冲击图可以非常直观地描述一组观测值的多个离散变量的情况。
R语言中生成冲击图需要依赖包ggalluvial. 使用以下代码安装依赖包。
install.packages("ggalluvial")示例数据#
这里用随机生成的虚拟数据作为示例数据data。data中每一行表示一个观测值。其中，每个观测值有三个维度的属性，分别是A，B和C。对于A属性，有3个水平，分别是a1，a2和a3。B属性有2个水平，C属性有4个水平。总共包含3000个观测值。因此，data的大小为3000*3.
data <- data.frame(
id = seq(1:3000),
A = rep(c('a1', 'a2', 'a3'), 1000),
B = rep(c('b1', 'b2'), 1500),
C = rep(c('c1', 'c2', 'c3', 'c4'), 750)
)
knitr::kable(head(data))| id | A | B | C |
|---|---|---|---|
| 1 | a1 | b1 | c1 |
| 2 | a2 | b2 | c2 |
| 3 | a3 | b1 | c3 |
| 4 | a1 | b2 | c4 |
| 5 | a2 | b1 | c1 |
| 6 | a3 | b2 | c2 |
将数据转换为长格式数据data_long。
library(tidyverse)
data_long <- data %>%
as_tibble() %>%
pivot_longer(cols=c(A, B, C), names_to = 'X', values_to = 'Response') %>%
group_by(X, Response)
data_long %>%
head() %>%
knitr::kable()| id | X | Response |
|---|---|---|
| 1 | A | a1 |
| 1 | B | b1 |
| 1 | C | c1 |
| 2 | A | a2 |
| 2 | B | b2 |
| 2 | C | c2 |
这里转换为长格式数据的目的在于将A，B和C三个属性和它们的不同水平相互组合。其中X表示不同的属性，将来在冲击图中作为x轴。Response为各属性的不同取值，在图中表示为每个柱子划分的段。原始数据中的1行在长格式数据中被拆分成了3行。
绘图代码#
library(ggalluvial)
ggplot(data_long,
aes(x = X, stratum = Response, alluvium = id, fill = Response, label = Response)) +
scale_x_discrete(expand = c(.1, .1)) +
geom_flow() +
geom_stratum(alpha = .5) +
geom_text(stat = "stratum", size = 4) +
ylab('Number of subjects') +
xlab('') +
theme_classic()