labs(title = "How life expectancy varies",       subtitle = "Distribution of life expectancy in 2007")

调整图例

移除图例

有时候直接用文字注释来识别数据会比图例的效果更好。

使用 guides(colour = FALSE)来删除指定的元素。

multiple_line + guides(colours = FALSE)

也可以一次性移除所有的图例theme(legned.position = "none")

multiple_line + theme(legend.position ="none")

调整图例的位置

图例默认展示在图表的上方，可以使用 legend.position = right/left/bottom 将图例移动至其它位置：

mulitiple_line + theme(legend.position = "right")

如果需要精确指定图例的位置，可以给 legend.position传入坐标参数。

legend.position = c(0.98,0.1)会将图例移动至右下方。c(0,0)是左下角，c(1,0) 是右下角，c(0,1)是左上角。

如果想知道最终的图表中图例的实际位置，需要先通过finalise_plot()函数将图表保存后，查看实际的图片。因为位置和图片的大小有关。

multiple_line + theme(legend.position = c(0.115,1.05),                      legend.direction = "horizontal") +    labs(title="Living longer",       subtitle = "Life expectancy in China and the US\n")

如果想让图例左对齐，设置一个负边距是比较简单的办法。语法是 margin(top, right, bottom, left)，但这需要多次保存和查看图片来找到正确的数字。

+ theme(legend.margin = margin(0, 0, 0, -200)

删除图例文字

通过调整 theme() 来删除标题。记住，对 theme()的所有修改都要放在bbc_style()之后。

+ theme(legend.title = element_blank())

让图例逆序

有时候需要调整图例的顺序，使得图例和图形的顺序一致。

+ guides(fill = guide_legned(reverse = TRUE))

图例重新布局

如果图例特别多，出于美观考虑，我们可能需要对图例重新布局。

通过给 guides 传递参数可以指定图例的行数，下面的例子展示了如何创建一个共4行的图例：

+ guides(fill = guide_legend(nrow = 4, byrow = T)

调整图例的标志

给 guides 传入 override.aes 参数会在不影响原图表的情况下修改图例的默认样式。

+gides(fill = guide_legned(override.aes = list(size = 4)))

给图例添加间隙

默认的 ggplot 图例几乎没有间隙。可以调整 scale labels manually 来增加间隙。

举个例子：

如果你有一个图形，颜色是根据数据来设置的，这时候你会有一个关于颜色的图例。微调标签就能调整图例的间距：

+ scale_colour_manual(labels = function(x) paste0(" ",x," ")

如果你的图例展示的信息有变化，上面的代码也要相应作出修改。比如 fill，需要修改为 scale_fill_manual()

调整坐标轴

变换坐标轴

coord_flip()可以将横坐标修改为纵坐标。

bars <- bars + coord_filp()

添加/移除网格线

bbplot 默认只有水平网格线。如果要添加垂直网格线，可以

panel.grid.major.x = element_line(同样的，移除水平网格线panel.grid.major.y = element_blank())

bars <- bars + coord_flip() +  theme(panel.grid.major.x = element_line(color="#cbcbcb"),         panel.grid.major.y=element_blank())## 新添加的坐标系会代替原有的坐标系。

修改坐标轴的文字

可以使用 scale_y_continuous 或者 scale_x_continuous 任意修改坐标轴标签。

bars <- bars + scale_y_continuous(limits=c(0,85),                   breaks = seq(0, 80, by = 20),                   labels = c("0","20", "40", "60", "80 years"))bars

在指定坐标轴标签的同时，也指定了坐标轴的区间(limits)。

给坐标轴标签添加千位符号

通过 scale_y_continuous 可以给坐标轴标签添加千位符号。第一种办法是：

+ scale_y_continuous(labels = function(x) format(x, big.mark = ",",                                                 scientific = FALSE))

这个办法有点麻烦。第二个办法需要用到 scale包，但是简单点：

+ scale_y_cpntinuous(labels = scales::comma)

给坐标轴标签添加 %

通过 scale_y_continuous 很容易做到：

+ scale_y_continuous(labels = function(x) paste0(x, "%")

限定绘图范围

比较麻烦的方法是使用scale_y_continuous来指定绘图范围，但是如果不需要设置坐标轴标签的话，使用 xlim 或 ylim 就行：

bars + ylim(c(0,500))

