转载自：http://blog.csdn.net/u014801157/article/details/24372503
前面我们使用qplot函数对ggplot2做图的方法进行了初步的了解，并比较了qplot和plot函数的用法。从最终得到的结果（图形）来看，除了外观不同外好像qplot函数和plot函数并没有什么本质的差别。这其实是一个骗局！
1 图形对象
我们知道，R语言基本做图方法都是通过函数完成的（如果不了解请参考本博客《散点图》一文），这些函数直接在输出设备上执行一些列操作得到图形。很多函数没有返回值，即使有返回值也不会反映绘图操作的整个过程。但ggplot2不一样，它用图形对象存储做图的细节，通过输出图形对象获得图形。一行一行地运行下面代码可以发现这一点：
<span style="color: rgb(0, 42, 84);">library</span>(ggplot2) <span style="color: rgb(0, 42, 84);">theme_set</span>(<span style="color: rgb(0, 42, 84);">theme_bw</span>()) x <span style="color: rgb(84, 0, 84);"><strong><-</strong></span> <span style="color: rgb(184, 93, 0);">1</span>:<span style="color: rgb(184, 93, 0);">100</span> y <span style="color: rgb(84, 0, 84);"><strong><-</strong></span> <span style="color: rgb(0, 42, 84);">rnorm</span>(<span style="color: rgb(184, 93, 0);">100</span>) p1 <span style="color: rgb(84, 0, 84);"><strong><-</strong></span> <span style="color: rgb(0, 42, 84);">plot</span>(x, y) p2 <span style="color: rgb(84, 0, 84);"><strong><-</strong></span> <span style="color: rgb(0, 42, 84);">qplot</span>(x, y)
很显然执行最后一行代码不会得到想要的图形。下面再看看 p1 和 p2 分别是什么：
<span style="color: rgb(0, 42, 84);">class</span>(p1)
## [1] "NULL"
<span style="color: rgb(0, 42, 84);">class</span>(p2)
## [1] "gg" "ggplot"
<span style="color: rgb(0, 42, 84);">typeof</span>(p2)
## [1] "list"
<span style="color: rgb(0, 42, 84);">str</span>(p2)
## List of 9 ## $ data :'data.frame': 0 obs. of 0 variables ## $ layers :List of 1 ## ..$ :Classes 'proto', 'environment' ## $ scales :Reference class 'Scales' [package "ggplot2"] with 1 fields ## ..$ scales: list() ## ..and 21 methods, of which 9 are possibly relevant: ## .. add, clone, find, get_scales, has_scale, initialize, input, n, ## .. non_position_scales ## $ mapping :List of 2 ## ..$ x: symbol x ## ..$ y: symbol y ## $ theme : list() ## $ coordinates:List of 1 ## ..$ limits:List of 2 ## .. ..$ x: NULL ## .. ..$ y: NULL ## ..- attr(*, "class")= chr [1:2] "cartesian" "coord" ## $ facet :List of 1 ## ..$ shrink: logi TRUE ## ..- attr(*, "class")= chr [1:2] "null" "facet" ## $ plot_env : ## $ labels :List of 2 ## ..$ x: chr "x" ## ..$ y: chr "y" ## - attr(*, "class")= chr [1:2] "gg" "ggplot"
plot函数的返回值p1的class属性为NULL（空），而qplot函数的返回值p2的calss属性有两个“gg” 和 “ggplot”，其本质是长度为9的列表对象。打印这个对象就会得到图形：
<span style="color: rgb(0, 42, 84);">print</span>(p2)
qplot函数的作用是产生一个ggplot对象，但获得ggplot对象的更一般方法是使用对象类型的同名函数ggplot。它的用法是：
<span style="color: rgb(0, 0, 195);"># 非运行代码</span> <span style="color: rgb(0, 42, 84);">ggplot</span>(df, <span style="color: rgb(0, 42, 84);">aes</span>(x, y, <other aesthetics>)) <span style="color: rgb(0, 42, 84);">ggplot</span>(df) <span style="color: rgb(0, 42, 84);">ggplot</span>()
ggplot函数用于初始化一个ggplot对象，即使不指定任何做图相关的内容，它的结构也是完整的：
<span style="color: rgb(0, 42, 84);">length</span>(p2)
## [1] 9
<span style="color: rgb(0, 42, 84);">length</span>(<span style="color: rgb(0, 42, 84);">ggplot</span>())
## [1] 9
2 ggplot图形对象组成
ggplot图形对象是由9个元素组成的列表，这点已经清楚。元素的名称为：
