[R語言圖表]用ggplot畫克里夫蘭點圖 Cleveland dot plot
5![[R語言圖表]用ggplot畫克里夫蘭點圖 Cleveland dot plot](https://i0.wp.com/r-lover.com/wp-content/uploads/2022/12/pleague-point-diff.png?fit=1300%2C1300&ssl=1)
Last Updated on 2023-10-31
你想畫克里夫蘭點圖（Cleveland dot plot）嗎？用 ggplot2 帶你畫！
想畫克里夫蘭點圖，但是不知道怎麼呈現時間變化嗎？透明度怎麼調整？點點之間怎麼連線？點點的順序又要怎麼排？
我會在這篇文章介紹如何活用R語言的套件ggplot2，配上實際程式碼，帶你畫克里夫蘭點圖。
克里夫蘭點圖 Cleveland dot plot 是什麼？
克里夫蘭點圖（Cleveland dot
plot）是一種相對沒那麼常見、卻是非常實用的圖表，它利用同一類型點點的位置變化，用來表示隨著時間變動的數值，舉例來說，它可以用來呈現某支籃球隊每個球員兩場比賽的得分變化、台灣各個縣市十年前和現在的人口位移、台灣各個政黨上屆和這屆議會中的席次等。
以克里夫蘭點圖呈現籃球隊隊員兩輪表現變化的例子一般來說，在繪製克里夫蘭點圖的時候，事物類型會映射（mapping，指的是想呈現的變量對應到圖表中的表示方法）到 x 軸，事物的數值則會映射到 y 軸，政黨以顏色表示，接著再利用透明度，表示不同的時間。
上面舉的例子都只有兩個時間點，因為人在閱讀圖表時的認知資源有限，我們當然可以用三個點，例如2014、2018、2022三屆的各黨議會席次變化，然而，若各黨在3年的席次變化方向不同，可能A黨先增後降，B黨先降後增，這時候利用顏色與透明度變化讀起來，會顯得吃力，一下往前一下又往後，所以我們通常都只在克里夫蘭點圖納入兩個時間點。
若是想要比較更多時間點的數值，則可以用坡度圖／斜線圖（slope
chart），之後會再寫文章介紹。
在 R 語言中，我們可以快速地利用 ggplot2 套件輕鬆簡單的畫出克里夫蘭點圖。底下會一步一步帶大家實作。
實作篇
資料長相
我們先來匯入資料。從底下的表格可以看到，這份資料包含2018年與2022年九合一選舉中小黨的議會席次，它的形式為長表格（long table），如果是寬表格（wide table）的話，欄位會是政黨、2018年席次、2022年席次。
library(tidyverse)
df_viz_council <- read_csv("../data/ggplot-cleveland-dot-plot.csv")
df_viz_council
#> # A tibble: 26 x 3
#> party year n
#> <chr> <dbl> <dbl>
#> 1 台灣民眾黨 2022 14
#> 2 台灣民眾黨 2018 0
#> 3 無黨團結聯盟 2022 7
#> 4 無黨團結聯盟 2018 5
#> 5 時代力量 2022 6
#> 6 時代力量 2018 16
#> 7 台灣團結聯盟 2022 3
#> 8 台灣團結聯盟 2018 5
#> 9 台灣基進 2022 2
#> 10 台灣基進 2018 0
#> # … with 16 more rows
從點點開始畫
接著，我們利用library(ggplot2)開始畫圖。這張圖想呈現的是台灣小黨在兩屆議會中席次的變化，政黨映射到 x 軸，席次映射到 y 軸，年份變化映射到透明度，所以我們在 ggplot() 裡面代表美學（aesthetics）的aes()中放 入政黨（party）作為 x 軸以及席次（n）作為 y 軸，另外也將代表顏色的 color 填入政黨、代表透明度的 alpha 填入時間。
就像前一篇介紹如何用R語言繪製長條圖的文章一樣，我們使用主題theme_clean()，並在 element_text() 中設定中文字體（family），並以legend.position = "none"隱藏圖例。此外，我們活用 coord_flip()
翻轉座標軸免得文字重疊，還有 scale_x_()/scale_y_() 的相關函數，讓座標軸的相關訊息更加清晰，最後，還有指定透明度的 scale_alpha_continuous()，免得透明度太低什麼都看不到。
df_viz_council %>%
ggplot(aes(x = party, y = n, color = party, alpha = year)) +
geom_point(size = 3) +
coord_flip() +
scale_y_continuous(limits = c(0,16), breaks = seq(0,16,2), name = "席次") +
scale_x_discrete(name = "政黨") +
scale_alpha_continuous(range = c(0.6,1)) +
ggthemes::theme_clean() +
theme(axis.text = element_text(family = "Noto Sans TC Regular", size = 20),
axis.title = element_text(family = "Noto Sans TC Regular", size = 20),
legend.position = "none")
加上顏色
我們同樣以 scale_fill_manual() 指定政黨顏色，不過，可以發現在色票最後，有2個小黨都是灰色，因為他們2022年沒有拿下任何席次，在這裡繪圖者做出的主觀判斷是，今年有拿下席次的政黨才是重點，所以2022年沒有席次的政黨一律以灰色呈現。
color_party %
ggplot(aes(x = party, y = n, color = party, alpha = year)) +
geom_point(size = 3) +
coord_flip() +
scale_y_continuous(limits = c(0,16), breaks = seq(0,16,2), name = "席次") +
scale_x_discrete(name = "政黨") +
scale_alpha_continuous(range = c(0.6,1)) +
scale_color_manual(values = color_party) +
ggthemes::theme_clean() +
theme(axis.text = element_text(family = "Noto Sans TC Regular", size = 20),
axis.title = element_text(family = "Noto Sans TC Regular", size = 20),
legend.position = "none")
排序的艱難
若是想要依照議會席次將長條排序，同樣會利用 as_factor()
將政黨轉換成因子、fct_reorder() 把政黨按照席次排序。不過，這份資料的難點在於，同一個政黨一次會有2年的資料，如果說我們想依照2022年的席次排序，直接使用fct_reorder(party, n)，R其實會有點不知所措，因為同時有2018的數字，導致結果不如我們的預期。
要怎麼解決呢？這時候我們可以活用 left_join()，這是 SQL 常見的資料串接（join）語法，library(dplyr) 裡面引入了相關概念。實作上其實很容易，我們另外創建一個只有2022年的資料表，並在其中加上順序欄位，再把它串回去原先的資料表，就能夠解決問題了。
df_viz_council_order <- df_viz_council %>% filter(year == 2022) %>%
arrange(n) %>% mutate(order = row_number()) %>% select(party, order)
df_viz_council_order
#> # A tibble: 13 x 2
#> party order
