Question

我有包含暴力变量的数据，我想用图表显示患病率（即暴露于暴力的样本中有50％，性别（4个级别：顺性别男性/女性，变性男性/女性）和性取向（同性恋，异性恋，双性恋，无性恋）。

我们希望以一种易于理解的方式将性别和性取向的16种不同组合中的暴力发生率可视化（即同性恋顺势男性中的暴力发生率），而又不会太混乱。

我们最初尝试使用水平条形图，该条形图具有16条带误差线的误差线，这些误差线与显示性别暴力的每种性别/性取向组合相对应，但这有点混乱。酒吧因暴力行为盛行而下令。图上的颜色与每种性别有关。

violencegraph <- ggplot(data=mydata, aes(x = reorder(gender_sexualorient, +prop), y=prop, ymin=low, ymax=upper)) +
  geom_bar(stat="identity") +
  coord_flip() +
  geom_errorbar() +
  scale_y_continuous(labels=percent_format(), limits=c(0,1))

violencegraph + labs(title="Violence by Sexual Orientation and Gender", 
                 x="Gender and Sexual Orientation", y="Prevalence of Violence") + 
  theme(legend.position = "none") + 
  scale_fill_manual(values = c("#124987", "#b30000", "#a5c9f3", "#ff9999"),
 labels=c("Cisgender man", "Cisgender woman", "Transgender man", "Transgender woman")) +
  theme(legend.title=element_blank())

有没有更好的可视化方法？哪些可视化选项合适？另外，我是R的新手，所以如果您需要更多信息或代码来帮助

，请告诉我。

Answer 1

考虑热图，有关ggplot2的实现，请参见https://ggplot2.tidyverse.org/reference/geom_bin2d.html。

Answer 2

我可能会选择热图（由@Wil建议）或气泡热图。您可以使用ggplot2或heatmap2制作热图（尽管还有其他选择）。气泡热图看起来像this。它也允许您选择气泡大小-可视化另一个变量（例如样本大小），或显示与颜色相同的变量，可能会强调效果。让我知道您是否决定采用这种方式，并需要更多信息。

除了条形图之外，还可以使用哪些类型的数据可视化来绘制流行率图表？

2 个答案: