博客:www.jiaopengzi.com

焦棚子的文章目录

请点击下载附件

一、效果

二、data

三、添加字段

注意红色框标注地方

四、code

# 下面用于创建数据帧并删除重复行的代码始终执行,并用作脚本报头:
# dataset <- data.frame(dim, wd, values)
# 在此处粘贴或键入脚本代码:

====================================================================================================

参考:https://stackoverflow.com/questions/48259930/how-to-create-a-stacked-waterfall-chart-in-r

译文:https://codeday.me/bug/20190319/786734.html

====================================================================================================

library("ggplot2")

library("dplyr") df <- dataset df.tmp <- df %>%

mutate(

dim = factor(dim,

levels = c("A", "B", "C", "D")),

wd = factor(wd,

levels = c("E", "W", "Q"))

) %>% arrange(dim, desc(wd)) %>%

mutate(end.Bar = cumsum(values),

start.Bar = c(0, head(end.Bar, -1))) %>%

rbind(

df %>%

group_by(wd) %>%

summarise(values = sum(values)) %>%

mutate(

dim = "Total",

wd = factor(wd,

levels = c("E", "W", "Q"))

) %>%

arrange(dim, desc(wd)) %>%

mutate(end.Bar = cumsum(values),

start.Bar = c(0, head(end.Bar, -1))) %>%

select(names(df),end.Bar,start.Bar)

) %>%

mutate(group.id = group_indices(., dim)) %>%

group_by(dim) %>%

mutate(total.by.x = sum(values)) %>%

select(dim, wd, group.id, start.Bar, values, end.Bar, total.by.x) ggplot(df.tmp, aes(x = group.id, fill = wd)) +

geom_rect(aes(x = group.id,

xmin = group.id - 0.25,

xmax = group.id + 0.25,

ymin = end.Bar,

ymax = start.Bar),

color="black",

alpha=0.95) +

geom_segment(aes(x=ifelse(group.id == last(group.id),

last(group.id),

group.id+0.25),

xend=ifelse(group.id == last(group.id),

last(group.id),

group.id+0.75),

y=ifelse(wd == "E",

end.Bar,

max(end.Bar)2),

yend=ifelse(wd == "E",

end.Bar,

max(end.Bar)
2)),

colour="black") +

geom_text(

mapping =

aes(

label = ifelse(values < 150,

"",

ifelse(nchar(values) == 3,

as.character(values),

sub("(.{1})(.)", "\1,\2",

as.character(values)

)

)

),

y = rowSums(cbind(start.Bar,values/2))

),

color = "white",

fontface = "bold"

) +

geom_text(

mapping =

aes(

label = ifelse(wd != "E",

"",

ifelse(nchar(total.by.x) == 3,

as.character(total.by.x),

sub("(.{1})(.
)", "\1,\2",

as.character(total.by.x)

)

)

),

y = end.Bar+200

),

color = "#213058",

fontface = "bold"

) +

分类颜色设置

scale_fill_manual(values=c('#ADB175','#8E599F','#213058')) +

Y轴设置

scale_y_continuous(

expand=c(0,0),

limits = c(0, 4000),

breaks = seq(0, 4000, 500),

labels = ifelse(nchar(seq(0, 4000, 500)) < 4,

as.character(seq(0, 4000, 500)),

sub("(.{1})(.*)", "\1,\2",

as.character(seq(0, 4000, 500))

)

)

) +

scale_x_continuous(

expand=c(0,0),

limits = c(min(df.tmp$group.id)-0.5,max(df.tmp$group.id)+0.5),

breaks = c(min(df.tmp$group.id)-0.5,

unique(df.tmp$group.id),

unique(df.tmp$group.id) + 0.5

),

labels =

c("",

as.character(unique(df.tmp$dim)),

rep(c(""), length(unique(df.tmp$dim)))

)

) +

theme(

text = element_text(size = 14, color = "#213058"),

axis.text = element_text(size = 10, color = "#213058", face = "bold"),

axis.text.y = element_text(margin = margin(r = 0.3, unit = "cm")),

axis.ticks.x =

element_line(color =

c("black",

rep(NA, length(unique(df.tmp$dim))),

rep("black", length(unique(df.tmp$dim))-1)

)

),

axis.line = element_line(colour = "#213058", size = 0.5),

axis.ticks.length = unit(.15, "cm"),

axis.title.x = element_blank(),

axis.title.y = element_blank(),

panel.background = element_blank(),

plot.margin = unit(c(1, 1, 1, 1), "lines"),

legend.text = element_text(size = 10,

color = "#213058",

face = "bold",

margin = margin(l = 0.25, unit = "cm")

),

legend.title = element_blank()

)

注意:

1、R视觉对象,发布需要pro才行;

2、data的形式和X、Y轴的设置;

3、对R要有所了解。

by焦棚子

焦棚子的文章目录

120_PowerBI堆积瀑布图_R脚本Visual的更多相关文章

  1. 教你用Python创建瀑布图

    介绍 对于绘制某些类型的数据来说,瀑布图是一种十分有用的工具.不足为奇的是,我们可以使用Pandas和matplotlib创建一个可重复的瀑布图. 在往下进行之前,我想先告诉大家我指代的是哪种类型的图 ...

