看世界杯也能学画图：R语言ggplot2画热图展示不同国家历届足球世界杯的成绩

image.png

热图展示不同国家历届足球世界杯的成绩，非常有意思，时间跨度是1982年到2018年，入选国家的标准是最少参加过四次世界杯，我们今天来重复一下这个图，自己这个伪球迷也来了解一下足球世界杯的相关知识。

推特上这个图还没有分享示例数据和代码，我们手动把数据整理下来，代码自己来写

部分示例数据截图

image.png

最开始整理数据是直接按照图中的图例文字来标注的，想了一下用数字替代可能会更快一点，数字在读入R语言后可以用代码再次替换成图例的文本

三个图的作图代码是一样的，只是需要换一下数据就可以了

第一个图

library(readxl)
library(ggplot2)
library(tidyverse)

dat01<-read_excel('data/20221122/fifaworldcup.xlsx',
                  sheet = 'Sheet2')
dat01 %>% 
  pivot_longer(!country,names_to = 'year') %>% 
  mutate(`Best Achievement`=case_when(
    value == 1 ~ 'Not Present',
    value == 2 ~ 'Group Stage',
    value == 3 ~ 'Round of 16',
    value == 4 ~ 'Quarter Finals',
    value == 5 ~ 'Semi Finals',
    value == 6 ~ 'Winner',
    TRUE ~ value
  )) -> new.dat01


new.dat01 <- new.dat01 %>% 
  mutate(country=factor(country,
                        levels = c('Germany','Spain','Italy',
                                    'England','France',
                                   'Belgium','Netherlands',
                                   'Portugal','Croatia',
                                   'Denmark','Poland','Sweden',
                                   'Switzerland','Russia','Scotland')))

ggplot()+
  geom_tile(data=new.dat01,
            aes(y=year,x=country,fill=`Best Achievement`),
            color='white')+
  theme_classic()+
  theme(axis.line = element_blank(),
        axis.ticks = element_blank(),
        axis.text.x = element_text(angle = 60,hjust=0,vjust=0.5),
        legend.position = 'bottom')+
  guides(fill=guide_legend(title.position = 'top',byrow = TRUE))+
  labs(x=NULL,y=NULL)+
  scale_x_discrete(position = 'top')+
  scale_fill_manual(values = c('Not Present'='#e5e5e5',
                               'Group Stage'='#440053',
                               'Round of 16'='#3c528b',
                               'Quarter Finals'='#218f8c',
                               'Semi Finals'='#5dc763',
                               'Winner'='#fde624'))+
  ggtitle('Europe')+
  coord_equal() -> p1

p1


image.png

第二个图

dat02<-read_excel('data/20221122/fifaworldcup.xlsx',
                  sheet = 'Sheet3')
dat02 %>% 
  pivot_longer(!country,names_to = 'year') %>% 
  mutate(`Best Achievement`=case_when(
    value == 1 ~ 'Not Present',
    value == 2 ~ 'Group Stage',
    value == 3 ~ 'Round of 16',
    value == 4 ~ 'Quarter Finals',
    value == 5 ~ 'Semi Finals',
    value == 6 ~ 'Winner'
  )) -> new.dat02
new.dat02 <- new.dat02 %>% 
  mutate(country=factor(country,
                        levels = c('Brazi','Argentina','Mexico',
                                   'United States','Uruguay',
                                   'Colombia','Costa Rica',
                                   'Paraguay','Chile')
  ))

ggplot()+
  geom_tile(data=new.dat02,
            aes(y=year,x=country,fill=`Best Achievement`),
            color='white')+
  theme_classic()+
  theme(axis.line = element_blank(),
        axis.ticks = element_blank(),
        axis.text.x = element_text(angle = 60,hjust=0,vjust=0.5),
        legend.position = 'bottom')+
  guides(fill=guide_legend(title.position = 'top',byrow = TRUE))+
  labs(x=NULL,y=NULL)+
  scale_x_discrete(position = 'top')+
  scale_fill_manual(values = c('Not Present'='#e5e5e5',
                               'Group Stage'='#440053',
                               'Round of 16'='#3c528b',
                               'Quarter Finals'='#218f8c',
                               'Semi Finals'='#5dc763',
                               'Winner'='#fde624'))+
  ggtitle('Americas')+
  coord_equal() -> p2

p2

image.png

第三个图

dat03<-read_excel('data/20221122/fifaworldcup.xlsx',
                  sheet = 'Sheet4')
dat03 %>% 
  pivot_longer(!country,names_to = 'year') %>% 
  mutate(`Best Achievement`=case_when(
    value == 1 ~ 'Not Present',
    value == 2 ~ 'Group Stage',
    value == 3 ~ 'Round of 16',
    value == 4 ~ 'Quarter Finals',
    value == 5 ~ 'Semi Finals',
    value == 6 ~ 'Winner'
  )) -> new.dat03

new.dat03 <- new.dat03 %>% 
  mutate(country=factor(country,
                        levels = c('South Korea','Cameroon',
                                   'Japan','Nigeria','Saudi Arabia',
                                   'Algeria','Iran',
                                   'Morocco','Australia','Tunisia')
  ))

ggplot()+
  geom_tile(data=new.dat03,
            aes(y=year,x=country,fill=`Best Achievement`),
            color='white')+
  theme_classic()+
  theme(axis.line = element_blank(),
        axis.ticks = element_blank(),
        axis.text.x = element_text(angle = 60,hjust=0,vjust=0.5),
        legend.position = 'bottom')+
  guides(fill=guide_legend(title.position = 'top',byrow = TRUE))+
  labs(x=NULL,y=NULL)+
  scale_x_discrete(position = 'top')+
  scale_fill_manual(values = c('Not Present'='#e5e5e5',
                               'Group Stage'='#440053',
                               'Round of 16'='#3c528b',
                               'Quarter Finals'='#218f8c',
                               'Semi Finals'='#5dc763',
                               'Winner'='#fde624'))+
  ggtitle('Other')+
  coord_equal() -> p3
p3


image.png

最后是拼图

library(patchwork)
pdf(file = 'worldcup1982-2018.pdf',
    width = 9.4,height = 4,family = 'serif')
p1+p2+theme(axis.text.y = element_blank())+
  p3+theme(axis.text.y = element_blank())+
  plot_layout(guides='collect')+
  plot_annotation(theme = theme(legend.position = 'bottom'))
dev.off()

image.png

推特上的图还用点标注了每届世界杯的东道主国家，这个如何实现在单独出一期推文进行介绍

示例数据和代码可以给推文点赞，点击在看，最后留言获取

欢迎大家关注我的公众号

小明的数据分析笔记本

小明的数据分析笔记本 公众号 主要分享：1、R语言和python做数据分析和数据可视化的简单小例子；2、园艺植物相关转录组学、基因组学、群体遗传学文献阅读笔记；3、生物信息学入门学习资料及自己的学习笔记！