用 R 可视化蘑菇数据集比例：饼图、环形图与华夫饼图实战

用 R 可视化蘑菇数据集比例：饼图、环形图与华夫饼图实战

【免费下载链接】Data-Science-For-Beginners10 Weeks, 20 Lessons, Data Science for All!项目地址: https://gitcode.com/GitHub_Trending/da/Data-Science-For-Beginners

本篇文章基于 Data Science for Beginners 课程第 11 课（R 语言版），以蘑菇数据集为核心，系统讲解如何在 R 中把文本型分类数据聚合成比例，并用饼图（Pie Chart）、环形图（Donut Chart）与华夫饼图（Waffle Chart）三种图表完成比例可视化。读完本文，你将掌握dplyr分组聚合、pie()基础绘图、webr库的PieDonut()环形图以及waffle库华夫饼图的完整使用流程，并理解标签顺序对比例图准确性的关键影响。

认识蘑菇数据集

本节实验数据来自美国奥杜邦协会（Audubon）发布的蘑菇数据集，包含伞菌科 Agaricus 与 Lepiota 两个属共 23 种有菌褶蘑菇的观测记录。在仓库中该数据位于 data/mushrooms.csv，共 8124 条样本，其中可食用（Edible）4208 条、有毒（Poisonous）3916 条。

首先将数据集读入 R，并查看前几行：

mushrooms = read.csv('data/mushrooms.csv') head(mushrooms)

打印出的表格包含丰富的分析字段：

可以看到全部字段都是文本型（类别型）数据。用names()查看列名，R 会自动把 CSV 中的连字符转换为点号：

names(mushrooms)

输出如下，共 23 个字段：

[1] "class" "cap.shape" [3] "cap.surface" "cap.color" [5] "bruises" "odor" [7] "gill.attachment" "gill.spacing" [9] "gill.size" "gill.color" [11] "stalk.shape" "stalk.root" [13] "stalk.surface.above.ring" "stalk.surface.below.ring" [15] "stalk.color.above.ring" "stalk.color.below.ring" [17] "veil.type" "veil.color" [19] "ring.number" "ring.type" [21] "spore.print.color" "population" [23] "habitat"

在使用图表展示比例之前，需要把数据按类别聚合。借助dplyr的管道操作，按class（有毒/可食用）分组并统计样本数：

library(dplyr) grouped=mushrooms %>% group_by(class) %>% summarise(count=n())

用View(grouped)查看聚合结果：

这个统计结果与源数据文件 data/mushrooms.csv 中两类样本的实际计数完全一致（可食用 4208、有毒 3916），可作为分组聚合正确性的验证依据。接下来就可以按照表中 Edible、Poisonous 的顺序构建饼图了。

饼图：一图看懂可食用与有毒蘑菇的比例

R 自带的基础绘图函数pie()可以直接接受数值向量与标签向量：

pie(grouped$count,grouped$class, main="Edible?")

运行后即可得到展示可食用与有毒蘑菇比例的饼图：

⚠️关键点：标签顺序必须与数值向量顺序一一对应。pie()按位置配对count与class，如果标签数组的顺序与聚合结果不一致，图表含义会完全颠倒。因此务必反复核对grouped表中类别与计数的先后次序。

环形图：多类栖息地比例一目了然

环形图（Donut Chart）本质上是中间挖空一块的饼图，观感更清爽，也便于在中心区域额外标注信息。下面用蘑菇的栖息地（habitat）字段做演示。

先用dplyr按栖息地分组聚合：

library(dplyr) habitat=mushrooms %>% group_by(habitat) %>% summarise(count=n()) View(habitat)

输出结果：

共 7 类栖息地，将它们作为环形图的标签。这里借助webr库的PieDonut()函数，一行代码即可生成带百分比标注的环形图：

library(ggplot2) library(webr) PieDonut(habitat, aes(habitat, count=count))

这段代码同时使用了ggplot2与webr两个库，PieDonut函数封装了环形图的核心绘制逻辑。此外，仅使用ggplot2也可以手工构造环形图（例如用geom_bar()结合coord_polar()并挖空中心），本课程的配套解决方案见 3-Data-Visualization/11-visualization-proportions/solution/notebook.ipynb，可作为延伸练习的参考。

华夫饼图：用方格阵列表达数量比例

华夫饼图（Waffle Chart）以二维方格阵列的形式展示数量比例——每个方格代表一定数量的样本，方格密度直观反映各类别占比。这里用蘑菇的菌盖颜色（cap.color）字段做演示。

首先从 CRAN 安装waffle辅助库：

install.packages("waffle", repos = "https://cinc.rud.is")

然后按菌盖颜色分组聚合：

library(dplyr) cap_color=mushrooms %>% group_by(cap.color) %>% summarise(count=n()) View(cap_color)

接下来为每组数量命名，并生成华夫饼图。注意这里把计数除以 10，即每个方格代表 10 朵蘑菇，从而控制方格总量：

library(waffle) names(cap_color$count) = paste0(cap_color$cap.color) waffle((cap_color$count/10), rows = 7, title = "Waffle Chart")+scale_fill_manual(values=c("brown", "#F0DC82", "#D2691E", "green", "pink", "purple", "red", "grey", "yellow","white"))

华夫饼图可以清晰看出菌盖颜色的比例分布。有趣的是，数据集中绿色菌盖的蘑菇数量相当可观——这也是不同图表类型带来的观察视角差异。

小结：三种比例图的选型与核心要点

本课用同一个蘑菇数据集演示了三种比例可视化方法，统一的工作流是：先分组聚合数据，再选择合适的图形展示。

三者都能让读者在几秒内对数据集形成直观的比例印象。若想进一步练习，可尝试在 Charticulator。

此外，本课程在 Python 版本中提供了同一主题的等价实现（使用matplotlib与pywaffle），Notebook 位于 3-Data-Visualization/11-visualization-proportions/notebook.ipynb，R 与 Python 两版代码可以对照学习，帮助理解比例可视化在不同语言生态中的通用思路。

说明：本文章节基于课程翻译文档 translations/en/3-Data-Visualization/R/11-visualization-proportions/README.md 整理，原始课程图稿可参考 sketchnotes/11-Visualizing-Proportions.png。

【免费下载链接】Data-Science-For-Beginners10 Weeks, 20 Lessons, Data Science for All!项目地址: https://gitcode.com/GitHub_Trending/da/Data-Science-For-Beginners