R 防止饼图中重叠

我的数据是这样的：

 VariantClass   PASS_ONTARGET
  Silent            50.30
  Missense          47.00
  Nonsense           0.74
  Startloss          0.26
  Stoploss           0.74
  Frameshift-indel   0.61
  Inframe-indel      0.35

我生成饼图的代码是：

    data <- read.table(file=Infilename, header=T, sep="\t")
    png(filename=Outfilename,height=4000,width=5000,res=600)
    y<-data$PASS_ONTARGET
    color<-c("blue","green","light blue","orange","purple","red","yellow")
    names<-c(data$VariantClass)
    pie(y, labels=names, font=2, main="Variant Class Distribution", clockwise = FALSE, density = NULL, col = color, border = NULL, lty = NULL)
    legend("topright",legend=names,cex=1.0, bty="n", fill=c(color))
    dev.off()

我遇到的问题是图表上的标签相互重叠。我怎样才能防止这种情况发生？

增大半径并缩小标签。

pie(<your other arguments>, radius = 1, cex = 0.3)

但正如卡尔所说，不要使用饼图 http://www.perceptualedge.com/articles/visual_business_intelligence/save_the_pies_for_dessert.pdf.

以下是用于可视化此数据集的饼图和条形图的比较。对我来说，条形图使比较更容易。

library(dplyr)
library(forcats)
library(ggplot2)

dataset <- tribble(
  ~ VariantClass, ~ PASS_ONTARGET,
  "Silent",            50.30,
  "Missense",          47.00,
  "Nonsense",           0.74,
  "Startloss",          0.26,
  "Stoploss",           0.74,
  "Frameshift-indel",   0.61,
  "Inframe-indel",      0.35
) %>% 
  mutate(VariantClass = fct_reorder(VariantClass, PASS_ONTARGET))

ggplot(dataset, aes(x = "", y = PASS_ONTARGET, fill = VariantClass)) +
  geom_col(width = 1) + 
  coord_polar(theta = "y") +
  xlab(NULL)

ggplot(dataset, aes(VariantClass, PASS_ONTARGET)) +
  geom_col() + 
  coord_flip()

为了完整起见，以下是帕累托图和瀑布图的替代方案。您需要在绘图之前计算累积 y 值。

dataset2 <- dataset %>% 
  arrange(desc(VariantClass)) %>% 
  mutate(
    cum_PASS_ONTARGET = cumsum(PASS_ONTARGET)
  )

帕累托图是条形图+累积总线。它比条形图提供更多信息，如果您想回答“我需要包含多少个最大类别才能达到总数的 90%？”之类的问题，条形图会很有用。 （这对于 PCA 很重要，因为帕累托图在 PCA 中很常见。）不过，与标准条形图相比，它挤压了条形图。

ggplot(dataset2) +
  geom_col(aes(VariantClass, PASS_ONTARGET)) + 
  geom_line(aes(as.integer(VariantClass), cum_PASS_ONTARGET)) +
  coord_flip()

瀑布图移动条形以给出累积总数。这些有点小众，因为它们只适合查看累积总数：现在无法比较各个条形。对于这种用途，帕累托图比瀑布图更好。

ggplot(dataset2) +
  geom_rect(
    aes(
      x = VariantClass,
      xmin = as.integer(VariantClass) - 0.45, 
      xmax = as.integer(VariantClass) + 0.45, 
      ymin = cum_PASS_ONTARGET - PASS_ONTARGET, 
      ymax = cum_PASS_ONTARGET
    )
  ) + 
  coord_flip()
#> Warning: Ignoring unknown aesthetics: x