HH::likert 函数中每个离散选项的不同模式

Question

我想使用 HH 包创建一个 Likert 图，该包在每个条形类别中结合了视觉模式（例如阴影线），以提高色盲用户的可访问性。

显然，对于客户来说，拥有灰度或其他色盲友好的颜色是不够的。

每个条形的不同类别（例如，非常高兴、高兴、既不高兴也不悲伤、悲伤、非常悲伤），除了不同的颜色之外，还必须包含一些图案或其他视觉区别（例如符号）。

这是一个可重现的示例：

样本数据：

## Dataframe with the necessary variables
df <- data.frame(institutt = c("institutt1", "institutt2"), 
                 Spørsmål = c("q1", "q1"), 
                 Veryhappy = c(3, 5), 
                 Happy = c(2, 4),
                 Neithernor = c(3, 2), 
                 Sad = c(4, 3), 
                 Verysad = c(5, 2))

开始剧情：

install.packages("HH")
library(HH)
likert_plot <- df %>%  
    likert(grouping = df$institutt,
           as.percentage = TRUE) 

这会创建：这个数字，正如预期的那样。

如何在“非常快乐”、“快乐”等类别中添加线条、十字或符号来区分它们？

Answer 1

虽然“HH”包可以毫不费力地生成漂亮的李克特图，但它是一个相当老的包（目前至少有 18 年了），并且使用网格图形系统，该系统不支持图案填充。网格图形中的绘制方法绘制图形对象而不将它们返回给用户。这意味着我们无法使用底层

grid

图形系统中开发的新功能来修改输出。

虽然捕获和修改输出并非“不可能”，但它既困难又复杂。当然，切换到替代系统要容易得多，例如带有 ggpattern 的 ggplot：

library(tidyverse)
library(ggpattern)

df %>%
  pivot_longer(-c(1:2), names_to = "level") %>%
  mutate(level = fct_inorder(level)) %>%
  group_by(institutt, Spørsmål) %>%
  mutate(left = cumsum(lag(value, 1, 0)), right = left + value) %>%
  mutate(xmin = left - (left + right)[level == "Neithernor"]/2) %>%
  mutate(xmax = xmin + value) %>%
  ungroup() %>%
  mutate(ymin = as.numeric(factor(institutt)) - 0.3) %>%
  mutate(ymax = ymin + 0.6) %>%
  ggplot(aes(fill = level, pattern = level, pattern_angle = level)) +
  geom_vline(xintercept = 0, linetype = 2) +
  geom_rect_pattern(aes(xmin = xmin, xmax = xmax, ymin = ymin, ymax = ymax),
                    pattern_color = NA, pattern_fill = "white",
                    pattern_spacing = 0.02) +
  scale_fill_manual(values = c("#e16a86", "#e79aa9", "#e2e2e2",
                               "#a2ace5", "#768be6")) +
  scale_pattern_manual(values = c("none", "stripe", "crosshatch", "stripe",
                                  "circle")) +
  scale_y_reverse(limits = c(2.5, 0.5), breaks = 1:2,
                  labels = levels(factor(df$institutt))) +
  scale_pattern_angle_manual(values = c(45, 90, 45, 45, 0)) +
  theme_classic(20) +
  theme(legend.position = "bottom", 
        panel.background = element_rect(color = "black"),
        axis.line = element_blank(),
        legend.key.size = unit(10, "mm"))