R可视乎｜克利夫兰点图系列
简介
在可靠性实验中，不同产品的测试失效时间可以通过克利夫兰点图进行可视化，今天就对该系列的图进行系统的介绍。主要参考张杰博士的《R语言数据可视化之美》[1]，并结合我实际使用经验进行修改。
数据结构
为了方便起见，我这里直接模拟产生数据进行实验。大家根据自己数据进行变化即可。test_data包含两列，产品名称（因子类型），产品失效时间。
注：随机种子的设定，方便大家可以运行出和我一样的结果。
set.seed(1) #设置随机种子
test_data = data.frame("Id" = LETTERS[1:20], "Time" = rnorm(20,10,10)+20)
test_data$Id = as.factor(test_data$Id) #将Id转换为因子型数据
棒棒糖图
棒棒糖图（lollipop chart）：传达了与柱形图或者条形图相同的信息，只是将矩形转变成线条，这样可减少展示空间，重点放在数据点上，从而看起来更加简洁、美观。
注： 相对柱形图与条形图，棒棒糖图更加适合数据量比较多的情况。横向棒棒糖图，对应条形图；而如果是纵向棒棒糖图则对应柱形图。
使用 ggplot2 包中的散点绘制函数geom_point()及连接线函数 geom_segment()来绘制棒棒图。其中geom_segment()函数根据起点坐标（x,y）和终点坐标（xend,yend）绘制两者之间的连接线。
library(ggplot2)
ggplot(test_data,aes(y = Id,x = Time))+
geom_segment(aes(x=0,xend=Time,y=Id,yend=reorder(Id,Time)),col="gray60") + #添加连接线
geom_point(shape=21,size=4,colour="gray60",fill="skyblue")
如果想按照产品失效时间进行绘制，则可以使用y = reorder(Id,Time)对y = Id进行替换。
ggplot(test_data,aes(y = reorder(Id,Time),x = Time))+
geom_segment(aes(x=0,xend=Time,y=reorder(Id,Time),yend=reorder(Id,Time)),col="gray60") + #添加连接线
geom_point(shape=21,size=4,colour="gray60",fill="skyblue") + ylab("Product")
当然在实际使用中，尤其是在生存分析，可靠性分析中。数据可能包含产品测试起始时间和终点时间。这时只需将segement中的x参数进行变化即可。
test_data$start_Time = rnorm(20,5,3) #模拟产生开始时间数据
ggplot(test_data,aes(y = reorder(Id,Time),x = Time))+
geom_segment(aes(x=start_Time,xend=Time,y=reorder(Id,Time),yend=reorder(Id,Time)),col="gray60") + #添加连接线
geom_point(shape=21,size=4,colour="gray60",fill="skyblue") + ylab("Product")
克利夫兰点图
克利夫兰点图（Cleveland's dot plot）：类似棒棒糖图，只是没有连接的线条，重点强调数据的排序展示及互相之间的差距。克利夫兰点图一般都横向展示，所以 Y 轴变量一般为类别型变量。
只需使用geom_point()即可绘制克利夫兰点图。
ggplot(test_data,aes(y = reorder(Id,Time),x = Time))+
geom_point(shape=21,size=4,colour="gray60",fill="skyblue") + ylab("Product")
哑铃图
哑铃图（dumbbell plot）：可以看成多数据系列的克利夫兰点图，只是使用直线连接了两个数据系列的数据点。哑铃图主要用于：
①展示在同一时间段两个数据点的相对位置（增加或者减少）；
②比较两个类别之间的数据值差别。
这里，我们的模拟数据就不大适合了，为了绘制该图，我将数据进行变化。数据实际意义如下：两个工厂对不同产品类型进行相同实验测试，得到各产品的失效时间。
set.seed(2) #再模拟一个工厂得到的数据
test_data1 = data.frame("Id" = LETTERS[1:20], "Time" = rnorm(20,10,10)+20)
test_data1$Id = as.factor(test_data1$Id)
test_data1$start_Time = rnorm(20,5,3) #模拟产生开始时间数据
test_data_dum = rbind(test_data,test_data1) #把两个厂的数据进行合并
test_data_dum$Group = c(rep(1,20),rep(2,20))
test_data_dum$Group = as.factor(test_data_dum$Group) #设置因子型，group区分两个不同厂房数据
此时前6行数据如下（之后会有工厂2的数据）：
head(test_data_dum)
绘制时，使用geom_line()根据时间绘制，不同厂使用不同的填充颜色scale_fill_manual(values=c( "#FC4E07","#36BED9"))，后面进行小小的微调，将图例放入图片内部，背景变成透明。
ggplot(test_data_dum,aes(y = reorder(Id,Time),x = Time,fill=Group)) +
geom_line(aes(group = reorder(Id,Time))) +
geom_point(shape=21,size=4,colour="gray60") + ylab("Product") +
scale_fill_manual(values=c( "#FC4E07","#36BED9"))+
theme(
legend.background = element_blank(),
legend.position = c(0.85,0.12)
)
通过这个图可以看出，相同产品在不同厂房测试的数据，由于我的数据是模拟产生的，得到的结果没什么实际意义就不做解释了，主要是分享下如何使用克利夫兰点图进行绘制和拓展。
你可以将该图拓展到你的专业领域，再结合实际情况进行分析。
参考资料
《R语言数据可视化之美》: https://github.com/EasyChart/Beautiful-Visualization-with-R
既往专辑