percentage_stacked

什么时候用它

"总人口涨了"和"人口结构老了"是两件事，而且常常同时发生。百分比堆叠图把总量这一维主动扔掉，每个时间点都归一化成 100%，只留下构成。

这是它的全部价值，也是它最大的限制：看不出总量。所以它几乎总是要和一张总量图配着用，单独出现容易让人把"占比下降"读成"数量下降"。

怎么读

高度不代表总量。 每一年都是满格 100%，图形的总高度是常数。
看色带厚度。 越厚占比越高。
沿时间追一条色带。 变厚 = 占比上升，变薄 = 下降。
注意中间的带更难读。 底部色带只有上边界在动，中间的上下边界都在动，眼睛很难判断它到底厚了没有——这是堆叠图的固有缺陷，不是画错了。
回到绝对值。 占比降了，数量可能反而涨了。

常见陷阱

占比下降 ≠ 数量下降。 这条值得写在图注里。
类别多了追不动。 超过七八条色带，读者就没法跟住任何一条。
堆叠顺序影响感知。 把最要紧的那一类放在底部——只有一条边界在动，最好读。
图例顺序必须和堆叠顺序一致。 不一致的话，每看一次图例就要在脑子里翻一次。
stream 图读不出精确比例。 它的基线是浮动的，那正是它好看的原因，也是它不能拿来读数的原因。
长表缺行会静默变形。 归一化按定义就凑满 100%，所以"每年加起来等于 1"这个检查永远通过、什么也查不出。风险在更上游：某年某组没数据时，真实数据里往往是整行不存在（而不是 Value = NA），于是那一年用 7 条带填满 100%，图上看就是一条色带凭空消失又出现。画之前先 count(Time) 数一遍每个时间点有几行。真是 NA 反而好办——sum() 会让那一整年变成 NA，直接开天窗，一眼就看见。

配色

八个年龄组使用 Tessera 的 babel 前 8 色。年龄顺序已经由堆叠位置稳定表达，颜色只负责维持各条色带的身份；不再为这份 recipe 临时造一套没有来源的 HEX。

babel 是定性色板，不把冷暖强行解释成年龄高低。最重要的组仍应放在底部，让固定基线承担主要比较任务；颜色顺序与图例、堆叠顺序必须保持一致。

配方

方法	绘图系统	什么时候选它
Ageom_area()	ggplot2	读者要读出具体比例——固定的 0–100% 基线才对得准
Bgeom_stream(type = "mirror")	ggplot2（ggstream 扩展）	要传达长期结构的流动感，不要求精确读数

数据准备

示例读取 Tessera Toy population_age_composition。这份 CSV 是由原 recipe 的确定性模拟正式冻结而来；真实项目仍只需替换为同样的 Time / Group / Value 三列长表。

library(dplyr)
library(ggplot2)
library(scales)
library(biopalette)

age_levels <- c("<5", "5-14", "15-24", "25-34", "35-44", "45-54", "55-64", ">65")
stack_levels <- rev(age_levels)

age_data <- read.csv("content/tessera/data/csv/population_age_composition.csv") |>
  mutate(Group = factor(Group, levels = stack_levels, ordered = TRUE))

# 长表不能缺组：每个时间点必须恰好有 8 行，而且 Value 非负
rows_per_time <- age_data |> count(Time, name = "groups")
stopifnot(
  all(rows_per_time$groups == length(age_levels)),
  !anyNA(age_data[c("Time", "Group", "Value")]),
  all(age_data$Value >= 0)
)

age_colors <- setNames(
  get_palette("babel", type = "qualitative")[seq_along(stack_levels)],
  stack_levels
)

方法 A · geom_area()

先手动算一次比例。geom_area() 本身不会归一化，喂给它什么就画什么。

#| fig: area
#| fig-width: 10
#| fig-height: 6
age_percent <- age_data |>
  group_by(Time) |>
  mutate(Percent = Value / sum(Value)) |>
  ungroup()

ggplot(age_percent, aes(x = Time, y = Percent, fill = Group)) +
  geom_area(color = "white", linewidth = 0.1) +   # 白色细边把相邻色带断开
  scale_y_continuous(
    labels = percent_format(accuracy = 1),
    expand = c(0, 0)      # 去掉默认留白，让 0% 和 100% 贴住绘图区边界
  ) +
  scale_x_continuous(breaks = seq(1950, 2100, 25), expand = c(0, 0)) +
  scale_fill_manual(values = age_colors) +
  labs(
    title = "Population Age Composition",
    subtitle = "Tessera Toy: population_age_composition · percentage stacked area",
    x = "Year", y = "Proportion", fill = "Age Group"
  ) +
  theme_minimal(base_size = 13) +
  theme(
    legend.position = "bottom",
    panel.grid.minor = element_blank(),
    plot.title.position = "plot",   # 标题左对齐到整张图，不是对齐到绘图区
    plot.title = element_text(face = "bold", hjust = 0, size = 16)
  ) +
  guides(fill = guide_legend(nrow = 1))   # 图例排一行，和堆叠顺序对得上

percentage_stacked — area — percentage_stacked-area

方法 B · geom_stream()

先使用方法 A 已算好的 Percent，再用 type = "mirror" 把每个时间点的 100% 总厚度对称放到零线上下。type = "proportional" 虽然会归一化，却仍从底部基线开始，并不是这里所说的居中 stream。

#| fig: stream
#| fig-width: 10
#| fig-height: 7
library(ggstream)

ggplot(age_percent, aes(x = Time, y = Percent, fill = Group)) +
  geom_stream(type = "mirror") +   # Percent 已归一化；mirror 只负责把总厚度居中
  scale_y_continuous(
    breaks = seq(-0.5, 0.5, 0.25),
    labels = percent_format(accuracy = 1),
    expand = expansion(mult = 0.04)
  ) +
  scale_x_continuous(
    breaks = seq(1950, 2100, 25),
    expand = expansion(mult = 0.01)
  ) +
  scale_fill_manual(values = age_colors) +
  labs(
    title = "Population Age Composition",
    subtitle = "Tessera Toy: population_age_composition · centered yearly shares",
    x = "Year", y = "Centered share", fill = "Age Group"
  ) +
  guides(fill = guide_legend(nrow = 1)) +
  theme_minimal(base_size = 13) +
  theme(
    legend.position = "bottom",
    panel.grid.minor = element_blank(),
    plot.title.position = "plot",
    plot.title = element_text(face = "bold", hjust = 0, size = 16)
  )

percentage_stacked — stream — percentage_stacked-stream

两种方法怎么选

要让人读出数字用 A。 固定的 0–100% 基线是能对齐的参照，stream 图那条浮动基线不是。
要表达"结构在流动"用 B。 它的对称扩散形态确实更能传达长期演变，适合做汇报开头那张图。
不要用 B 做结论图。 它牺牲的正是可读性——图上任何一条色带的厚度都得靠眼睛估，而且中间那几条尤其难估。