# 可视化比例 | 绘制的速记图](../../../sketchnotes/11-Visualizing-Proportions.png)| |:---:| |可视化比例 - _速记图由 [@nitya](https://twitter.com/nitya) 绘制_ | 在本课中，你将使用一个以自然为主题的数据集来可视化比例，例如在关于蘑菇的数据集中有多少种不同类型的真菌。让我们通过一个来自 Audubon 的数据集来探索这些迷人的真菌，该数据集列出了 Agaricus 和 Lepiota 家族中 23 种有鳃蘑菇的详细信息。你将尝试一些有趣的可视化方法，例如： - 饼图 🥧 - 环形图 🍩 - 华夫图 🧇 > 💡 一个非常有趣的项目 [Charticulator](https://charticulator.com) 由微软研究院开发，提供了一个免费的拖放界面用于数据可视化。在他们的一个教程中也使用了这个蘑菇数据集！因此，你可以同时探索数据并学习这个库：[Charticulator 教程](https://charticulator.com/tutorials/tutorial4.html)。 ## [课前测验](https://purple-hill-04aebfb03.1.azurestaticapps.net/quiz/20) ## 了解你的蘑菇 🍄 蘑菇非常有趣。让我们导入一个数据集来研究它们： ```r mushrooms = read.csv('../../data/mushrooms.csv') head(mushrooms) ``` 打印出一个表格，其中包含一些适合分析的优秀数据： | 类别 | 帽型 | 帽表面 | 帽颜色 | 是否有瘀伤 | 气味 | 鳃附着方式 | 鳃间距 | 鳃大小 | 鳃颜色 | 茎形状 | 茎根部 | 环上方茎表面 | 环下方茎表面 | 环上方茎颜色 | 环下方茎颜色 | 面纱类型 | 面纱颜色 | 环数量 | 环类型 | 孢子印颜色 | 种群数量 | 栖息地 | | --------- | --------- | ----------- | --------- | ------- | ------- | --------------- | ------------ | --------- | ---------- | ----------- | ---------- | ------------------------ | ------------------------ | ---------------------- | ---------------------- | --------- | ---------- | ----------- | --------- | ----------------- | ---------- | ------- | | 有毒 | 凸形 | 光滑 | 棕色 | 有瘀伤 | 刺鼻 | 自由 | 紧密 | 狭窄 | 黑色 | 扩大 | 等长 | 光滑 | 光滑 | 白色 | 白色 | 部分 | 白色 | 一个 | 垂饰 | 黑色 | 分散 | 城市 | | 可食用 | 凸形 | 光滑 | 黄色 | 有瘀伤 | 杏仁 | 自由 | 紧密 | 宽广 | 黑色 | 扩大 | 棍状 | 光滑 | 光滑 | 白色 | 白色 | 部分 | 白色 | 一个 | 垂饰 | 棕色 | 众多 | 草地 | | 可食用 | 钟形 | 光滑 | 白色 | 有瘀伤 | 茴香 | 自由 | 紧密 | 宽广 | 棕色 | 扩大 | 棍状 | 光滑 | 光滑 | 白色 | 白色 | 部分 | 白色 | 一个 | 垂饰 | 棕色 | 众多 | 草地 | | 有毒 | 凸形 | 鳞状 | 白色 | 有瘀伤 | 刺鼻 | 自由 | 紧密 | 狭窄 | 棕色 | 扩大 | 等长 | 光滑 | 光滑 | 白色 | 白色 | 部分 | 白色 | 一个 | 垂饰 | 黑色 | 分散 | 城市 | | 可食用 | 凸形 | 光滑 | 绿色 | 无瘀伤 | 无气味 | 自由 | 拥挤 | 宽广 | 黑色 | 锥形 | 等长 | 光滑 | 光滑 | 白色 | 白色 | 部分 | 白色 | 一个 | 消失 | 棕色 | 丰富 | 草地 | | 可食用 | 凸形 | 鳞状 | 黄色 | 有瘀伤 | 杏仁 | 自由 | 紧密 | 宽广 | 棕色 | 扩大 | 棍状 | 光滑 | 光滑 | 白色 | 白色 | 部分 | 白色 | 一个 | 垂饰 | 黑色 | 众多 | 草地 | 你会立即注意到所有数据都是文本格式。为了在图表中使用这些数据，你需要将其转换。事实上，大部分数据是以对象形式表示的： ```r names(mushrooms) ``` 输出为： ```output [1] "class" "cap.shape" [3] "cap.surface" "cap.color" [5] "bruises" "odor" [7] "gill.attachment" "gill.spacing" [9] "gill.size" "gill.color" [11] "stalk.shape" "stalk.root" [13] "stalk.surface.above.ring" "stalk.surface.below.ring" [15] "stalk.color.above.ring" "stalk.color.below.ring" [17] "veil.type" "veil.color" [19] "ring.number" "ring.type" [21] "spore.print.color" "population" [23] "habitat" ``` 将数据中的“类别”列转换为分类： ```r library(dplyr) grouped=mushrooms %>% group_by(class) %>% summarise(count=n()) ``` 现在，如果打印出蘑菇数据，你会看到它已经根据有毒/可食用类别分组： ```r View(grouped) ``` | 类别 | 数量 | | --------- | --------- | | 可食用 | 4208 | | 有毒 | 3916 | 如果按照此表中呈现的顺序创建类别标签，你可以绘制一个饼图。 ## 饼图！ ```r pie(grouped$count,grouped$class, main="Edible?") ``` 瞧，一个饼图展示了根据蘑菇的两种类别的数据比例。在这里，确保标签数组的顺序正确非常重要，因此务必验证标签的构建顺序！  ## 环形图！ 环形图是一种更具视觉吸引力的饼图，它在中间有一个空洞。让我们用这种方法查看数据。 看看蘑菇生长的各种栖息地： ```r library(dplyr) habitat=mushrooms %>% group_by(habitat) %>% summarise(count=n()) View(habitat) ``` 输出为： | 栖息地 | 数量 | | --------- | --------- | | 草地 | 2148 | | 树叶 | 832 | | 草坪 | 292 | | 小径 | 1144 | | 城市 | 368 | | 废地 | 192 | | 木材 | 3148 | 这里，你将数据按栖息地分组。共有 7 个栖息地，因此使用这些作为环形图的标签： ```r library(ggplot2) library(webr) PieDonut(habitat, aes(habitat, count=count)) ```  此代码使用了两个库——ggplot2 和 webr。通过 webr 库的 PieDonut 函数，我们可以轻松创建环形图！ 在 R 中，仅使用 ggplot2 库也可以制作环形图。你可以在 [这里](https://www.r-graph-gallery.com/128-ring-or-donut-plot.html) 学习更多并尝试自己制作。 现在你已经知道如何分组数据并将其显示为饼图或环形图，你可以探索其他类型的图表。试试华夫图，这是一种不同的方式来探索数量。 ## 华夫图！ “华夫”类型图表是一种以二维方块阵列可视化数量的方式。尝试可视化此数据集中蘑菇帽颜色的不同数量。为此，你需要安装一个辅助库 [waffle](https://cran.r-project.org/web/packages/waffle/waffle.pdf) 并使用它生成可视化： ```r install.packages("waffle", repos = "https://cinc.rud.is") ``` 选择数据的一部分进行分组： ```r library(dplyr) cap_color=mushrooms %>% group_by(cap.color) %>% summarise(count=n()) View(cap_color) ``` 通过创建标签并分组数据来创建华夫图： ```r library(waffle) names(cap_color$count) = paste0(cap_color$cap.color) waffle((cap_color$count/10), rows = 7, title = "Waffle Chart")+scale_fill_manual(values=c("brown", "#F0DC82", "#D2691E", "green", "pink", "purple", "red", "grey", "yellow","white")) ``` 使用华夫图，你可以清楚地看到蘑菇数据集中帽颜色的比例。有趣的是，有许多绿色帽子的蘑菇！  在本课中，你学习了三种可视化比例的方法。首先，你需要将数据分组为类别，然后决定哪种方式最适合显示数据——饼图、环形图或华夫图。所有这些都很有趣，并能让用户快速了解数据集。 ## 🚀 挑战 尝试在 [Charticulator](https://charticulator.com) 中重新创建这些有趣的图表。 ## [课后测验](https://purple-hill-04aebfb03.1.azurestaticapps.net/quiz/21) ## 复习与自学 有时不容易判断何时使用饼图、环形图或华夫图。以下是一些相关文章： https://www.beautiful.ai/blog/battle-of-the-charts-pie-chart-vs-donut-chart https://medium.com/@hypsypops/pie-chart-vs-donut-chart-showdown-in-the-ring-5d24fd86a9ce https://www.mit.edu/~mbarker/formula1/f1help/11-ch-c6.htm https://medium.datadriveninvestor.com/data-visualization-done-the-right-way-with-tableau-waffle-chart-fdf2a19be402 进行一些研究以获取更多关于这个选择的信息。 ## 作业 [在 Excel 中尝试](assignment.md) **免责声明**： 本文档使用AI翻译服务[Co-op Translator](https://github.com/Azure/co-op-translator)进行翻译。尽管我们努力确保翻译的准确性，但请注意，自动翻译可能包含错误或不准确之处。原始语言的文档应被视为权威来源。对于关键信息，建议使用专业人工翻译。我们对因使用此翻译而产生的任何误解或误读不承担责任。