ggplot2学习

Posted 2020-09-02 holy_black_cat

        R语言里面一个比较重要的绘图包——ggplot2，是由Hadley Wickham于2005年创建，于2012年四月进行了重大更新，作者目前的工作是重写代码，简化语法，方便用户开发和使用。ggplot2的核心理念是将绘图与数据分离，数据相关的绘图与数据无关的绘图分离，是按图层作图，有利于结构化思维，同时它保有命令式作图的调整函数，使其更具灵活性，绘制出来的图形美观，同时避免繁琐细节。ggplot2可以通过底层组件构造前所未有的图形，你所受到的限制只是你的想象力。

      它大概可以分为三个部分：

     （1）数据层（2）几何图形层（3）美学层；

        如果你用过photoshop，那么对于图层你一定不会陌生。图层好比是一张玻璃纸，它包含有各种图形元素，你可以分别建立图层然后可以按照不同顺序叠放在一起，组合成图形的最终效果。因此图层可以允许用户一步步的构建图形，方便单独对图层进行修改、增加统计量、甚至改动数据，因此绘制出来的图形一般十分漂亮并且符合自己的意愿。

ggplot2大致包含了一下几个基本概念：

? 数据（Data）和映射（Mapping）
? 标度（Scale）
? 几何对象（Geometric）
? 统计变换（Statistics）
? 坐标系统（Coordinate）
? 图层（Layer）
? 分面（Facet）

数据（Data）和映射（Mapping）
将数据中的变量映射到图形属性。映射控制了二者之间的关系。

标度（Scale）

标度负责控制映射后图形属性的显示方式。具体形式上来看是图例和坐标刻度。Scale和Mapping是紧密相关的概念。

几何对象（Geometric）

几何对象代表我们在图中实际看到的图形元素，如点、线、正方块等多边形。

统计变换（statistics）
对原始数据进行某种统计计算，例如对二元散点图加上一条回归线或者置信区间登记。

分面（Facet）
条件绘图，将数据按某种方式分组，然后分别绘图。分面就是控制分组绘图的方法和排列形式。

      我们使用ggplot2自带的数据集mpg，它包含了1999年和2008年之间 EPA使上可用燃料经济性数据的一个子集等信息。它总共有234行，11列数据。

加载了ggplot2包之后，可以使用如下语句绘制出下图

 

[plain] view plain copy

 

 

1. ggplot(data=mpg,mapping = aes(x=cty,y=hwy))+geom_point()+aes(colour=factor(mpg$year))  

 

其中data=mpg,mapping = aes(x=cty,y=hwy)表示数据层，geom_point()表示几何图形层，aes(colour=factor(mpg$year))表示美学图层。我将year映射为映射到颜色属性。如过我们把上面句子写成如下：

 

[plain] view plain copy

 

 

1. ggplot(data=mpg,mapping = aes(x=cty,y=hwy))  

则它什么也不会绘出来，因为他缺少几何图形层。写成下面语句绘制出来的散点图全是黑点，因为它缺少美学图层

 

 

[plain] view plain copy

 

 

1. ggplot(data=mpg,mapping = aes(x=cty,y=hwy))+geom_point()  

    如果我们觉得这些点太小或者太大的时候，我们可以通过改变size的参数来调节散点的大小，一般使用方法是size=I（x）；这个I（）最好加上，否则有的时候会出现莫名奇怪的错误，有的时候不加也行，直接size=x也行，x为散点的大小，它一般按照使用者的经验或一次次试来确定大小的。

 

[plain] view plain copy

 

 

1. ggplot(data=mpg,mapping = aes(x=cty,y=hwy))+geom_point(size=I(7))+aes(colour=factor(mpg$year))  

 

我们也可以绘制出它的拟合曲线以及置信区间，它根据年份绘出了两条拟合曲线以及置信区间。

 

 

[plain] view plain copy

 

 

1. ggplot(data=mpg,mapping = aes(x=cty,y=hwy))+geom_point()+aes(colour=factor(mpg$year))+stat_smooth()  

 

但如果我们只想绘制一条拟合曲线和一个置信区间，我们只需要将代码稍微改变一下就可以搞定。

 

[plain] view plain copy

 

 

1. ggplot(data=mpg,mapping = aes(x=cty,y=hwy))+geom_point(aes(colour=factor(mpg$year)))+stat_smooth()  

 

 

在前面，我们将year变量映射到散点的颜色上面，现在我们也可以将displ变量映射到散点大小，绘制出来的大小不同的散点。

 

