使用ggplot2绘制双向条形图及大维度双向表可视化方案咨询

你当前的t是宽格式的双向表，ggplot2绘图要求使用长格式的结构化数据，调整方法如下：

1. 先修正原矩阵创建的参数错误（原代码中生成的元素数与矩阵维度不匹配，会触发告警），再完成宽表转长表的操作，代码示例：

# 加载所需依赖包
library(tidyverse)

# 修正后的原数据生成逻辑
t <- matrix(sample.int(100, size = 12*20, replace = TRUE), nrow = 12, ncol = 20)
a <- sapply(1:12, function(x) paste0("X", x))
b <- sapply(1:20, function(x) paste0("X_", x))
rownames(t) <- a
colnames(t) <- b
t <- as.data.frame(t)

# 宽表转长表，适配ggplot2输入要求
t_long <- t %>%
  rownames_to_column("row_group") %>%
  pivot_longer(cols = -row_group, names_to = "col_group", values_to = "freq")

2. 转换完成的t_long包含3个字段：row_group对应原表格的行类别、col_group对应原表格的列类别、freq对应交叉位置的频率值，直接代入目标绘图代码的美学映射即可，通常将其中一个类别映射到X轴，另一个映射到填充色/分面，频率值映射到Y轴。

• 维度降采样/聚合：先对行、列维度做聚类、分组或按频率阈值过滤，把低贡献的小类别合并为「其他」分组，将单图展示的类别数控制在单维度15个以内，避免信息过载
• 标签排版优化：类别标签旋转45-90度避免重叠，多标签场景可使用scale_x_discrete(guide = guide_axis(n.dodge = 2))实现标签多行错开排列，也可隐藏低频类别的标签仅保留色块
• 视觉排序与配色：按行/列的频率总和对类别做排序，避免杂乱的视觉效果；用渐变色彩替代离散色系，通过颜色深浅区分频率高低，降低视觉识别成本
• 分面拆分展示：将大表按行/列的上层分组拆分为多个子图，每个子图仅展示少量类别，避免单图密度过高
• 交互式方案替代：若需要保留全部维度信息，可使用plotly、echarts4r等交互式绘图工具替代静态ggplot，支持缩放、筛选、悬停查看详情等操作，更适配高维数据的探索需求

内容的提问来源于stack exchange，提问作者Vendetta