# Installing necessary packages
if (!requireNamespace("tidyverse", quietly = TRUE)) {
install.packages("tidyverse")
}
if (!requireNamespace("palmerpenguins", quietly = TRUE)) {
install.packages("palmerpenguins")
}
# Load packages
library(tidyverse)
library(palmerpenguins)径向堆积柱状图
径向堆积柱状图把堆积柱状图卷成圆环：每个扇区是一个类别，类别内部的构成沿半径方向由内向外堆叠，总量与内部比例从同一个紧凑的图形中读出。它是经典堆积柱状图的”径向表亲”，也是普通环形图的加强版；当一个图里要放进十余个类别、且每个类别还有若干构成部分时（每个岛屿的企鹅种类、每个样本的细胞类型、每个谱系的变异类别），它尤其能发挥价值。阅读时需谨慎： 所有扇区的角度宽度相同，总量只由半径编码，而且同样比例的分段因所处半径不同会覆盖差异很大的墨水量——比例版（第 2 节）才是诚实的比较形式，与所有饼图家族图表一样。本教程复现《顶刊图社》系列（第002期）介绍的图表类型，见文末参考文献。
示例
这张径向堆积柱状图展示了各研究岛屿的企鹅普查构成：每个扇区是一个岛屿，彩色分段的三个部分沿半径堆叠，分段内的数字给出计数——Biscoe 岛最大（168 只，对比 124 与 52），且各岛的物种构成差异明显。
环境配置
系统要求：跨平台（Linux/MacOS/Windows）
编程语言：R
依赖包：
tidyverse；palmerpenguins
数据准备
示例使用 palmerpenguins 内置的 penguins 数据集：按岛屿与物种交叉计数的观测记录——正是径向堆积柱状图需要的长表格式（每行一个”组 × 部分”组合及其数量）。
data("penguins")
island_species <- penguins |>
count(island, species)
island_species# A tibble: 5 × 3
island species n
<fct> <fct> <int>
1 Biscoe Adelie 44
2 Biscoe Gentoo 124
3 Dream Adelie 56
4 Dream Chinstrap 68
5 Torgersen Adelie 52注意： 任何 count() 风格的长表都可以——两列分组分别定义扇区与堆叠部分，第三列是量值（计数、百分比、丰度）。
可视化
1. 基础绘图
全部奥秘就是 coord_polar(theta = "x")：普通堆积柱的柱子变成扇区，堆叠方向变成半径方向。数值标签用 position_stack() 定位，每个标签落在自己分段的中央。
radial_colors <- c(Adelie = "#3a86ff", Chinstrap = "#f4a261", Gentoo = "#2a9d8f")
ggplot(island_species, aes(x = island, y = n, fill = species)) +
geom_col(width = .85, colour = "white", linewidth = .35) +
geom_text(aes(label = n), position = position_stack(vjust = .5),
colour = "white", fontface = "bold", size = 3.4) +
coord_polar(theta = "x") +
scale_fill_manual(values = radial_colors) +
labs(x = NULL, y = NULL, fill = NULL) +
theme_minimal(base_size = 12) +
theme(panel.grid.major.x = element_blank(),
panel.grid.major.y = element_line(colour = "grey88"),
axis.text.y = element_text(colour = "grey50", size = 8))
提示
关键参数：
-
theta = "x"：把 x 轴卷成角度；若用coord_polar(theta = "y")则卷的是数值轴——堆积柱请保持"x"。 -
width = .85：扇区的角度宽度；调小可在类别之间留出间隔。 -
position_stack(vjust = .5)：标签定位在每个堆叠分段的中央。
2. 比例版与环形中空
把计数换成比例，图形就变成构成图；给数值轴设一个负下限即可挖出环形中空，圆心中间还能放标题。
island_props <- island_species |>
group_by(island) |>
mutate(frac = n / sum(n)) |>
ungroup()
ggplot(island_props, aes(x = island, y = frac, fill = species)) +
geom_col(width = .85, colour = "white", linewidth = .35) +
geom_text(aes(label = scales::percent(frac, accuracy = 0.1)),
position = position_stack(vjust = .5),
colour = "white", fontface = "bold", size = 3.2) +
coord_polar(theta = "x") +
scale_y_continuous(labels = scales::percent, limits = c(-0.45, 1)) +
annotate("text", x = 1, y = -0.45, label = "Species\ncomposition",
size = 3.6, colour = "grey30", fontface = "bold") +
scale_fill_manual(values = radial_colors) +
labs(x = NULL, y = NULL, fill = NULL) +
theme_minimal(base_size = 12) +
theme(panel.grid = element_blank(), axis.text = element_blank(),
axis.title = element_blank())
3. 排序扇区
按某个关注部分的比例重排扇区（fct_reorder()）是”排序柱状图”的径向版本——把要对比的对象排进视觉顺序。
island_sorted <- island_props |>
mutate(island = fct_reorder(island, frac * (species == "Gentoo"), .fun = sum))
ggplot(island_sorted, aes(x = island, y = frac, fill = species)) +
geom_col(width = .85, colour = "white", linewidth = .35) +
geom_text(aes(label = scales::percent(frac, accuracy = 0.1)),
position = position_stack(vjust = .5),
colour = "white", fontface = "bold", size = 3.2) +
coord_polar(theta = "x", start = -pi / 3) +
scale_y_continuous(labels = scales::percent, limits = c(-0.45, 1)) +
scale_fill_manual(values = radial_colors) +
labs(x = NULL, y = NULL, fill = NULL) +
theme_minimal(base_size = 12) +
theme(panel.grid = element_blank(), axis.text = element_blank(),
axis.title = element_blank())
应用场景
- 交叉分类构成：每个地点的物种、每个样本的细胞类型、每个队列的突变类别——所有”二维计数表”形状的数据。
- 紧凑仪表盘：4–12 个扇区时径向形态一眼可读，比一排很长的堆积柱更省空间。
- 环形图替代方案：普通环形图只展示一个构成；径向堆积柱状图为每个扇区各展示一个构成。
- 配方始终是
geom_col()+coord_polar()——堆积柱状图的一切技巧（排序、标签、分组）原样适用。
参考文献
[1] 顶刊图社 | 第002期：径向堆积柱状图. 微信公众号文章. http://mp.weixin.qq.com/s?__biz=MzU5NjE2ODU0OQ==&mid=2247483770&idx=1&sn=8b284bca4da2552a07d0ed475ce5f5cf
[2] Horst AM, Hill AP, Gorman KB. palmerpenguins: Palmer Archipelago (Antarctica) penguin data. R package version 0.1.0. 2020. doi:10.5281/zenodo.3960218