看图写代码：瑞克与莫蒂剧集评分热力图

大概是去年的这个时间，我在一个名叫Data Is Beautiful的reddit论坛上看到了一张Rick and Morty的分集评分热力图，就想用R把它重复出来。当时水平还不怎么样，只能画个大概出来，很多细节都不知道该如何呈现；前几个月，又重新尝试了下，大部分细节都知道该如何实现了，但还是差一点；这里再尝试一下，看看能不能完全重复出来，毕竟这张图应该就是用R画的。

图是这样的：

首先，还是先把需要用到的包载入：

library(tidyverse)

然后载入数据：

rm <- read_csv("rick & morty.csv") %>% 
  mutate_at(vars(Episode, Season), as.factor)

载入数据的时候，为方便后面的绘图，顺便把集数和季数两个变量改成了因子型。具体的数据是这样的：

rm

## # A tibble: 31 x 3
##    Episode Season Rating
##    <fct>   <fct>   <dbl>
##  1 1       1         8.1
##  2 2       1         8.7
##  3 3       1         8.4
##  4 4       1         8.6
##  5 5       1         8.9
##  6 6       1         9  
##  7 7       1         8.1
##  8 8       1         8.7
##  9 9       1         8.5
## 10 10      1         9.2
## # ... with 21 more rows

数据很简单，Episode变量指第几集，Season变量指第几季，rating变量指该集的评分。

接下来先把最基本的框架画出来，然后再一点一点的完善。这个框架，三行代码就足够了：

ggplot(rm, aes(Season, Episode, fill = Rating)) + 
  geom_tile() + 
  geom_text(aes(label = Rating))

这里，将Season变量映射到了X轴上，同时将Episode变量映射到了Y轴上，并将Rating变量映射到了fill（填充色）上；然后通过geom_tile函数，将几何形状设置为瓦片图；最后再通过geom_text函数将评分的具体数字映射到相应的位置上。

图是画出来了，但跟原图差距还挺大的。首先，从Y轴来看，原图从上到下是递增的，而我这里是递减的。解决这个问题，不需要再多加一行代码，只需要稍作修改：

ggplot(rm, aes(Season, fct_rev(Episode), fill = Rating)) + 
  geom_tile() + 
  geom_text(aes(label = Rating))

使用forcats包里的fct_rev函数，可以颠倒因子水平的顺序，不过这也改变了Y轴的名称。下面统一把坐标轴、标题以及图例的名称更改掉：

ggplot(rm, aes(Season, fct_rev(Episode), fill = Rating)) + 
  geom_tile() + 
  geom_text(aes(label = Rating)) +
  labs(title = "Rick & Morty Heatmap", y = 'Episode', fill = 'Episode Rating')

labs函数可以用来修改各种名称，值得注意的是，如果前面用了fill，这里也要用fill；前面用了color，这里也要用color。提起颜色，我这里的颜色跟原图的颜色显然不一样，而且原图是分数越高颜色越深，而我正好相反。我试着以原图图例中8分的颜色为起始色，8.8分的颜色为中间色，9.9分的颜色为终点色来重复原图使用的颜色，这次用上了scale_fill_gradient2函数：

ggplot(rm, aes(Season, fct_rev(Episode), fill = Rating)) + 
  geom_tile() + 
  geom_text(aes(label = Rating)) +
  labs(title = "Rick & Morty Heatmap", y = 'Episode', fill = 'Episode Rating') +
    scale_fill_gradient2(low = '#ECF7B1', mid = '#3FB4C4', high = '#081D58',
                        midpoint = 8.8, breaks = seq(10, 8, -.4))

呃，不是完全一样，花了好多时间也没试出来完全符合原图的颜色，就先这样了。下面处理一下评分文本的颜色。原图中，深色瓦片上的文字是白色的，这一点很容易做到：

ggplot(rm, aes(Season, fct_rev(Episode), fill = Rating)) + 
  geom_tile() + 
  geom_text(aes(label = Rating), 
            color = ifelse(rm$Rating > 8.7, 'white', 'black')) +
  labs(title = "Rick & Morty Heatmap", y = 'Episode', fill = 'Episode Rating') +
    scale_fill_gradient2(low = '#ECF7B1', mid = '#3FB4C4', high = '#081D58',
                        midpoint = 8.8, breaks = seq(10, 8, -.4))

