数据准备
本示例数据是自编数据，仅为练习所用，数据结构假设为，两个年份year(2020，2021)，两个氮水平nitrogen（N1，N2），两个玉米品种variety（a，b）测定了5个试验指标（变量v1，v2，v3，v4，v5），每个处理3次重复block（1，2，3）。
library(tidyverse) # 调用tidyverse。
data1 <- read_csv(file = "data1.csv") # 导入数据。文档在工作目录下，所以直接给文件名导入。
data1 # 查看数据。
## # A tibble: 48 × 6
## year nitrogen variety block v1 v2
## <dbl> <chr> <chr> <dbl> <dbl> <dbl>
## 1 2020 N1 a 1 1 4
## 2 2020 N1 a 2 1.2 4.1
## 3 2020 N1 a 3 1.3 4
## 4 2020 N1 b 1 1.08 4.5
## 5 2020 N1 b 2 1.05 3.8
## 6 2020 N1 b 3 1.15 3.5
## 7 2020 N2 a 1 1.32 3.2
## 8 2020 N2 a 2 1.28 4.2
## 9 2020 N2 a 3 1.35 3.7
## 10 2020 N2 b 1 1.33 4
## # … with 38 more rows
## # ℹ Use `print(n = ...)` to see more rows
7.5 位置调整(position adjustments)
针对同一图层中的元素位置进行微调即为位置调整，多见于处理离散型数据，连续型数据一般很少出现完全重叠的问题。在geom_xxx()函数中，参数position表示绘图数据系列的位置调整，默认为"identity"（无位置调整），这个参数在绘制柱形图和条形图系列时经常用到，用来绘制簇状柱形图、堆积柱形图和百分比堆积柱形图等。除过“identity”，还包括stack、fill、dodge、jitter对应的位置设置。
- position = position_identity()：identity，不做任何位置调整，将每个对象直接显示在图中。ggplot2绘制散点图和折线图默认为identity。
ggplot(data1, aes(x = v1, y = v2)) + geom_point() + geom_line() # 散点图和折线图默认identity。
image.png
ggplot(data1, aes(x = nitrogen, y = v2)) + geom_bar(stat = "identity", position = position_identity()) # 柱状图，identity，不进行位置调整，绘制柱状图时，指定了stat = "identity"时，y值才能显示对应原始数据绝对值。
ggplot(data1, aes(x = nitrogen, y = v2)) + geom_bar(stat = "identity") # 结果同上。
image.png
对于多分类柱状图，序列间会存在重叠(因为在identity设置下，实际上每个分组内的序列图柱都是从0开始绘制，因此会造成重叠)，为了让重叠部分能够显示出来，我们可以设置alpha参数为一个较小的数，从而使得条形略微透明；或者设定 fill = NA，让条形完全透明。
ggplot(data1, aes(x = nitrogen, y = v2, fill = variety)) + geom_bar(stat = "identity", position = position_identity(), width = 0.5, colour = "black") # 柱状图，identity不调整。
image.png
ggplot(data1, aes(x = nitrogen, y = v2, fill = variety)) + geom_bar(stat = "identity", position = position_identity(), width = 0.5, alpha = 0.2, colour = "black") # 设置alpha = 0.2，让分组数据内序列间重叠部分显示出来。
image.png
ggplot(data1, aes(x = nitrogen, y = v2, fill = variety)) + geom_bar(stat = "identity", position = position_identity(), width = 0.5, fill = NA, colour = "black") # 设置fill = NA，让分组数据内序列间重叠部分显示出来。
image.png
- position = position_stack()：stack，垂直堆叠放置，对于分类柱状图，每个分类内的序列的图柱都是一个堆叠在另一个上面，图柱的高度代表此分类数据绝对值；柱形图和面积图的位置默认参数是stack。
position_stack(vjust = 1, reverse = FALSE)
vjust用于调节点或线垂直方向移动幅度。reverse若为TRUE，则会翻转堆叠顺序。
ggplot(data1, aes(x = nitrogen, y = v2, fill = variety)) + geom_bar(stat = "identity", position = "stack") # 柱状图，stack，垂直堆叠放置，y值对应数据绝对值。
image.png
ggplot(data1, aes(x = nitrogen, y = v2, colour = variety)) + geom_point() # 基础散点图。
image.png
ggplot(data1, aes(x = nitrogen, y = v2, colour = variety)) + geom_point(position = "stack") # 散点图，让点按分类堆叠。
image.png
ggplot(data1, aes(x = nitrogen, y = v2, colour = variety)) + geom_point(position = position_stack(vjust = 3)) # 散点图，stack，垂直堆叠放置，vjust参数调节。
image.png
ggplot(data1, aes(x = nitrogen, y = v2, colour = variety)) + geom_point(position = position_stack(reverse = T)) # 柱状图，stack，reverse = T。可以看出氮水平对应的分组变量数据的y值上下对调了。
image.png
- position = position_fill()：fill，垂直堆叠放置，但每组堆叠条形具有同样的高度（将高度标准化为1），因此这种条形图可以非常轻松地比较各组间的比例，对应图形有百分比堆积面积图，百分比堆积柱形图等。