[plain] view plain copy

 

 

1. ggplot(data=mpg,mapping =aes(x=cty,y=hwy))+  
2.   geom_point(aes(colour=factor(year),size=displ))+  
3.   stat_smooth()  

 

使用过Photoshop的人一定知道透明度，即alpha。当然我们的ggplot2包也提供相关参数，可以改变alpha值得大小来改变散点的透明度。alpha的值在0—1之间，不在这个范围的话则会报错。为了与前面的图片有明显的区别，我再这里的alpha值调的比较小。一般默认alpha值得大小为1。

 

[plain] view plain copy

 

 

1. ggplot(data=mpg,mapping = aes(x=cty,y=hwy))+  
2.   geom_point(aes(colour=factor(mpg$year),size=displ),alpha=0.25)+  
3.   stat_smooth()  

      当然我们也可以给图片增加标题，并精细修改图片，给图片增加x,y轴说明，以及其他说明。

 

[plain] view plain copy

 

 

1. ggplot(mpg, aes(x=cty, y=hwy))+   
2.   geom_point(aes(colour=class,size=displ),alpha=0.6,position = "jitter")+  
3.   stat_smooth()+  
4.   scale_size_continuous(range = c(4, 10))+  
5.   facet_wrap(~ year,ncol=1)+  
6.   ggtitle("汽车油耗与型号")+  
7.   labs(y=‘每加仑高速公路行驶距离‘,  
8.        x=‘每加仑城市公路行驶距离‘)+  
9.   guides(size=guide_legend(title=‘排量‘),  
10.          colour = guide_legend(title=‘车型‘,  
11.                                override.aes=list(size=5)))  

 

       写的比较早的博客或者论坛上面会有opts()函数来给图片命名，不过只有在以前的ggplot2包版本里面有opts()函数，但现在比较新的ggplot2包里面已经没有该函数了，如果你使用较新的ggplot2包使用该函数则会提示你找不到该函数,因为它已经被替换为ggtitle()，使用方法如上面代码。

     上面代码里面有一个position的函数，通过调整参数来改变图层的位置，现在ggplot2只有5种，再往回版本的更新，也许会增加。大家可以修改position函数的参数来观测不同参数绘制出来的图形会有哪些变化。

 

fill：填充方式， 先把数据归一化，再填充到绘图区的顶部。

dodge：比如说不同折线的标记有可能重复，可以改变改参数进行一个“避让”方式，即往旁边闪，比如说如柱形图的并排方式。

identity：原地不动，不调整位置，默认。

jitter：如果严重的重叠,随机抖一抖，让本来重叠的露出点头来

stack：在竖直方向叠罗汉，绘制出来类似条形图

 

   在有的时候我们需要把一个变量和其他不同的变量进行一个对比，这个时候我们就需要把他们画在同一张图上面。ggplot2绘图就和Photoshop有一个功能很相似，那就是  图层， 我们可以把不同的图层叠加在一起，这样就画在了同一张图上面。比如说我们要研究mpg数据中cty和hwy，以及displ之间的关系，我们就可以通过如下代码，将他们之间的散点图画在一起。

 

[plain] view plain copy

 

 

1. ggplot()+  
2.   geom_point(aes(x=mpg$cty,y=mpg$hwy),color="red")+  
3.   geom_point(aes(x=mpg$cty,y=mpg$displ),color="green")  

结果如下图：两个因变量用不同的颜色来表示。

 

接下来，我们来绘制一个扇形图，我们来统计一下class中各个品牌所占比例，代码和图片如下：

[plain] view plain copy

 

 

1. ggplot(mpg)+geom_bar(width=1, aes(x=factor(1),fill=mpg$class))+  
2.   coord_polar(theta="y")   

    我们也可以通过使用ggplot2包来绘制 Coxcomb Plots （鸡冠花图，又名玫瑰图），这个也非常简单。width的值可以调整各个扇形区域之间的距离。

 

 

[plain] view plain copy

 

 

1. ggplot(mpg, aes(x = factor(mpg$class))) +  
2.   geom_bar(width = 0.7,aes(color=factor(mpg$class))) + coord_polar()  

 

当然我们也可以给他增添颜色，代码只要稍微改一下：

 

[plain] view plain copy

 

 

1. ggplot(mpg, aes(x = factor(mpg$class),fill=mpg$class)) +  
2.   geom_bar(width = 0.7) + coord_polar()