数据和代码获取：请查看主页个人信息！！！
载入R包
rm(list=ls())
library(tidyverse)
library(ggalt) # devtools::install_github("hrbrmstr/ggalt")
library(scales)
数据载入
health <- read.csv("health.csv")
areas <- read.csv("areas.csv")
数据整理
health <-health %>%mutate(area_id=trunc(area_id)) %>%arrange(area_id, pct) %>%mutate(year=rep(c("2014", "2013"), 26),pct=pct/100) %>%left_join(areas, "area_id") %>%mutate(area_name=factor(area_name, levels=unique(area_name)))
health <- setNames(bind_cols(filter(health, year==2014), filter(health, year==2013))[,c(4,1,5)],c("area_name", "pct_2014", "pct_2013"))
将
health数据集中的area_id列四舍五入为整数。根据
area_id和pct列对数据集进行排序。在数据集中添加一个
year列，其值分别为 "2014" 和 "2013"，并将pct列的值除以 100。将
areas数据集与health数据集进行左连接，连接键为area_id列。将
area_name列转换为因子，并按唯一值的顺序设置其水平。将
health数据集中的year为 2014 和 2013 的数据分别筛选出来，并将它们合并成新的数据集。最后，将列重命名为 "area_name"、"pct_2014" 和 "pct_2013"。
可视化
txt_col <- "black"
gg <- ggplot(health, aes(x=pct_2014, xend=pct_2013, y=area_name, group=area_name)) +geom_dumbbell(colour="#a3c4dc", size=1.5, colour_xend="#0e668b",dot_guide=TRUE, dot_guide_size=0.15) +scale_x_continuous(label=percent) +labs(x=NULL, y=NULL) +theme_bw() +theme(plot.background=element_rect(fill="#f7f7f7"),panel.background=element_rect(fill="#f7f7f7"),panel.grid.minor=element_blank(),panel.grid.major.y=element_blank(),panel.grid.major.x=element_line(),axis.ticks=element_blank(),legend.position="top",panel.border=element_blank())
gg
ggsave('pic.png', width = 5, height = 5)
ggplot()函数指定了基本图形，并设置了x、xend、y和group的美学映射。
geom_dumbbell()函数创建了 dumbbell 图，用于表示两个时间点之间的变化。参数设置了线的颜色、粗细、点的颜色和指导线的长度。
scale_x_continuous()函数将 x 轴标签格式化为百分比。
labs()函数设置了 x 和 y 轴的标签为 NULL。
theme_bw()函数设置了基本的黑白主题，并通过theme()函数进一步调整了图的样式，包括背景颜色、网格线、轴标记和图例位置。
ggsave()函数保存了绘制的图形到名为 "pic.png" 的文件中，指定了图形的宽度和高度。
