使用多個節點可視化分層數據

Question

我在三個城市的工業分類三個層次上對產業進行了可視化和比較。這是5,354個數據點。我需要美化和澄清可視化，以便輕鬆比較分類級別和跨分類級別的最大行業。大多數行業都太小而無法在這個規模上單獨區分，但是無論如何他們都應該包括在內以構成整體圖景。

下面是分區佈局圖（在Mac，Windows提供了一個更小的拋光結果）：

酒吧內的數字是行業規範，而不是就業人數。請注意，嵌套行業在圖中是一致的。

下面是圖中的代碼：

# Order by descending NAICS code: KEY to diagram appearance 
temp1 <- temp1[with(temp1, order(cbsa_name, naics_level, -naics)),] 

# Plot partition layout/table 
library(ggplot2) 
lg2lb <- colorRampPalette(c("light green", "light blue"))(3) 
textsize=14 
pt <- theme(panel.grid.major=element_blank(), panel.grid.minor=element_blank(), 
      panel.background=element_blank(), panel.border=element_blank(), 
      plot.title=element_text(size=textsize), legend.position="none", 
      legend.background=element_blank(), legend.key=element_blank(), 
      legend.justification=c(1,1), legend.text=element_text(size=textsize), legend.title=element_text(size=textsize), 
      axis.line=element_line(colour="black"), axis.text=element_text(size=textsize, colour="black"), 
      axis.title=element_text(size=textsize), strip.text.x=element_text(size=textsize), strip.background=element_blank()) 
ggplot(temp1, aes(naics_level, emp_est/1000, fill=factor(naics_level))) + pt + 
    scale_y_continuous(limits = c(0, 2565)) + 
    geom_bar(stat="identity", size=.2, position='stack', col=1, width = 1) + scale_fill_manual(values=lg2lb) + 
    geom_text(aes(label=naics, size=emp_est/sum(emp_est)), position=position_stack(vjust = 0.5)) + 
    facet_wrap(~cbsa_name, strip.position="top") + labs(x="Niveaux de nomenclature", y="Emploi 2015 (milliers)") 

我想通過管理小堆更好地改進圖的外觀。我可以想到幾個解決方案，但我不知道如何實施它們。你認爲哪一個最好？也可能有更好的想法，即使不涉及這種類型的圖。

1）拆除酒吧的標籤，其無論如何是太小，無法區分： 我試着通過size=ifelse(emp_est/sum(emp_est)>5, emp_est/sum(emp_est), 0)上面size=emp_est/sum(emp_est)代碼代替，但它不工作，因爲它顯然將所有剩餘的標籤在相同的尺寸。問題可能是，ifelse（）在aes（）中不起作用。查看結果（這次是在Windows上生成的）：

2）調整條形標籤的大小，使它們不會以較小的尺寸伸出酒吧（如您在上面的第一個圖表中看到的那樣）。多大的功能可以幫助我呢？

3）用一個標籤爲「這裏有許多小工業」的單條代替相鄰的難以辨認的酒吧。

4）有沒有其他的想法？

我會在未來的編輯中嘗試發佈我的數據。 編輯：我的數據（太大不能粘貼在這裏）：https://zerobin.net/?1faa4f697b2835fe#GjapzLQ1f/ncwNS5bqyh6tHpgE8sG2RMaKMZoYOA3Mk=

Answer 1

一個解決方案是打印只有高就業行業代碼。我創建了一個單獨的行業標籤，並在geom_text中使用。

# create industry label, set blank for employment < 50000 
temp1$naics_label <- temp1$naics 
temp1$naics_label[temp1$emp_est < 50000] <- "" 

ggplot(temp1, aes(naics_level, emp_est/1000, fill=factor(naics_level))) + pt + 
    scale_y_continuous(limits = c(0, 2565)) + 
    geom_bar(stat="identity", size=.2, position='stack', col=1, width = 1) + 
    scale_fill_manual(values=lg2lb) + 
    geom_text(aes(label=naics_label, size=emp_est/sum(emp_est)), position=position_stack(vjust = 0.5)) + 
    facet_wrap(~cbsa_name, strip.position="top") + labs(x="Niveaux de nomenclature", y="Emploi 2015 (milliers)") 

另一種解決方案是設置aes填充顏色，以就業人數，強調行業的大小很難從堆積條形圖來確定。我在scale_fill_distiller中使用顏色啤酒調色板。

pt2 <- theme(panel.grid.major=element_blank(), panel.grid.minor=element_blank(), 
     panel.background=element_blank(), panel.border=element_blank(), 
     plot.title=element_text(size=textsize), 
     legend.justification=c(1,1), legend.text=element_text(size=textsize-2), legend.title=element_text(size=textsize), 
     axis.line=element_line(colour="black"), axis.text=element_text(size=textsize, colour="black"), 
     axis.title=element_text(size=textsize), strip.text.x=element_text(size=textsize), strip.background=element_blank()) 

ggplot(temp1, aes(naics_level, emp_est/1000, fill=emp_est)) + pt2 + 
    scale_y_continuous(limits = c(0, 2565)) + 
    geom_bar(stat="identity", size=.2, position='stack', col=1, width = 1) + 
    geom_text(aes(label=naics_label, size=emp_est/sum(emp_est)), position=position_stack(vjust = 0.5)) + 
    scale_fill_distiller("Emploi", type = "div", palette = "RdYlBu", direction = -1) + 
    guides(size=FALSE) + 
    facet_wrap(~cbsa_name, strip.position="top") + labs(x="Niveaux de nomenclature", y="Emploi 2015 (milliers)")