<\/p>\n
Een bevolkingspiramide<\/strong> is een grafiek die de leeftijds- en geslachtsverdeling van een bepaalde bevolking weergeeft. Dit is een handig diagram om gemakkelijk de samenstelling van een bevolking te begrijpen, evenals de huidige trend van de bevolkingsgroei.<\/span><\/p>\n Als een bevolkingspiramide een rechthoekige vorm heeft, geeft dit aan dat een bevolking langzamer groeit; oudere generaties worden vervangen door nieuwe generaties van ongeveer dezelfde omvang.<\/span><\/p>\n Als een bevolkingspiramide de vorm heeft van een piramide, geeft dit aan dat een bevolking sneller groeit; oudere generaties brengen nieuwe, grotere generaties voort.<\/span><\/p>\n In de grafiek wordt het geslacht aan de linker- en rechterkant weergegeven, de leeftijd op de y-as en het percentage of de omvang van de bevolking op de x-as.<\/span><\/p>\n In deze tutorial wordt uitgelegd hoe je een bevolkingspiramide in R maakt.<\/span><\/p>\n Stel dat we de volgende gegevensset hebben die de procentuele samenstelling van een bevolking weergeeft op basis van leeftijd (0 tot 100 jaar) en geslacht (M = „Man“, F = „Vrouw“):<\/span><\/p>\n We kunnen voor deze dataset een basispopulatiepiramide maken met behulp van de ggplot2-<\/strong> bibliotheek:<\/span><\/p>\n We kunnen zowel titels als aslabels aan de populatiepiramide toevoegen met behulp van het labs()<\/strong> argument:<\/span><\/p>\n We kunnen de twee kleuren die worden gebruikt om geslachten weer te geven, wijzigen met behulp van het scale_color_manual()<\/strong> argument:<\/span><\/p>\n Het is ook mogelijk om meerdere bevolkingspiramides samen te plotten met behulp van het facet_wrap()<\/strong> argument. Stel dat we bijvoorbeeld bevolkingsgegevens hebben voor landen A, B<\/em> en C.<\/em> De volgende code illustreert hoe je voor elk land een bevolkingspiramide kunt maken:<\/span><\/p>\n Cre\u00eber een bevolkingspiramide in R<\/strong><\/span><\/h3>\n
#make this example reproducible<\/span>\nset.seed(1)\n\n#create data frame\n<\/span>data <- data.frame(age = rep(1:100, 2), gender = rep(c(\"M\", \"F\"), each = 100))\n\n#add variable population\n<\/span>data$population <- 1\/sqrt(data$age) * runif(200, 10000, 15000)\n\n#convert population variable to percentage\n<\/span>data$population <- data$population \/ sum(data$population) * 100\n\n#view first six rows of dataset\n<\/span>head(data)\n\n# age gender population\n#1 1M 2.424362\n#2 2M 1.794957\n#3 3M 1.589594\n#4 4M 1.556063\n#5 5M 1.053662\n#6 6M 1.266231\n<\/strong><\/pre>\n #load ggplot2\n<\/em><\/span>library(ggplot2)\n\n#create population pyramid<\/span>\nggplot(data, aes(x = age, fill = gender,\n y = ifelse(test = gender == \"M\",\n yes = -population, no = population))) + \n geom_bar(stat = \"identity\") +\n scale_y_continuous(labels = abs, limits = max(data$population) * c(-1,1)) +\n coordinate_flip()<\/strong><\/pre>\n Titels en tags toevoegen<\/strong><\/h3>\n
ggplot(data, aes(x = age, fill = gender,\n y = ifelse(test = gender == \"M\",\n yes = -population, no = population))) + \n geom_bar(stat = \"identity\") +\n scale_y_continuous(labels = abs, limits = max(data$population) * c(-1,1)) +\n labs(title = \"Population Pyramid\", x = \"Age\", y = \"Percent of population\")<\/span> +\n coordinate_flip()<\/strong><\/pre>\n Verander kleuren<\/strong><\/span><\/h3>\n
ggplot(data, aes(x = age, fill = gender,\n y = ifelse(test = gender == \"M\",\n yes = -population, no = population))) + \n geom_bar(stat = \"identity\") +\n scale_y_continuous(labels = abs, limits = max(data$population) * c(-1,1)) +\n labs(title = \"Population Pyramid\", x = \"Age\", y = \"Percent of population\") +\n scale_color_manual(values = c(\"pink\", \"steelblue\"),<\/span>\naesthetics = c(\"color\", \"fill\"))<\/span> +\n coordinate_flip()<\/strong><\/pre>\n Meerdere leeftijdspiramides<\/strong><\/span><\/h2>\n
#make this example reproducible<\/span>\nset.seed(1)\n\n#create data frame\n<\/span>data_multiple <- data.frame(age = rep(1:100, 6),\n gender = rep(c(\"M\", \"F\"), each = 300),\n country = rep(c(\"A\", \"B\", \"C\"), each = 100, times = 2))\n\n#add variable population\n<\/span>data_multiple$population <- round(1\/sqrt(data_multiple$age)*runif(200, 10000, 15000), 0)\n\n#view first six rows of dataset\n<\/span>head(data_multiple)\n\n# age gender country population\n#1 1 MA 11328\n#2 2 MA 8387\n#3 3 MA 7427\n#4 4 MA 7271\n#5 5 MA 4923\n#6 6 MA 5916\n\n#create one population pyramid per country\n<\/span>ggplot(data_multiple, aes(x = age, fill = gender,\n y = ifelse(test = gender == \"M\",\n yes = -population, no = population))) + \n geom_bar(stat = \"identity\") +\n scale_y_continuous(labels = abs, limits = max(data_multiple$population) * c(-1,1)) +\n labs(y = \"Population Amount\") + \n coordinate_flip() +\n facet_wrap(~country) +<\/span>\ntheme(axis.text.x = element_text(angle = 90, hjust = 1))<\/span> #rotate x-axis labels<\/span><\/span><\/strong><\/pre>\n Thema veranderen<\/strong><\/span><\/h2>\n