2.2　柱形图及条形图

柱形图及条形图主要用于表示对比关系，也可以用于表示趋势，x轴需要是离散变量或者因子变量。使用连续变量离散化后也可以绘制条形图，常用的将连续变量处理为离散变量的方法有cut（）、cut_width（）等。ggplot2中geom_bar（）用来绘制条形图，其中必须增加统计变换参数stat＝'identity'，让R语言按照数据原来的样子显示，无须统计变换，否则代码会报错。

最新版ggplot2（）包中的geom_col（）可以替代geom_bar（）来绘制条形图，geom_col（）中无须使用参数stat，因此相对简洁些。为使数据显示更加有规律，图形中一般依据y轴值的大小进行排序，由于该知识点有一定难度，此处暂不进行介绍，后面章节将会给予深入描述。

Excel中类似的图称为柱状图，若品类在y轴，则称为条形图。R语言ggplot2（）中没有单独的条形图几何对象，条形图和柱形图都可以通过geom_bar（）或geom_col（）绘制，在柱形图的基础上增加coord_flip（）旋转坐标轴即可将柱形图转换为条形图，代码如下：

     #代码2－4柱形图
     #将绘图包加载到R环境
     library(ggplot2)
     #将readr包加载到R环境,用于将category_salesdata.csv文件导入R环境
     library(readr)
     data2＜－read_csv('D://Per//MB//bookfile//Mbook//data//category_salesdata.csv')
     ggplot(data2,aes(x＝category,y＝sales))＋geom_bar(stat＝'identity')

代码运行的结果如图2-4所示。

图2-4　柱形图

从图2-4中可以非常容易地观察到品类C销售额最大，其次是品类D。从显示效果来看，如果希望对比数据间的大小，则将数据按照大小顺序显示效果会更好，后面章节中将有相关知识点的介绍。当然，如果读者配合表达的前后逻辑，则希望按照category的字母顺序进行排序也是可以的。

代码2-5通过coord_flip（）将坐标轴旋转，即可得到条形图，代码如下：

     #代码2－5条形图
     #将绘图包加载到R环境
     library(ggplot2)
     #将readr包加载到R环境,用于将category_salesdata.csv文件导入R环境
     library(readr)
     data2＜－read_csv('D://Per//MB//bookfile//Mbook//data//category_salesdata.csv')
     ggplot(data2,aes(x＝category,y＝sales))＋geom_bar(stat＝'identity')＋coord_flip()

代码运行的结果如图2-5所示。

图2-5　条形图

从图2-5中可以看出，条形图y轴标签显示的空间更加充足，对于长标签情况下是不错的选择。当然缩小柱子宽度，使用geom_text（）在柱子间增加标签可以作为另外一种选择。