  2. 第四篇:R语言数据可视化之折线图、堆积图、堆积面积图

    折线图简介 折线图通常用来对两个连续变量的依存关系进行可视化,其中横轴很多时候是时间轴. 但横轴也不一定是连续型变量,可以是有序的离散型变量. 绘制基本折线图 本例选用如下测试数据集: 绘制方法是首先 ...

  3. 看懂 Fiddler 的瀑布图

    最近准备给组内的新同学们分享下 Fiddler 这枚神器,可以讲的地方太多,我打算把一节课讲不完的内容写在博客上,大家可以随便看看.今天先介绍下 Fiddler 的瀑布图. 每个网络请求都会经历域名解 ...

  4. Excel催化剂图表系列之品味IBCS瀑布图观察企业利润构成

    IBCS图表,每个细节都值得反复琢磨参悟,此篇给大家送上详尽的瀑布图方式下的利润数据观察.请不要拿Excel2016版提供的瀑布图与IBCS版的瀑布图作对比,那完全不是一个级别的,可以类比为拿一辆经济 ...

  5. maftools | 从头开始绘制发表级oncoplot(瀑布图)

    本文首发于微信公众号 **“ 生信补给站 ”** ,期待您的关注!!! 原文链接:https://mp.weixin.qq.com/s/G-0PtaoO6bYuhx_D_Rlrlw 对于组学数据的分析 ...

  6. Tableau绘制漏斗图、甘特图、瀑布图、镶边面积图、阴影坡度图

    Tableau绘制漏斗图.甘特图.瀑布图.镶边面积图.阴影坡度图 本文首发于博客冰山一树Sankey,去博客浏览效果更好.直接右上角搜索该标题即可 一. 漏斗图 数据源 1.1 分色直条漏斗图 (1) ...

  7. Unity 烘焙材质到单一贴图的脚本

    原地址:http://www.cocoachina.com/gamedev/gameengine/2011/0406/2756.html 这个脚本由 CocoaChina 版主 “四角钱” 分享,可以 ...

  8. Mac生成APP图标和启动图的脚本

    概述 之前用的一个批量导出APP图标和启动图的软件,今天发现收费了,于是自己造了个简单的轮子. 实现 Mac上的sips命令,可以很方便的帮助用户修改图片尺寸 Xcode里面的APP启动图资源包含两部 ...

  9. WPF数据可视化-瀑布图

    实现方式一: 将数据(Point[])根据索引沿X轴使用虚拟画布进行绘制,每个数据绘制大小为1px * 1px:最终绘制出的宽度等于数据的总长度.标记并存储当前绘制的图为PreviousBitmap; ...

随机推荐

  1. 【SpringBoot实战】核心配置和注解

    前言 SpringBoot核心配置在springboot中有非常重要的作用,我们可是使用核心配置文件进行一些基础功能的定义,属性值的注入等.springboot支持两种格式的核心配置文件,一种是pro ...

  2. CSS的inline、block与inline-block

    基本知识点 行内元素一般是内容的容器,而块级元素一般是其他容器的容器,行内元素适合显示具体内容,而块级元素适合做布局. 块级元素(block):独占一行,对宽高的属性值生效:如果不给宽度,块级元素就默 ...

  3. java中字符串池,String池,共享池到底是怎么回事?

    栈中有共享池的概念,比 如下面例子中,sz="hello";在栈中创建一个String对象引用变量sz,然后看看栈中有没有"hello",如果没有,则将&quo ...

  4. Photoshop之用“色彩范围”命令抠像

    1. 打开一个文件.执行"选择>色彩范围",勾选"本地化颜色族",然后在任务背景上单击取样. 2. 取好样以后点击确定,图片如下所示,执行"选择 ...

  5. IDEA中 Debug 调试工具(图文详解)

    DEBUG调试工具 一. Debug 调试工具 1. Debug的作用 2. Debug的使用步骤 3. IDEA中Debug按钮详解 总结 参考博文:https://blog.csdn.net/qq ...

  6. Android 接入腾讯IM即时通信(详细图文)

    原文地址:Android 接入腾讯IM即时通信(详细图文) | Stars-One的杂货小窝 腾讯云IM官网文档上提供了带UI模块和不带UI模块的,本文是基于带UI模块进行了Module封装,可以方便 ...

  7. QT 如何让release生成的EXE可在他人电脑上运行(尝试了全网的方法后,这应该能帮你解决)

    这两天,迅速上手了QT并用其基于C++编写了一个含UI的小程序 跳过中间的开发阶段 当我兴致满满的要将程序打包时,却是费尽周折,搜尽全网的关于QT的打包教程,最后都不顶用. 后面自己和队友的共同发现, ...

  8. Java学习笔记(韩顺平教育 b站有课程)

    Java重要特点 面向对象(oop) 健壮性:强类型机制,异常处理,垃圾的自动收集 跨平台性的 (一个编译好的.class可以在多个系统下运行) TEST.java -> TEST.class ...

  9. linux lvm逻辑卷管理之lvdisplay命令

    linux 磁盘管理分fdisk parted 和LVM三种方式,我们这里重点是说lvm 我们来看看LVM基本术语(lvm和传统fdisk分区方式有区别)由于传统的磁盘管理不能对磁盘进行磁盘管理,因此 ...

  10. QT-进制转换计算器

    适合初学者练手 用QT做的一个进制转换工具,主要涉及数据类型转换.//后面再加上基本的计算. Github地址:https://github.com/wsdassssss/Calculate.git ...