在geom_text函数中，使用ifelse函数指定分数大于8.7就呈现为白色，不超过8.7就呈现为黑色。

继续。原图中Y轴的刻度是紧挨着瓦片的，加一行代码就可以实现：

ggplot(rm, aes(Season, fct_rev(Episode), fill = Rating)) + 
  geom_tile() + 
  geom_text(aes(label = Rating), 
            color = ifelse(rm$Rating > 8.7, 'white', 'black')) +
  labs(title = "Rick & Morty Heatmap", y = 'Episode', fill = 'Episode Rating') +
    scale_fill_gradient2(low = '#ECF7B1', mid = '#3FB4C4', high = '#081D58',
                        midpoint = 8.8, breaks = seq(10, 8, -.4)) + 
  scale_x_discrete(expand = c(0, 0))

scale_x_discrete函数可以针对离散型的X轴进行调整，然后通过其中的expand参数，可以调整刻度与瓦片之间的距离。

然后将这张图的标题居中，这需要通过theme函数实现：

ggplot(rm, aes(Season, fct_rev(Episode), fill = Rating)) + 
  geom_tile() + 
  geom_text(aes(label = Rating), 
            color = ifelse(rm$Rating > 8.7, 'white', 'black')) +
  labs(title = "Rick & Morty Heatmap", y = 'Episode', fill = 'Episode Rating') +
    scale_fill_gradient2(low = '#ECF7B1', mid = '#3FB4C4', high = '#081D58',
                        midpoint = 8.8, breaks = seq(10, 8, -.4)) + 
  scale_x_discrete(expand = c(0, 0)) + 
  theme(plot.title = element_text(hjust = 0.5))

plot.title参数自然就是指图的标题，随后的element_text参数指对该部分的文本进行操作，其中的hjust参数用来调节水平位置，0是左对齐，1是右对齐，默认是左对齐。

在theme函数中，可以针对很多细节进行调节，下面继续对Y轴刻度值的角度进行调整：

ggplot(rm, aes(Season, fct_rev(Episode), fill = Rating)) + 
  geom_tile() + 
  geom_text(aes(label = Rating), 
            color = ifelse(rm$Rating > 8.7, 'white', 'black')) +
  labs(title = "Rick & Morty Heatmap", y = 'Episode', fill = 'Episode Rating') +
    scale_fill_gradient2(low = '#ECF7B1', mid = '#3FB4C4', high = '#081D58',
                        midpoint = 8.8, breaks = seq(10, 8, -.4)) + 
  scale_x_discrete(expand = c(0, 0)) + 
  theme(plot.title = element_text(hjust = 0.5),
        axis.text.y = element_text(angle = 90, hjust = .5))

axis.text.y参数是用来针对Y轴文本进行操作的，随后，在element_text中，使用angle调整角度，并再一次使用hjust将文本居中。

下面针对图片的背景进行调整。原图底层是一片空白，而ggplot2默认的背景是淡灰色加上白色的线条，这里可以用rect参数进行修改：

ggplot(rm, aes(Season, fct_rev(Episode), fill = Rating)) + 
  geom_tile() + 
  geom_text(aes(label = Rating), 
            color = ifelse(rm$Rating > 8.7, 'white', 'black')) +
  labs(title = "Rick & Morty Heatmap", y = 'Episode', fill = 'Episode Rating') +
    scale_fill_gradient2(low = '#ECF7B1', mid = '#3FB4C4', high = '#081D58',
                        midpoint = 8.8, breaks = seq(10, 8, -.4)) + 
  scale_x_discrete(expand = c(0, 0)) + 
  theme(plot.title = element_text(hjust = 0.5),
        axis.text.y = element_text(angle = 90, hjust = .5),
        rect = element_blank())

element_blank就是什么都不画。

剩下的细节问题主要就是图例方面的了，图例应该更长一点，图例的标题应该在右侧，图例的刻度应该在图例条的外侧，且只需要右侧的一条。下面先把图例拉长：

ggplot(rm, aes(Season, fct_rev(Episode), fill = Rating)) + 
  geom_tile() + 
  geom_text(aes(label = Rating), 
            color = ifelse(rm$Rating > 8.7, 'white', 'black')) +
  labs(title = "Rick & Morty Heatmap", y = 'Episode', fill = 'Episode Rating') +
  scale_fill_gradient2(low = '#ECF7B1', mid = '#3FB4C4', high = '#081D58',
                       midpoint = 8.8, breaks = seq(10, 8, -.4)) + 
  scale_x_discrete(expand = c(0, 0)) + 
  theme(plot.title = element_text(hjust = 0.5),
        axis.text.y = element_text(angle = 90, hjust = .5),
        rect = element_blank(),
        legend.key.height = unit(4.1,"line"))

theme里的参数名都是很直白的，legend.key.height用来调整图例的长度，然后用unit函数来指定具体的长度，这里我用了4.1个line的长度，但line究竟代表了什么，我也没搞懂。其实有很多单位的，感兴趣的可以用?unit查看一下。

下面调整图例名的位置，这时仅在theme函数里操作就不行了，还要用到guide_colorbar函数：

ggplot(rm, aes(Season, fct_rev(Episode), fill = Rating)) + 
  geom_tile() + 
  geom_text(aes(label = Rating), 
            color = ifelse(rm$Rating > 8.7, 'white', 'black')) +
  labs(title = "Rick & Morty Heatmap", y = 'Episode', fill = 'Episode Rating') +
  scale_fill_gradient2(low = '#ECF7B1', mid = '#3FB4C4', high = '#081D58',
                       midpoint = 8.8, breaks = seq(10, 8, -.4)) + 
  scale_x_discrete(expand = c(0, 0)) + 
  theme(plot.title = element_text(hjust = 0.5),
        axis.text.y = element_text(angle = 90, hjust = .5),
        rect = element_blank(),
        legend.key.height = unit(4.1,"line"),
        legend.title = element_text(angle = 90)) + 
  guides(fill = guide_colorbar(title.position = 'right', title.hjust = .5))

