如何在R语言中创建区分贫困状态的环形散点图

原始数据 #

Tenure Type   In Poverty    Not in Poverty 
Tenure_A      45786        784733
Tenure_B      98453        359584
Tenure_C      34954        385884
Tenure_D      29586        948434
Tenure_E      74854        385869

需求说明 #

创建环形散点图：

• 内圈用散点代表对应Tenure类型的贫困人口（如Tenure_A需显示45786个点）
• 外圈用散点代表对应Tenure类型的非贫困人口

问题分析 #

你当前的代码存在两个核心问题：

1. 数据是宽格式，无法直接映射贫困状态的分类变量
2. 极坐标的映射逻辑错误，没有区分内圈/外圈的半径，也没有将Tenure类型映射为极坐标的角度

解决方案 #

步骤1：数据预处理 #

需要把宽格式数据转成长格式，并根据人口数量生成对应行数的观测（每个观测代表一个人），同时为内圈/外圈设置不同的半径值：

library(tidyverse)

# 构建原始数据框
Poverty <- tibble(
  Tenure_Type = c("Tenure_A", "Tenure_B", "Tenure_C", "Tenure_D", "Tenure_E"),
  In_Poverty = c(45786, 98453, 34954, 29586, 74854),
  Not_in_Poverty = c(784733, 359584, 385884, 948434, 385869)
)

# 转长格式并生成对应数量的点
Poverty_long <- Poverty %>%
  pivot_longer(
    cols = -Tenure_Type,
    names_to = "Poverty_Status",
    values_to = "Count"
  ) %>%
  uncount(Count) %>%  # 按人口数重复行，每个行对应一个散点
  mutate(
    # 内圈（贫困人口）半径设为1，外圈（非贫困人口）设为2
    Radius = ifelse(Poverty_Status == "In_Poverty", 1, 2)
  )

步骤2：绘制环形散点图 #

使用极坐标将Tenure类型映射为角度，半径区分内外圈，用抖动点避免完全重叠：

ggplot(Poverty_long, aes(x = Radius, y = Tenure_Type, color = Poverty_Status)) +
  # 用geom_jitter让点轻微分散，alpha处理高密度点的透明度
  geom_jitter(size = 0.5, alpha = 0.3, width = 0.1) +
  # 将y轴（Tenure_Type）转为极坐标的角度
  coord_polar(theta = "y") +
  # 调整半径范围，避免点超出画布
  scale_x_continuous(limits = c(0, 2.5)) +
  # 自定义标签和主题
  labs(
    title = "不同居住类型的贫困状态环形散点图",
    color = "贫困状态"
  ) +
  theme_minimal() +
  theme(
    # 隐藏不必要的网格和轴标签
    panel.grid = element_blank(),
    axis.text.x = element_blank(),
    axis.title = element_blank()
  )

关键说明 #

• uncount(Count)：这是实现“一个点代表一个人”的核心，它会根据每个类别的人口数生成对应行数的观测。
• coord_polar(theta = "y")：将分类变量Tenure_Type映射为极坐标的角度，让每个居住类型占据一个独立的扇形区域。
• geom_jitter的参数：width控制点在半径方向的分散程度，alpha降低透明度，避免高密度区域的点完全重叠成块。

内容的提问来源于stack exchange，提问作者user21070007