# 安装包
if (!requireNamespace("data.table", quietly = TRUE)) {
install.packages("data.table")
}
if (!requireNamespace("jsonlite", quietly = TRUE)) {
install.packages("jsonlite")
}
if (!requireNamespace("plotrix", quietly = TRUE)) {
install.packages("plotrix")
}
if (!requireNamespace("ggplotify", quietly = TRUE)) {
install.packages("ggplotify")
}
# 加载包
library(data.table)
library(jsonlite)
library(plotrix)
library(ggplotify)三维饼图
注记
Hiplot 网站
本页面为 Hiplot 3D Pie 插件的源码版本教程,您也可以使用 Hiplot 网站实现无代码绘图,更多信息请查看以下链接:
三维饼图是指具有三维外观的饼图。
环境配置
系统: Cross-platform (Linux/MacOS/Windows)
编程语言: R
依赖包:
data.table;jsonlite;plotrix;ggplotify
sessioninfo::session_info("attached")─ Session info ───────────────────────────────────────────────────────────────
setting value
version R version 4.5.2 (2025-10-31)
os Ubuntu 24.04.3 LTS
system x86_64, linux-gnu
ui X11
language (EN)
collate C.UTF-8
ctype C.UTF-8
tz UTC
date 2026-01-28
pandoc 3.1.3 @ /usr/bin/ (via rmarkdown)
quarto 1.8.27 @ /usr/local/bin/quarto
─ Packages ───────────────────────────────────────────────────────────────────
package * version date (UTC) lib source
data.table * 1.18.0 2025-12-24 [1] RSPM
ggplotify * 0.1.3 2025-09-20 [1] RSPM
jsonlite * 2.0.0 2025-03-27 [1] RSPM
plotrix * 3.8-13 2025-11-15 [1] RSPM
[1] /home/runner/work/_temp/Library
[2] /opt/R/4.5.2/lib/R/site-library
[3] /opt/R/4.5.2/lib/R/library
* ── Packages attached to the search path.
──────────────────────────────────────────────────────────────────────────────
数据准备
载入数据为一个矩阵。
# 加载数据
data <- data.table::fread(jsonlite::read_json("https://hiplot.cn/ui/basic/pie-3d/data.json")$exampleData$textarea[[1]])
data <- as.data.frame(data)
# 整理数据格式
colnames(data) <- c("Group", "Value")
data$Value <- as.numeric(data$Value)
data <- data[data$Value != 0,]
# 查看数据
head(data) Group Value
1 Group1 13
2 Group2 34
3 Group3 21
4 Group4 43
可视化
# 三维饼图
pie3D(data$Value, radius = 0.8, height = 0.05, theta = 0.8,
labels = paste(data$Group, "\n(n=", data$Value, ", ",
round(data$Value / sum(data$Value) * 100, 2), "%)",
sep = ""),
explode = 0.1, main = "", labelcex = 1, shade = 0.4, labelcol = "black",
col = c("#E64B35FF","#4DBBD5FF","#00A087FF","#3C5488FF"))
该图通过三维形式,更美观的展示了 1 ~ 4 组的样本数量及样本数量所对应的占比。一组样本数量 13,占比 11.71%,二组样本数量 34,占比30.63%,三组样本数量 21,占比 18.92%,四组样本数量 43,占比 38.74%。