position_fill(vjust = 1, reverse = FALSE)
vjust用于调节点线垂直方向移动幅度。reverse若为TRUE，则会翻转堆叠顺序。
ggplot(data1, aes(x = nitrogen, y = v2, fill = variety)) + geom_bar(stat = "identity") # 基础柱状图。
image.png
ggplot(data1, aes(x = nitrogen, y = v2, fill = variety)) + geom_bar(stat = "identity", position = position_fill(), width = 0.5) # 柱状图，fill，垂直堆叠放置，y值对应百分比，图柱高均是1，里面variety水平用不同的颜色标识，图柱一个堆叠一个，每个图柱的高度代表这一nitrogen水平下对应variety水平的数据占总数据的百分比。
image.png
ggplot(data1, aes(x = nitrogen, y = v2, colour = variety)) + geom_point() # 基础散点图。
image.png
ggplot(data1, aes(x = nitrogen, y = v2, colour = variety)) + geom_point(position = position_fill()) # 点图，position_fill()。
image.png
ggplot(data1, aes(x = nitrogen, y = v2, colour = variety)) + geom_point(position = position_fill(vjust = 5)) # 点图，position_fill()，vjust参数调整。
image.png
ggplot(data1, aes(x = nitrogen, y = v2, colour = variety)) + geom_point(position = position_fill(reverse = T)) # 点图，position_fill()，reverse参数调整。
image.png
- position = position_dodge()：dodge，避免重叠，并排放置，将每组中的条形依次并列放置，这样可以非常轻松地比较每个条形表示的具体数值，对应图形有簇状柱形图。
position_dodge(width = NULL, preserve = c("total", "single"))
position_dodge2()是position_dodge()的升级版。
position_dodge2(width = NULL, preserve = c("total", "single"), padding = 0.1, reverse = FALSE)
width：调节组距。position_dodge()中width调节的是组别并排之间的距离，默认值是0.9，当width大于0.9时后一组别向右偏移设定的幅度，小于0.9时，向左偏移设定的幅度。
preserve：调节并排后图形要素宽度。preserve ="total"表示各组的图形要素总宽度相等；preserve ="single"表示组间各单个图形要素的宽度相等。
padding：图柱间间距调节，默认为0.1，最大值取1。
reverse：是否翻转数据顺序。
ggplot(data1, aes(x = nitrogen, y = v2, fill = variety)) + geom_col(position = "dodge") # 柱状图，dodge，按variety分组并排放置。
image.png
ggplot(data1, aes(x = nitrogen, y = v2, fill = variety)) + geom_col(position = position_dodge2()) # 柱状图，dodge2，按variety分组并排放置。
image.png
dodge和dodge2的区别dodge2添加了组内间隔。那么为什么上面后一张图变了呢，我想是因为我用原始数据进行的绘图。下面看看数据求得平均值后的结果。
data1 %>% group_by(variety, nitrogen) %>% summarise(mean_v = mean(v1)) %>% ggplot(aes(x = nitrogen, y = mean_v, fill = variety)) + geom_bar(stat = "identity", position = position_dodge()) # dodge。
image.png
data1 %>% group_by(variety, nitrogen) %>% summarise(mean_v = mean(v1)) %>% ggplot(aes(x = nitrogen, y = mean_v, fill = variety)) + geom_bar(stat = "identity", position = position_dodge2()) # dodge2。结果同上，区别在于组别间有了分隔。
image.png
data1 %>% group_by(variety, nitrogen) %>% summarise(mean_v = mean(v1)) %>% ggplot(aes(x = nitrogen, y = mean_v, fill = variety)) + geom_bar(stat = "identity", position = position_dodge(width = 0.5)) # width小于0.9，图柱重叠。
image.png
data1 %>% group_by(variety, nitrogen) %>% summarise(mean_v = mean(v1)) %>% ggplot(aes(x = nitrogen, y = mean_v, fill = variety)) + geom_bar(stat = "identity", position = position_dodge(width = 1.2)) # width大于1.2，图柱有间距,因为width调节的是组间间距，因此b组整体向右偏移了1.2，但因为图柱宽度较宽，与a组的图柱有重叠。
image.png
data1 %>% group_by(variety, nitrogen) %>% summarise(mean_v = mean(v1)) %>% ggplot(aes(x = nitrogen, y = mean_v, fill = variety)) + geom_bar(stat = "identity", position = position_dodge(width = 1.2), width = 0.5) # 改变图柱宽度看看，可以看出dodge中的width调节组间间距，bar函数中的width调节图柱宽度。
image.png