#> <chr> <int>
#> 1 民國黨 1
#> 2 中華民族致公黨 2
#> 3 正神名黨 3
#> 4 社會民主黨 4
#> 5 勞動黨 5
#> 6 新黨 6
#> 7 綠黨 7
#> 8 台灣基進 8
#> 9 親民黨 9
#> 10 台灣團結聯盟 10
#> 11 時代力量 11
#> 12 無黨團結聯盟 12
#> 13 台灣民眾黨 13
如大家在程式碼區塊中所見，我們先用 filter() 留下2022年的資料，接著以 arrange() 把資料由小到大排列（因為有 coord_flip()，然後以 row_number() 加上順序欄位，最後加上 filter()，最後再用 left_join()
串接資料。
df_viz_council %>%
left_join(df_viz_council_order, by = "party") %>%
mutate(party = as_factor(party)) %>%
mutate(party = fct_reorder(party, order)) %>%
ggplot(aes(x = party, y = n, color = party, alpha = year)) +
geom_point(size = 3) +
coord_flip() +
scale_y_continuous(limits = c(0,16), breaks = seq(0,16,2), name = "席次") +
scale_x_discrete(name = "政黨") +
scale_alpha_continuous(range = c(0.6,1)) +
scale_color_manual(values = color_party) +
ggthemes::theme_clean() +
theme(axis.text = element_text(family = "Noto Sans TC Regular", size = 20),
axis.title = element_text(family = "Noto Sans TC Regular", size = 20),
legend.position = "none")
最後一步：加上線條
最後只要再用 geom_line() 連接2個點點，就完成了。這個步驟比較彈性，也可以選擇不要加。比較值得一提的是，如果沒有在 geom_line() 當中指定顏色，則它會比照 ggplot() 裡面填入的參數，以政黨將線條上色。不過，將線條上色反而會讓點點變得不清楚，所以我們手動指定灰色；另外 geom_line() 放在 geom_point()上，才不會讓線條蓋住點點。
df_viz_council %>%
left_join(df_viz_council_order, by = "party") %>%
mutate(party = as_factor(party)) %>%
mutate(party = fct_reorder(party, order)) %>%
ggplot(aes(x = party, y = n, color = party, alpha = year)) +
geom_line(aes(group = party), color = "grey") +
geom_point(size = 3) +
coord_flip() +
scale_y_continuous(limits = c(0,16), breaks = seq(0,16,2), name = "席次") +
scale_x_discrete(name = "政黨") +
scale_alpha_continuous(range = c(0.6,1)) +
scale_color_manual(values = color_party) +
ggthemes::theme_clean() +
theme(axis.text = element_text(family = "Noto Sans TC Regular", size = 20),
axis.title = element_text(family = "Noto Sans TC Regular", size = 20),
legend.position = "none")
小結
在這篇文章中，我們嘗試畫了一張克里夫蘭點圖（Cleveland dot
plot），從基本的圖表畫起、加上顏色、長條排序、加上連接點點的線條等。希望你喜歡這篇文章，也能夠增添對於 ggplot2 的認識，並且學到東西。
![[R語言應用] 利用R語言分析YouTube頻道](https://i0.wp.com/r-lover.com/wp-content/uploads/2024/04/iScreen-Shoter-Microsoft-Edge.app-240405023341.jpg?resize=80%2C80&ssl=1){kind=small}
![[R語言專題] 利用R語言爬蟲抓取網路資料：觀念篇](https://i0.wp.com/r-lover.com/wp-content/uploads/2023/12/screenshot-cpbl.png?resize=80%2C80&ssl=1){kind=small}
![[R語言專題]用ggplot畫地圖 – 基礎篇](https://i0.wp.com/r-lover.com/wp-content/uploads/2023/10/unnamed-chunk-8-1.png?resize=80%2C80&ssl=1){kind=small}
2023-05-20 at 23:31 //
I am a website designer. Recently, I am designing a website template about gate.io. The boss’s requirements are very strange, which makes me very difficult. I have consulted many websites, and later I discovered your blog, which is the style I hope to need. thank you very much. Would you allow me to use your blog style as a reference? thank you!
2023-05-25 at 18:28 //
I may need your help. I’ve been doing research on gate io recently, and I’ve tried a lot of different things. Later, I read your article, and I think your way of writing has given me some innovative ideas, thank you very much.
2023-06-01 at 13:04 //
I have read your article carefully and I agree with you very much. This has provided a great help for my thesis writing, and I will seriously improve it.
2023-06-04 at 12:20 //
The point of view of your article has taught me a lot, and I already know how to improve the paper, thank you.
2023-06-06 at 16:44 //
The point of view of your article has taught me a lot, and I already know how to improve the paper, thank you.