R语言入门学习教程，从入门到精通，R语言时间序列数据可视化(11）

R语言时间序列数据可视化

知识点总览

1. 时间序列数据基础（创建与处理）
2. 折线图（ggplot2 + 时间序列）
3. 面积图
4. 地平线图
5. 螺旋图
6. 日历图
7. 本章小结

---

1. 时间序列数据基础

核心语法：

• ts()：创建时间序列对象
• as.Date() / as.POSIXct()：日期转换
• zoo / xts 包：处理不规则时间序列

# 加载必要包
library(ggplot2)
library(dplyr)

# 创建示例时间序列数据
# 生成日期序列：2020年1月到2022年12月，每月1日
dates <- seq(as.Date("2020-01-01"), as.Date("2022-12-01"), by = "month")

# 生成随机趋势数据（含季节波动）
set.seed(123)  # 固定随机种子，保证结果可重复
n <- length(dates)
trend <- seq(10, 20, length.out = n)          # 线性上升趋势
seasonal <- 5 * sin(2 * pi * (1:n) / 12)      # 年度季节波动
noise <- rnorm(n, mean = 0, sd = 2)            # 随机噪声
value <- trend + seasonal + noise              # 合成时间序列

# 存入数据框
df <- data.frame(date = dates, value = value)

# 查看前6行
head(df)

---

2. 折线图

用途：显示随时间变化的趋势。

核心语法：

• geom_line()：画折线
• geom_point()：加数据点
• scale_x_date()：格式化日期轴

# 绘制基础折线图
ggplot(df, aes(x = date, y = value)) +
  geom_line(color = "steelblue", size = 1) +          # 折线颜色和粗细
  geom_point(color = "red", size = 1.5) +             # 添加数据点
  labs(
    title = "时间序列折线图示例",
    subtitle = "2020年1月 - 2022年12月",
    x = "日期",
    y = "数值"
  ) +
  theme_minimal() +                                   # 简洁主题
  scale_x_date(date_breaks = "6 months",              # X轴刻度间隔6个月
               date_labels = "%Y-%m") +               # 日期格式显示
  theme(axis.text.x = element_text(angle = 45, hjust = 1))  # 旋转X轴标签

---

3. 面积图

用途：强调累积量或总量随时间的变化。

核心语法：

• geom_area()：面积图
• alpha：透明度

# 计算累积和
df <- df %>%
  mutate(cumsum_value = cumsum(value))

# 绘制面积图
ggplot(df, aes(x = date, y = cumsum_value)) +
  geom_area(fill = "lightblue", alpha = 0.6) +        # 填充颜色及透明度
  geom_line(color = "darkblue", size = 1) +           # 添加边框线
  labs(
    title = "面积图：累积值变化",
    x = "日期",
    y = "累积数值"
  ) +
  theme_light() +
  scale_x_date(date_breaks = "3 months",
               date_labels = "%b %Y") +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

---

4. 地平线图

用途：压缩多个时间序列在窄空间中对比（适合多指标）。

核心语法：

• 需要 ggHorizon 包（基于 ggplot2 扩展）
• 或手动分箱 + 正负颜色映射

注：地平线图通过将数据分段并折叠成水平带，每个区域用不同颜色表示正负偏差。

安装包：

install.packages("ggHorizon")

案例代码：

library(ggHorizon)

# 创建多组时间序列数据（模拟不同产品销售额）
set.seed(456)
df_multi <- data.frame(
  date = rep(dates, 3),
  value = c(value,
            value * 0.8 + rnorm(n, 0, 1),
            value * 1.2 + rnorm(n, 0, 2)),
  group = rep(c("产品A", "产品B", "产品C"), each = n)
)

# 绘制地平线图
ggplot(df_multi, aes(x = date, y = value, fill = group)) +
  geom_horizon(bandwidth = 2,                 # 每个带的数值范围宽度
               origin = "midpoint") +          # 以中值为基准分正负
  facet_grid(group ~ .) +                     # 纵向分面
  scale_fill_brewer(palette = "RdBu") +       # 红蓝配色（正负区分）
  labs(title = "地平线图：多产品销售额对比",
       x = "日期", y = "偏差带") +
  theme_minimal() +
  theme(legend.position = "bottom")

---

5. 螺旋图

用途：显示周期性模式（如一天内、一年内），将时间映射到极坐标系螺旋路径。

核心语法：

• 计算角度和半径
• coord_polar() 或 ggplot2 + geom_path()

手动实现螺旋图：

# 以年周期为例，将日期转换为一年中的第几天
df$day_of_year <- as.numeric(format(df$date, "%j"))
df$year <- as.numeric(format(df$date, "%Y"))

# 计算角度（0~360°对应全年天数）
df$angle <- 2 * pi * (df$day_of_year / 365)
# 半径随年份增加（螺旋外扩）
df$radius <- df$year - min(df$year) + 1

# 绘制螺旋图
ggplot(df, aes(x = radius * cos(angle), y = radius * sin(angle), color = value)) +
  geom_path(size = 1.2) +
  geom_point(size = 2) +
  scale_color_gradient(low = "blue", high = "red") +
  coord_fixed() +                           # 保持圆形比例
  labs(title = "时间序列螺旋图（年度周期 + 逐年上升）",
       color = "数值") +
  theme_void() +                            # 隐藏坐标轴
  theme(legend.position = "right")

解释：螺旋图将时间卷成螺旋，内圈为早，外圈为晚，颜色表示数值大小。

---

6. 日历图

用途：按日历月/周展示数据（如每日温度、股票收盘价）。

核心语法：

• ggplot2 + 按星期几和月份排布
• 或使用 ggcal / calendR 包

手动构建日历图：

# 生成每日数据（完整年份）
daily_dates <- seq(as.Date("2021-01-01"), as.Date("2021-12-31"), by = "day")
daily_values <- rnorm(length(daily_dates), mean = 50, sd = 15)

df_daily <- data.frame(
  date = daily_dates,
  value = daily_values
)

# 提取星期几（0=周日）和 月份周数
df_daily$weekday <- as.numeric(format(df_daily$date, "%w"))
df_daily$week_of_year <- as.numeric(format(df_daily$date, "%U"))
df_daily$month <- as.numeric(format(df_daily$date, "%m"))

# 绘制类似 GitHub 贡献图的日历
ggplot(df_daily, aes(x = weekday, y = -week_of_year, fill = value)) +
  geom_tile(color = "white", size = 0.5) +            # 方格
  facet_wrap(~ month, scales = "free_y", ncol = 3) +  # 按月份分面
  scale_fill_gradient2(low = "green", mid = "yellow", high = "red", 
                       midpoint = mean(daily_values)) +
  labs(title = "日历图：2021年每日数值分布",
       x = "星期几（周日=0）", y = "周数（负序）", fill = "数值") +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 90))

---

7. 本章小结

图表类型	适用场景	关键语法
折线图	趋势变化	geom_line()
面积图	累积量 / 总量变化	geom_area()
地平线图	多序列紧凑对比	geom_horizon()
螺旋图	周期性 + 长期趋势	极坐标 + 路径
日历图	按日历格展示每日数据	geom_tile() + 分面