R语言spineplot如何绘制类ggplot2风格的堆叠条形图？

你对spineplot的定位存在关键误解：它并非通用的单维度堆叠条形图实现，而是专门面向双分类变量的条件分布可视化工具，是马赛克图的固定简化特例。它的核心设计逻辑是同时展示「x分类变量的样本占比」和「每个x分组内部y响应变量的分布占比」，从入参层面就不支持单维度的频数输入，这也是你此前所有调用直接报错的根本原因。

要得到和你提到的ggplot2示例完全一致的单横轴堆叠条形效果，不需要硬凑单维度入参，只需构造符合spineplot入参规则的虚拟恒定x分类即可：

• 目标效果是单横轴块下按cyl取值纵向堆叠占比，对应spineplot的逻辑就是给所有样本设置一个完全相同的x分类值，让spineplot自动计算该x分组内部y变量的堆叠分布
• 可直接运行的实现代码：

spineplot(x = factor(rep(1, nrow(mtcars))), y = factor(mtcars$cyl))

• 输出效果完全匹配目标：x轴仅有一个占满整个绘图宽度的分类块，块内纵向分层堆叠，每一段的高度完全对应该cyl类别的样本占总样本的比例

spineplot仅支持三类合法入参形式，你此前的所有尝试均不符合规则：

• 接收二维列联表输入（行对应x分类，列对应y分类）：你传入的table(mtcars$cyl)是一维列联表，缺少第二个分类维度，无法匹配
• 接收两个等长向量输入（第一个为x分类向量，第二个为y分类向量）：你此前的调用要么只传了单个维度的分类值，要么把长度为1的样本总数标量当成了第二个维度传入，长度完全不匹配
• 接收y ~ x形式的公式输入，本质和双向量的入参逻辑完全一致

你提到的分层语法体系下的关联逻辑完全成立，只是base R的spineplot实现存在固定的入参约束：

• 直角坐标系下的spineplot，本质就是多横轴分类下的占比堆叠条形图，它和普通等宽堆叠条形图的唯一区别是：默认会把每个横轴类别的宽度调整为对应该类别的样本量占比
• 当x仅包含一个分类时，该类别的宽度自然占满整个绘图区，此时spineplot的输出就和标准等宽堆叠条形图完全没有差异
• 按照分层语法的坐标变换逻辑，将该spineplot输出映射到极坐标系，即可得到论文中提到的靶心图，再将角度轴映射为纵轴值，就对应为标准饼图

补充说明：基础绘图体系里的pie(table(mtcars$cyl))、mosaicplot(table(mtcars$cyl))默认仅展示占比，要叠加具体计数需要手动计算频数后通过文本函数绘制标注；而spineplot只要匹配入参规则，既可以实现目标堆叠效果，也可以通过内置参数快速完成计数标注，不需要额外改写绘图逻辑。

内容的提问来源于stack exchange，提问作者J. Mini