R 绘图 - 饼图：从基础到进阶的完整指南

1. 引言

饼图（Pie Chart）是数据可视化中最直观的图表类型之一，它通过扇形的角度或面积来展示各部分在整体中所占的比例。在 R 语言中，饼图的绘制方法多样，既可以使用基础绘图系统，也可以借助 ggplot2 等高级绘图包实现更美观、更灵活的定制。本文将系统介绍 R 中绘制饼图的多种方法，并提供丰富的可运行代码实例。

2. 基础饼图：pie() 函数

R 基础绘图系统提供了 pie() 函数，用于快速绘制饼图。其基本语法如下：

pie(x, labels = names(x), edges = 200, radius = 0.8,
clockwise = FALSE, init.angle = if (clockwise) 90 else 0,
col = NULL, border = NULL, main = NULL)

其中，x 是一个数值向量，labels 用于指定每个扇区的标签，col 用于设置颜色，main 用于添加标题。下面是一个最简单的饼图示例：

# 示例数据：某班级学生最喜欢的科目
subjects <- c(数学 = 12, 语文 = 8, 英语 = 10, 物理 = 6, 化学 = 4)
绘制基础饼图
pie(subjects,
main = "学生最喜欢的科目分布",
col = c("lightblue", "lightgreen", "lightyellow", "lightpink", "lightcyan"))

运行上述代码后，R 会生成一个带有默认标签和标题的饼图。需要注意的是，pie() 函数默认按数据向量的顺序绘制扇区，从 3 点钟方向开始逆时针排列。

3. 自定义饼图外观

基础饼图虽然简单，但外观较为朴素。我们可以通过调整参数来美化图表，例如设置扇区边框颜色、调整起始角度、控制绘制方向等。

3.1 设置边框与起始角度

# 设置边框颜色和起始角度
pie(subjects,
main = "带边框的饼图",
col = c("steelblue", "tomato", "gold", "mediumseagreen", "orchid"),
border = "white",
init.angle = 90, # 从 12 点钟方向开始
clockwise = TRUE) # 顺时针排列

3.2 添加百分比标签

默认的饼图标签只显示名称，不显示比例。我们可以通过计算百分比来生成更丰富的标签：

# 计算百分比
pct <- round(subjects / sum(subjects) * 100, 1)
labels <- paste(names(subjects), "(", pct, "%)", sep = "")
绘制带百分比标签的饼图
pie(subjects,
labels = labels,
main = "学生最喜欢的科目分布（含百分比）",
col = c("steelblue", "tomato", "gold", "mediumseagreen", "orchid"),
border = "white",
cex = 0.9) # 调整标签字体大小

4. 使用 ggplot2 绘制饼图

ggplot2 是 R 中最流行的数据可视化包，虽然它没有直接提供 geom_pie() 函数，但可以通过 coord_polar() 将条形图转换为饼图。这种方法更加灵活，便于后续的美化和定制。

4.1 安装并加载 ggplot2

# 安装 ggplot2（如果尚未安装）
# install.packages("ggplot2")
加载 ggplot2
library(ggplot2)

4.2 基础 ggplot2 饼图

# 准备数据框
df <- data.frame(
subject = c("数学", "语文", "英语", "物理", "化学"),
count = c(12, 8, 10, 6, 4)
)
绘制饼图
ggplot(df, aes(x = "", y = count, fill = subject)) +
geom_bar(stat = "identity", width = 1) +
coord_polar(theta = "y") +
labs(title = "学生最喜欢的科目分布（ggplot2）") +
theme_void() # 去除背景和坐标轴

4.3 添加百分比标签

# 计算百分比
df$pct <- round(df$count / sum(df$count) * 100, 1)
df$label <- paste(df$subject, "(", df$pct, "%)", sep = "")
绘制带标签的饼图
ggplot(df, aes(x = "", y = count, fill = subject)) +
geom_bar(stat = "identity", width = 1) +
coord_polar(theta = "y") +
geom_text(aes(label = label),
position = position_stack(vjust = 0.5),
size = 4) +
labs(title = "学生最喜欢的科目分布（含百分比标签）") +
theme_void()

