ggplot2高效实用指南

Posted 2023-05-01

参考技术A

文章较长，点击直达我的 博客 ，浏览效果更好。
本文内容基本是来源于 STHDA ，这是一份十分详细的 ggplot2 使用指南，因此我将其翻译成中文，一是有助于我自己学习理解，另外其他R语言爱好者或者可视化爱好者可以用来学习。翻译过程肯定不能十全十美，各位读者有建议或改进的话，十分欢迎发 Email ( [e-mail] )给我。

ggplot2 是由 Hadley Wickham 创建的一个十分强大的可视化R包。按照 ggplot2 的绘图理念，Plot(图)= data(数据集)+ Aesthetics(美学映射)+ Geometry(几何对象)：

在 ggplot2 中有两个主要绘图函数：qplot()以及ggplot()。

由 ggplot2 绘制出来的ggplot图可以作为一个变量，然后由print()显示出来。

根据数据集， ggplot2 提供不同的方法绘制图形，主要是为下面几类数据类型提供绘图方法：

安装 ggplot2 提供三种方式：

加载

本文将使用数据集 mtcars 。

qplot()类似于R基本绘图函数plot(),可以快速绘制常见的几种图形：散点图、箱线图、小提琴图、直方图以及密度曲线图。其绘图格式为：

其中：

也可以添加平滑曲线

还有其他参数可以修改，比如点的形状、大小、颜色等

箱线图

小提琴图

点图

直方图

密度图

上文中的qplot()绘制散点图：

在ggplot()中完全可以如下实现：

改变点形状、大小、颜色等属性

绘图过程中常常要用到转换(transformation),这时添加图层的另一个方法是用stat_*()函数。
下例中的geom_density()与stat_density()是等价的

等价于

使用数据集wdata，先计算出不同性别的体重平均值

先绘制一个图层a,后面逐步添加图层

可能添加的图层有：

改变颜色

可以通过修改不同属性如透明度、填充颜色、大小、线型等自定义图形：

使用以下函数：

根据sex修改颜色，将sex映射给line颜色

修改填充颜色以及透明度

添加均值线以及手动修改颜色

将sex映射给颜色

手动修改颜色

y轴显示为密度

修改颜色以及线型

将sex映射给线颜色

修改填充颜色

使用数据集mtcars， 先创建一个ggplot图层

可能添加的图层有：

将变量cyl映射给点的颜色和形状

自定义颜色

可以添加回归曲线

散点图+回归线

使用loess方法

将变量映射给颜色和形状

使用数据集 faithful

实际上 geom_jitter() 是 geom_point(position="jitter") 的简称,下面使用数据集 mpg

增加抖动防止重叠

其中两个参数：

参数label用来指定注释标签

使用数据集 diamonds

创建ggplot图层,后面再逐步添加图层

可添加的图层有：

geom_bin2d() 将点的数量用矩形封装起来，通过颜色深浅来反映点密度

设置bin的数量

geom_hex()依赖于另一个R包 hexbin ，所以没安装的先安装：

修改bin的数目

主要是如何通过线来连接两个变量，使用数据集 economics 。

先创建一个ggplot图层，后面逐步添加图层

可添加的图层有：

使用数据集 ToothGrowth ,其中的变量len(Tooth length)是连续变量，dose是离散变量。

创建图层

可添加的图层有：

添加有缺口的箱线图

按dose分组映射给颜色

将dose映射给填充颜色

按supp进行分类并映射给填充颜色

添加中值点

与箱线图结合

将dose映射给颜色进行分组

添加中值点

[读书笔记]机器学习：实用案例解析

第2章  数据分析

#machine learing for heckers
#chapter 2

library(ggplot2)

heights.weights <- read.csv("ML_for_Hackers/02-Exploration/data/01_heights_weights_genders.csv", 
                            header = TRUE, sep = ",")

　　

#不同区间宽度的直方图

ggplot(heights.weights, aes(x = Height)) + geom_histogram(binwidth = 1)
ggplot(heights.weights, aes(x = Height)) + geom_histogram(binwidth = 5)
ggplot(heights.weights, aes(x = Height)) + geom_histogram(binwidth = 0.001)

　　

      

#密度曲线图

ggplot(heights.weights, aes(x = Height)) + geom_density()

　　

 

#峰值处平坦，考虑图像有结构缺失，根据性别分别绘制密度曲线图

ggplot(heights.weights, aes(x = Height, fill = Gender)) + geom_density()
ggplot(heights.weights, aes(x = Weight, fill = Gender)) + geom_density()
ggplot(heights.weights, aes(x = Weight, fill = Gender)) + geom_density() + facet_grid(Gender ~ .)

　　

           

 

#正态分布：钟形的窄尾分布，单峰对称
#柯西分布：钟形的重尾分布，单峰对称

set.seed(1)
normal.values <- rnorm(250, 0, 1)
cauchy.values <- rcauchy(250, 0, 1)
ggplot(data.frame(X = normal.values), aes(x = X)) + geom_density()
ggplot(data.frame(X = cauchy.values), aes(x = X)) + geom_density()

　　

        

 

#gamma分布
#gamma分布只有正值

gamma.values <- rgamma(100000, 1, 0.001)
ggplot(data.frame(X = gamma.values), aes(x = X)) + geom_density()

　　

 

#从身高体重预测性别（分类器）

#书中代码画图命令有"stat_abline"完成添加直线操作，而package: ggplot2(version 2.1.0)中"stat"族函数已经没有"abline"，只能用"geom"族完成

heights.weights <- transform(heights.weights, Male = ifelse(Gender == \'Male\', 1, 0))
logit.model <- glm(Male ~ Weight + Height, data = heights.weights, 
                   family = binomial(link = \'logit\'))
ggplot(heights.weights, aes(x = Height, y = Weight, color = Gender)) + geom_point() + 
  geom_abline(intercept = -coef(logit.model)[1]/coef(logit.model)[2], 
              slope = -coef(logit.model)[3]/coef(logit.model)[2], 
              color = \'black\')