R – 帕累托图

帕累托图是用于可视化的条形图和折线图的组合。
在帕累托图中，右纵轴用于累积频率，而左纵轴表示频率。他们基本上使用帕累托原理，即 80% 的结果是由 20% 的系统原因产生的。

在这里，我们有一个条形图，以递减顺序（从左到右）指示不同类别中事件的发生频率，叠加折线图指示发生的累积百分比。

Syntax:
pareto.chart(x, ylab = “Frequency”, ylab2 = “Cumulative Percentage”, xlab, cumperc = seq(0, 100, by = 25), ylim, main, col = heat.colors(length(x)))

Parameters:
x: a vector of values. names(x) are used for labelling the bars.
ylab: a string specifying the label for the y-axis.
ylab2: a string specifying the label for the second y-axis on the right side.
xlab: a string specifying the label for the x-axis.
cumperc: a vector of percentage values to be used as tickmarks for the second y-axis on the right side.
ylim: a numeric vector specifying the limits for the y-axis.
main: a string specifying the main title to appear on the plot.
col: a value for the color, a vector of colors, or a palette for the bars. See the help for colors and palette.

编程需要懂一点英语

绘制帕累托图

以下是绘制帕累托图所需的步骤：

采用一个向量 (defect <- c(Values…)) 来保存不同类别的计数值。
采用一个向量 (names(defect) <- c(Values...)) 来保存指定的字符串值
不同类别的名称。
这个向量“缺陷”是使用 pareto.chart() 绘制的。

示例 1：

# x axis numbers
defect <- c(27, 789, 9, 65, 12, 109, 30, 15, 45, 621)
  
# x axis titles
names(defect) <- c("Too noisy", "Overpriced", "Food not fresh", 
                   "Food is tasteless", "Unfriendly staff",
                   "Wait time", "Not clean", "Food is too salty", 
                   "No atmosphere", "Small portions") 
  
pareto.chart(defect, xlab = "Categories", # x-axis label
                     ylab="Frequency",  # label y left
  
# colors of the chart             
col=heat.colors(length(defect)), 
  
# ranges of the percentages at the right
cumperc = seq(0, 100, by = 20),  
  
# label y right
ylab2 = "Cumulative Percentage", 
  
# title of the chart
main = "Complaints of different customers" 
)

输出：

在这里的图表中，橙色的帕累托线表示 (789 + 621) / 1722，即大约 80% 的投诉来自 10 个投诉类型中的 2 个 = 20% 的投诉类型（价格过高和小份）。

示例 2：

# x axis numbers
defect <- c(7000, 4000, 5200, 3000, 800)
  
# x axis titles
names(defect) <- c("Class A", "Class B", "Class C",
                   "Class D", "Class E") 
  
pareto.chart(defect, xlab = "Categories",
                     ylab="Frequency",
             col=heat.colors(length(defect)),
             cumperc = seq(0, 100, by = 10),
             ylab2 = "Cumulative Percentage",
             main = "Defects"
)

输出：