5. 环形图（Donut Chart）

环形图是饼图的一种变体，中间有一个空心圆，视觉效果更加现代。在 ggplot2 中，只需在饼图的基础上添加一个空白的中心圆即可实现。

# 绘制环形图
ggplot(df, aes(x = 2, y = count, fill = subject)) +
geom_bar(stat = "identity", width = 1) +
coord_polar(theta = "y") +
geom_text(aes(label = label),
position = position_stack(vjust = 0.5),
size = 4) +
xlim(0.5, 2.5) + # 通过限制 x 轴范围制造空心效果
labs(title = "学生最喜欢的科目分布（环形图）") +
theme_void()

在上面的代码中，xlim(0.5, 2.5) 将 x 轴的范围限制在 0.5 到 2.5 之间，使得条形图只占据外圈部分，从而形成环形效果。

6. 3D 饼图

虽然 3D 饼图在数据可视化领域存在一定争议（因为 3D 透视会扭曲比例感知），但在某些场景下仍然有展示需求。R 中可以使用 plotrix 包的 pie3D() 函数绘制 3D 饼图。

# 安装并加载 plotrix 包
# install.packages("plotrix")
library(plotrix)
绘制 3D 饼图
pie3D(subjects,
main = "学生最喜欢的科目分布（3D 饼图）",
col = c("steelblue", "tomato", "gold", "mediumseagreen", "orchid"),
explode = 0.1, # 扇区分离程度
labels = paste(names(subjects), pct, "%", sep = " "),
labelcex = 0.8)

其中，explode 参数控制扇区之间的分离距离，labelcex 用于调整标签字体大小。

7. 多面板饼图

当需要对比多组数据的构成时，可以使用 par(mfrow) 将多个饼图排列在同一画布上。

# 两组示例数据
class_a <- c(数学 = 12, 语文 = 8, 英语 = 10, 物理 = 6, 化学 = 4)
class_b <- c(数学 = 10, 语文 = 9, 英语 = 12, 物理 = 5, 化学 = 6)
设置 1 行 2 列的布局
par(mfrow = c(1, 2))
绘制两个饼图
pie(class_a, main = "A 班科目分布",
col = c("steelblue", "tomato", "gold", "mediumseagreen", "orchid"))
pie(class_b, main = "B 班科目分布",
col = c("steelblue", "tomato", "gold", "mediumseagreen", "orchid"))
恢复默认布局
par(mfrow = c(1, 1))

8. 使用 plotly 绘制交互式饼图

如果希望饼图具备交互能力（如悬停显示数值、点击高亮等），可以使用 plotly 包。

# 安装并加载 plotly 包
# install.packages("plotly")
library(plotly)
绘制交互式饼图
plot_ly(df,
labels = ~subject,
values = ~count,
type = "pie",
textinfo = "label+percent",
title = "学生最喜欢的科目分布（交互式）")

运行上述代码后，会在 RStudio 的 Viewer 窗口或浏览器中打开一个可交互的饼图，鼠标悬停在扇区上即可查看详细数值和百分比。

9. 饼图使用建议

饼图虽然直观，但在实际使用中需要注意以下几点：

• 扇区数量不宜过多：当类别超过 6 个时，饼图的可读性会显著下降，建议改用条形图。
• 避免 3D 效果：3D 透视会扭曲扇区的视觉面积，影响读者对比例的准确判断。
• 标注百分比：在扇区上标注具体数值或百分比，可以帮助读者更准确地理解数据。
• 对比多组数据时慎用：如果需要对比多组数据的构成，使用堆叠条形图或分面条形图通常更清晰。

10. 总结

本文系统介绍了 R 中绘制饼图的多种方法，包括基础 pie() 函数、ggplot2 饼图与环形图、3D 饼图、多面板饼图以及 plotly 交互式饼图。每种方法都配有完整的可运行代码示例，读者可以根据实际需求选择合适的方式。在实际项目中，建议优先使用 ggplot2 或 plotly，因为它们提供了更强大的定制能力和更好的视觉效果。