data1 %>% group_by(variety, nitrogen) %>% summarise(mean_v = mean(v1)) %>% ggplot(aes(x = nitrogen, y = mean_v, fill = variety)) + geom_bar(stat = "identity", position = position_dodge2(padding = 0)) # padding取值等于0，图柱无间距，刚好挨着。
image.png
data1 %>% group_by(variety, nitrogen) %>% summarise(mean_v = mean(v1)) %>% ggplot(aes(x = nitrogen, y = mean_v, fill = variety)) + geom_bar(stat = "identity", position = position_dodge2(padding = 0.7)) # padding取值大于0，图柱有间距，取值越大，间距越大，但是最大值只能取到1。
image.png
data1 %>% group_by(variety, nitrogen) %>% summarise(mean_v = mean(v1)) %>% ggplot(aes(x = nitrogen, y = mean_v, fill = variety)) + geom_bar(stat = "identity", position = position_dodge2(padding = -0.7)) # padding取值小于0，图柱重叠。
image.png
ggplot(mtcars, aes(x = factor(carb))) + geom_bar(aes(fill = factor(vs)), position = position_dodge2(preserve = "total")) # 以自带数据集mtcars为例，preserve = total。
image.png
ggplot(mtcars, aes(x = factor(carb))) + geom_bar(aes(fill = factor(vs)), position = position_dodge2(preserve = "single")) # preserve = single。
image.png
- position = position_jitter()：给点添加抖动，避免重合。
position_jitter(width = NULL, height = NULL, seed = NA)
width调节水平方向抖动幅度，height调节垂直方向抖动幅度；jitterdodge可实现抖动和并排的同时调节。position_jitterdodge(jitter.width = NULL, jitter.height = 0, dodge.width = 0.75, seed = NA)，同样地，jitter.width是x方向抖动幅度，默认值为0.4，jitter.height为y轴方向抖动幅度，默认为0，dodge.width为x轴方式并排间距，默认为0.75。
ggplot(data1, aes(x = nitrogen, y = v2)) + geom_boxplot() + geom_point() # 绘制基本散点图结合箱线图。
image.png
ggplot(data1, aes(x = nitrogen, y = v2)) + geom_boxplot() + geom_point(position = position_jitter()) # 抖动调整。
image.png
ggplot(data1, aes(x = nitrogen, y = v2)) + geom_boxplot() + geom_point(position = "jitter") # 结果同上。
image.png
ggplot(data1, aes(x = nitrogen, y = v2)) + geom_boxplot() + geom_point(position = position_jitter(width = 0.1, height = 0.1)) # 调整抖动幅度。
image.png
ggplot(data1, aes(x = nitrogen, y = v2, fill = variety, colour = variety)) + geom_boxplot() + geom_point(position = position_jitterdodge(dodge.width = 0.1)) # 同时调整箱型图和抖动散点图的间距。
image.png
ggplot(data1, aes(x = nitrogen, y = v2, fill = variety, colour = variety)) + geom_boxplot() + geom_point(position = position_jitterdodge(dodge.width = 0.8)) # 同时调整箱型图和抖动散点图的间距。
image.png
ggplot(data1, aes(x = nitrogen, y = v2, fill = variety, colour = variety)) + geom_boxplot() + geom_point(position = position_jitterdodge(jitter.height = 4, jitter.width = 0.2, dodge.width = 1)) # 参数调整。
image.png
- position = positon_nudge()：position_nudge(x = 0, y = 0)
x和y用于指定在x或y方向上的平移量。
ggplot(data1, aes(x = v1, y = v2, colour = variety)) + geom_point() + xlim(c(0,4)) # 散点图。
image.png
ggplot(data1, aes(x = v1, y = v2, colour = variety)) + geom_point(position = position_nudge(x = 2)) + xlim(c(0,4)) # x方向整体位移2个单位。
image.png
参考资料
- R Graphics Cookbook, 2nd edition，https://r-graphics.org/index.html
- ggplot2: 数据分析与图形艺术，西安交通大学出版社，2013.
- ggplot2 | 位置调整函数，https://zhuanlan.zhihu.com/p/409489632
- ggplot2绘图系统——位置调整函数，https://www.cnblogs.com/jessepeng/p/12307794.html
- R语言数据可视化之美：专业图表绘制指南，电子工业出版社，2019
- 关于位置调整(position adjustments)，https://www.jianshu.com/p/23838a9d5470