先使用legend.title参数，将图例名的角度旋转90度，然后在guide_colorbar中将其位置调整到图例条的右侧，并居中。最后就是图例上的刻度线了。虽然在之前更新的最新版ggplot2中，增加了一些针对图例的刻度的调整参数，但仅限于刻度的颜色和宽度，位置方面的调整可能还要等以后的更新，或者我去把ggplot2的内核搞懂（which is impossible）。这里，我暂且先把刻度去掉，于是下面就是最终的代码了：

ggplot(rm, aes(Season, fct_rev(Episode), fill = Rating)) + 
  geom_tile() + 
  geom_text(aes(label = Rating), 
            color = ifelse(rm$Rating > 8.7, 'white', 'black')) +
  labs(title = "Rick & Morty Heatmap", y = 'Episode', fill = 'Episode Rating') +
  scale_fill_gradient2(low = '#ECF7B1', mid = '#3FB4C4', high = '#081D58',
                       midpoint = 8.8, breaks = seq(10, 8, -.4)) + 
  scale_x_discrete(expand = c(0, 0)) + 
  theme(plot.title = element_text(hjust = 0.5),
        axis.text.y = element_text(angle = 90, hjust = .5),
        rect = element_blank(),
        legend.key.height = unit(4.1,"line"),
        legend.title = element_text(angle = 90)) + 
  guides(fill = guide_colorbar(title.position = 'right', title.hjust = .5,
                               ticks = FALSE))

就像小学时的看图写话一样，看图写代码是一种很好的练习方式，以后有时间再找些图练一练吧，这次就先到这了。

sessionInfo()

## R version 3.5.1 (2018-07-02)
## Platform: x86_64-w64-mingw32/x64 (64-bit)
## Running under: Windows 7 x64 (build 7601) Service Pack 1
## 
## Matrix products: default
## 
## locale:
## [1] LC_COLLATE=Chinese (Simplified)_People's Republic of China.936 
## [2] LC_CTYPE=Chinese (Simplified)_People's Republic of China.936   
## [3] LC_MONETARY=Chinese (Simplified)_People's Republic of China.936
## [4] LC_NUMERIC=C                                                   
## [5] LC_TIME=Chinese (Simplified)_People's Republic of China.936    
## 
## attached base packages:
## [1] stats     graphics  grDevices utils     datasets  methods   base     
## 
## other attached packages:
##  [1] bindrcpp_0.2.2  forcats_0.3.0   stringr_1.3.1   dplyr_0.7.6    
##  [5] purrr_0.2.5     readr_1.1.1     tidyr_0.8.1     tibble_1.4.2   
##  [9] ggplot2_3.0.0   tidyverse_1.2.1
## 
## loaded via a namespace (and not attached):
##  [1] tidyselect_0.2.5 xfun_0.3         haven_1.1.2      lattice_0.20-35 
##  [5] colorspace_1.3-2 htmltools_0.3.6  yaml_2.2.0       utf8_1.1.4      
##  [9] rlang_0.2.2      pillar_1.3.0     glue_1.3.0       withr_2.1.2     
## [13] modelr_0.1.2     readxl_1.1.0     bindr_0.1.1      plyr_1.8.4      
## [17] munsell_0.5.0    blogdown_0.8     gtable_0.2.0     cellranger_1.1.0
## [21] rvest_0.3.2      evaluate_0.12    labeling_0.3     knitr_1.20      
## [25] fansi_0.4.0      broom_0.5.0      Rcpp_0.12.19     scales_1.0.0    
## [29] backports_1.1.2  jsonlite_1.5     hms_0.4.2        digest_0.6.18   
## [33] stringi_1.1.7    bookdown_0.7     grid_3.5.1       rprojroot_1.3-2 
## [37] cli_1.0.1        tools_3.5.1      magrittr_1.5     lazyeval_0.2.1  
## [41] crayon_1.3.4     pkgconfig_2.0.2  xml2_1.2.0       lubridate_1.7.4 
## [45] assertthat_0.2.0 rmarkdown_1.10   httr_1.3.1       rstudioapi_0.8  
## [49] R6_2.3.0         nlme_3.1-137     compiler_3.5.1

看图写代码：瑞克与莫蒂剧集评分热力图

孟祥良

R语言学习资源总结

使用机器学习给自己推荐番剧：first try

《机器学习与R语言》学习笔记02：朴素贝叶斯

《机器学习与R语言》学习笔记01：kNN

R学习笔记及学习计划

R的基本概念和操作

11年-19年读书记录分析

（伪）动态网页爬虫-《狗十三》豆瓣短评爬取

使用R语言模拟抢红包

ggplot2及其扩展包绘图总结