请求绘制癌症类型在train_set与test_set的并列柱状图

给定数据集 #

以下是8类癌症在训练集和测试集中的样本数量分布：

实现代码（R语言） #

使用ggplot2和tidyr包可以快速绘制符合要求的并列柱状图，步骤如下：

1. 导入并整理数据 #

# 创建数据集
cancer_data <- data.frame(
  癌症类型 = c("乳腺癌", "结直肠癌", "黑色素瘤", "肺癌", "肾细胞癌", "肉瘤", "胸腺癌", "膀胱癌"),
  训练集 = c(11, 4, 321, 28, 527, 5, 5, 242),
  测试集 = c(0, 2, 108, 13, 174, 0, 5, 77)
)

# 加载tidyr包，转换为长格式数据
library(tidyr)
cancer_long <- pivot_longer(cancer_data, cols = c("训练集", "测试集"), 
                            names_to = "数据集类型", values_to = "样本数量")

2. 绘制并列柱状图 #

# 加载ggplot2包
library(ggplot2)

# 生成可视化图表
ggplot(cancer_long, aes(x = 癌症类型, y = 样本数量, fill = 数据集类型)) +
  geom_col(position = position_dodge(width = 0.8), width = 0.7) +
  geom_text(aes(label = 样本数量), position = position_dodge(width = 0.8), 
            vjust = -0.5, size = 3) +
  labs(title = "各类型癌症训练集与测试集样本量对比",
       x = "癌症类型",
       y = "样本数量",
       fill = "数据集类型") +
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
  scale_fill_manual(values = c("#1f77b4", "#ff7f0e"))

代码说明 #

• position_dodge(width = 0.8)：实现训练集与测试集柱子的并列排布
• geom_text：在每个柱子顶部添加样本数量标签，便于直观读取数值
• theme(axis.text.x = ...)：旋转x轴标签，避免长名称重叠
• scale_fill_manual：自定义柱子填充色，可根据需求调整

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