《ggplot2-EGDA》 -chapter4-ggplot2里图层的概览
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了《ggplot2-EGDA》 -chapter4-ggplot2里图层的概览相关的知识,希望对你有一定的参考价值。
- ggplot函数调用基本形式:
ggplot(数据框形式的数据,aes())
p <- ggplot(diamonds, aes(carat,colour = cut)) ##这一步只是创建了一个ggplot的对象,还未加入图层,尚且什么也看不见
- layer(geom, geom_params, stat, stat_params, data, mapping,position)
layer(几何对象,几何变换参数,统计量,统计变换参数,数据,映射,位置调整)
- 因为几何变换和统计变化是对应的,故只需要+geom_xxx()或者+stat_xxx()图层
p<-p+geom_histogram(binwidth = 0.02,fill="steelblue")$layers #使用$layers可以查看图形对象的图层 #stat_identity()和geom_point是一组对应 #geom_bar()和stat_bin()
- 一个完整的ggplot函数包括创建图形对象和添加图层
- 将图层编辑保存起来,可方便调用
bestfit <- geom_smooth(method = "lm", se = F, colour = alpha("steelblue", 0.5), size = 2) ####半透明深蓝色回归线的图层
p <- ggplot(mtcars, aes(mpg, wt, colour = cyl)) + geom_point() p mtcars <- transform(mtcars, mpg = mpg ^ 2)##使用transform函数修改数据框里变量的数据 p %+% mtcars ##更新图形对象里的数据集
使用+aes()可以添加、修改、删除+aes(y=NULL)
- 分组
##使用分组参数 ##忘记时可以使用?geom_line 查看帮助 p<-ggplot(Oxboys, aes(age, height, group = Subject,colour=Subject)) p+geom_line()
##分组参数group的含义就是把data拆成不同的组,最后在图层用相同的方式渲染
ggplot(diamonds, aes(carat)) + geom_histogram(aes(y = ..density..), binwidth = 0.1) ##绘制频率密度(纵坐标是频率除组距)直方图
- 位置调整
p <- ggplot(diamonds, aes(clarity,fill=cut)) p+geom_bar()
p + geom_bar(position=‘stack‘)##缺省为堆叠
p + geom_bar(position=‘fill‘) #fill填充 与堆叠类似,但高度标准化为1
library(RColorBrewer)
p <- ggplot(diamonds, aes(clarity,fill=cut)) p+geom_bar() p + geom_bar(position=‘stack‘)+scale_fill_brewer(palette="YlOrRd")
增加最后一个设置,得到统一配色
章末,文章给出了一个类似计量经济模型的调试过程,没有细看
以上是关于《ggplot2-EGDA》 -chapter4-ggplot2里图层的概览的主要内容,如果未能解决你的问题,请参考以下文章