R如何可视化此分类百分比数据？

我有以下矩阵数据，列中按损失原因列出了3种保单形式：

test=as.data.frame(matrix(c(74,10,4,4,2,6,57,19,4,8,2,10,54,19,6,8,2,11),nrow=3,byrow=T))
names(test) <- c("Wind","Water","Fire","Theft","Liab","OtherPD")
row.names(test)  <- c("FormA","FormB","FormC")

每一行显示一个表格中归因于原因的损失百分比。例如，FormA中74%的损失是由风损失造成的。每行加起来等于100

问题：请为每行提供除饼图以外的可视化方法，例如：

pie(unlist(test[1,]),labels=c("Wind","Water","Fire","Theft","Liab","OtherPD"),main= "FormA")

---

对这些百分比的评论是，尽管一些数字看起来可能很小，但它们相应的基本美元金额仍然很大且可信。我想通过可视化传达的一个更突出的见解是，由于所有这些不同的风险，尤其是“较小”的风险，每种保单形式的损失是如何相互比较的，不要被

FormA

在

风损失中占主导地位这一事实所蒙蔽
 我建议您重组数据。ggplot有一些很好的图表

#restructure data
library(reshape2)
data <- melt(test)
data$Form <- c("FormA","FormB","FormC")
#plot with ggplot2
library(ggplot2)
ggplot(data, aes(variable, value)) + geom_bar(stat="identity") + facet_wrap(~ Form)
ggplot(data, aes(variable, value)) + geom_point() + facet_wrap(~ Form)
ggplot(data, aes(variable, value,colour=Form, group=Form)) + geom_point()

#重新构造数据
图书馆（E2）
数据
pie（unlist（test[1，]））
确实有效（错误消息不是特别有用！）我认为OP可能能够
reforme2:：melt（）
将其数据转换为适当的形式。@user3301853我喜欢你的绘图，尤其是第三个
ggplot（数据，aes（变量，值，颜色=形式，组=形式））+geom_point（）
，因为它似乎传达了这样一个信息：虽然
FormA
由于
风造成的损失比例较高，但由于其他原因造成的损失比例较低，这是我想让图表的浏览者容易看到的。@精算师太棒了！如果您接受此答案，请记住单击复选框，以便其他人可以看到您的问题已得到解决。
#restructure data
library(reshape2)
data <- melt(test)
data$Form <- c("FormA","FormB","FormC")
#plot with ggplot2
library(ggplot2)
ggplot(data, aes(variable, value)) + geom_bar(stat="identity") + facet_wrap(~ Form)
ggplot(data, aes(variable, value)) + geom_point() + facet_wrap(~ Form)
ggplot(data, aes(variable, value,colour=Form, group=Form)) + geom_point()