给坐标轴添加 title

默认的 theme 坐标轴是没有 title 的，不过可以手工添加：

+ theme(axis.title = element_text(size = 18))

修改坐标轴 title

添加了坐标轴 title 后，默认的 title 是变量名。可以通过 labs()修改为任意的 title。

+labs(x = "I'm an axis",      y = "")

修改坐标轴刻度

可以使用axis.ticks.x 或者 axis.ticks.y修改坐标轴刻度：

multiple_line+ theme(    axis.ticks.x = element_line(colour = "#333333"),    axis.ticks.length = unit(0.26,"cm"))

添加注释

添加一条注释

最简单的添加注释的办法是使用 geom_label:

multiple_line + geom_label(aes(x = 1980, y = 45, label = "I'm an annotation!"),hjust = 0, vjust = 0.5, colour = "#555555", fill = "white", label.size = NA, family = "Helvetica", size = 6)

注释准确的位置和 x、y 参数以及文本对齐方式有关。

使用 \n 进行换行，使用 lineheight 设置行高。

multiple_line <- multiple_line +   geom_label(aes(x = 1980, y = 45, label = "I'm quite a long\nannotation over\nthree rows"),              hjust = 0,              vjust = 0.5,              lineheight = 0.8,             colour = "#555555",              fill = "white",              label.size = NA,              family="Helvetica",              size = 6)

在我们的案例中试一下：

multiple_line <- multiple_line +   theme(legend.position = "none") +   xlim(c(1950, 2011)) +  geom_label(aes(x = 2007, y = 79, label = "US"),              hjust = 0,              vjust = 0.5,              colour = "#1380A1",              fill = "white",              label.size = NA,              family="Helvetica",              size = 6) +  geom_label(aes(x = 2007, y = 72, label = "China"),              hjust = 0,              vjust = 0.5,              colour = "#FAAB18",              fill = "white",              label.size = NA,              family="Helvetica",              size = 6)

左对齐/右对齐文本

hjust 和 vjust 控制文本的水平和垂直对齐。它们的取值范围为 0 ～ 1。0 表示左（底部）对齐，1 表示右（顶部）对齐。

根据数据添加标签

以上方法在添加文本标签时很有用，但是重复使用以上方法为图表添加注释会让工作变得很枯燥。

所以，如果你想给所有的数据点添加标签，可以直接根据数据来设置位置。

labelled.bars <- bars + geom_label(aes(x = country, y = lifeExp, label = round(lifeExp, 0)),    hjust =1,    vjust =0.5    colour = "white",    fill = NA,    label.size = NA,    family = "Helvetica",    size = 6)baelled.bars

上面的代码自动给每个国家都加上了文本标签，免去了添加5次 geom_label 的麻烦。

为条形图添加左对齐的标签

如果你想给条形图添加左对齐的标签，只需要根据数据集设置 x 参数，然后专门直接设置y参数就行。

labelled.bars.v2 <- bars + geom_label(aes(x = country, y = 4, label = round(lifeExp, 0)),    hjust = 0,    vjusy = 0.5,    colour = "white",    fill = NA,    label.size = NA,    family = "Helvetica",    size = 6)labelled.bars.v2

条形图重排序

有时候，需要重新排列条形的顺序。为了达到这个目的，需要在绘图前设置数据的 factor levels。明确在绘制分类数据时想使用的顺序。

dataset$column <- factor(dataset$column, levels = c("18-24","25-64","65+"))

这也可以用于堆叠图。

按情况设置条形颜色

通过 ifelse()可以根据情况设置 fill、alpha、size 等元素的值。

fill = ifelse(logical_condition, fill_if_true, fill_if_false)

ggplot(bar_df, aes(x = reorder(country, lifeExp),y =lifeExp))+    geom_bar(stat = "identify", position = "Identity", fill = ifelse(    bar_df$country == "#Mauritius","#1380A1","#ddddddd"))+    coord_filp()+    labs(title = "Reunion is highest", subtitle = "Hightest African life expectancy, 2007")+    theme(panel.grid.major.x = element_line(color = "#cbcbcb"),    panel.grid.major.y = element_blank())

(未完）