R# 计算百分比data <- data %>% group_by(gender, color) %>% summarize(count = n()) %>% mutate(percentage = count / sum(count))# 创建堆叠百分比条形图ggplot(data, aes(x = gender, y = percentage, fill = color)) + geom_bar(stat = "identity", position = "fill") + labs(x = "性别", y = "百分比", fill = "喜欢的颜色") + scale_fill_manual(values = c("红色" = "red", "蓝色" = "blue", "绿色" = "green")) + theme_minimal()
通过运行上述代码，我们可以得到一个堆叠百分比条形图，其中 x 轴表示性别，y 轴表示百分比，不同的颜色表示喜欢的颜色。每个条形图的高度表示该类别在总数中的占比。案例分析：调查问卷结果分析通过上述的堆叠百分比条形图，我们可以更直观地了解不同性别和喜欢的颜色之间的关系。以下是对图表的分析：首先，我们可以看到男性和女性之间在红色和蓝色喜好上有较大的差异。在我们的样本中，有60%的男性喜欢红色，而只有40%的女性喜欢红色。相反，有60%的女性喜欢蓝色，而只有40%的男性喜欢蓝色。这表明性别对于颜色的喜好有一定的影响。其次，绿色是唯一一个在男性和女性之间没有明显差异的颜色。在我们的样本中，男性和女性对绿色的喜好比例相当，都为20%。在这个案例中，我们使用了堆叠百分比条形图来展示不同性别和喜欢的颜色之间的关系。这种图表形式可以帮助我们更好地理解数据，并从中发现一些有趣的结果。通过使用 R 语言的 ggplot2 包，我们可以轻松创建堆叠百分比条形图，并通过添加二元因子和标签的百分比来提供更详细的信息。这种图表形式可以帮助我们更好地理解数据并进行数据分析。希望本文对你理解如何使用 ggplot2 创建堆叠百分比条形图有所帮助。如果你对此感兴趣，可以尝试使用自己的数据来创建类似的图表，并发现其中隐藏的关系和趋势。