<span style="color: rgb(0, 42, 84);">names</span>(p2)
## [1] "data" "layers" "scales" "mapping" "theme" ## [6] "coordinates" "facet" "plot_env" "labels"
但是单从图形对象的结构上没办法理解ggplot2做图的过程和细节，所以还得了解一点相关的理论。ggplot2是Wilkinson做图理论 Grammer of Graphics 的R语言实现。太高深了，不知道从哪开始，还是从ggplot图形列表对象的元素组成做一点简单了解吧。
2.1 数据 data
似乎就是数据。但是如果试图查看上面p2对象的数据：
p2$data
## data frame with 0 columns and 0 rows
是空的。但如果使用qplot函数时指定了data，情况就不一样了：
p3 <span style="color: rgb(84, 0, 84);"><strong><-</strong></span> <span style="color: rgb(0, 42, 84);">qplot</span>(carat, price, <span style="color: rgb(0, 84, 0);">data</span>=diamonds, <span style="color: rgb(0, 84, 0);">color</span>=cut, <span style="color: rgb(0, 84, 0);">shape</span>=cut) <span style="color: rgb(0, 42, 84);">head</span>(p3$data, <span style="color: rgb(184, 93, 0);">3</span>)
## carat cut color clarity depth table price x y z ## 1 0.23 Ideal E SI2 61.5 55 326 3.95 3.98 2.43 ## 2 0.21 Premium E SI1 59.8 61 326 3.89 3.84 2.31 ## 3 0.23 Good E VS1 56.9 65 327 4.05 4.07 2.31
<span style="color: rgb(0, 42, 84);">nrow</span>(p3$data)
## [1] 53940
列表对象的data元素存储了整个diamnods数据框的数据。用ggplot函数可以单独指定data项：
p4 <span style="color: rgb(84, 0, 84);"><strong><-</strong></span> <span style="color: rgb(0, 42, 84);">ggplot</span>(diamonds) <span style="color: rgb(0, 42, 84);">head</span>(p4$data, <span style="color: rgb(184, 93, 0);">3</span>)
## carat cut color clarity depth table price x y z ## 1 0.23 Ideal E SI2 61.5 55 326 3.95 3.98 2.43 ## 2 0.21 Premium E SI1 59.8 61 326 3.89 3.84 2.31 ## 3 0.23 Good E VS1 56.9 65 327 4.05 4.07 2.31
2.2 映射 mapping
ggplot对象的data项存储了整个数据框的内容，而“映射”则确定如何使用这些数据。在ggplot2中，图形的可视属性如形状、颜色、透明度等称为美学属性（或艺术属性），确定数据与美学属性之间对应关系的过程称为映射，通常使用aes函数完成（qplot函数中使用参数设置映射）：
<span style="color: rgb(0, 42, 84);">str</span>(p3$mapping)
## List of 4 ## $ colour: symbol cut ## $ shape : symbol cut ## $ x : symbol carat ## $ y : symbol price
<span style="color: rgb(0, 42, 84);">str</span>(p4$mapping)
## list()
p4 <span style="color: rgb(84, 0, 84);"><strong><-</strong></span> p4 + <span style="color: rgb(0, 42, 84);">aes</span>(<span style="color: rgb(0, 84, 0);">x</span>=carat, <span style="color: rgb(0, 84, 0);">y</span>=price, <span style="color: rgb(0, 84, 0);">color</span>=color, <span style="color: rgb(0, 84, 0);">shape</span>=cut) <span style="color: rgb(0, 42, 84);">str</span>(p4$mapping)
## List of 4 ## $ x : symbol carat ## $ y : symbol price ## $ colour: symbol color ## $ shape : symbol cut
p4 <span style="color: rgb(84, 0, 84);"><strong><-</strong></span> p4 + <span style="color: rgb(0, 42, 84);">aes</span>(<span style="color: rgb(0, 84, 0);">x</span>=carat, <span style="color: rgb(0, 84, 0);">y</span>=price, <span style="color: rgb(0, 84, 0);">color</span>=cut, <span style="color: rgb(0, 84, 0);">shape</span>=cut) <span style="color: rgb(0, 42, 84);">str</span>(p4$mapping)
## List of 4 ## $ x : symbol carat ## $ y : symbol price ## $ colour: symbol cut ## $ shape : symbol cut
需要说明的是，上面第三行代码使用了加号，这是ggplot2为ggplot对象定义的运算方法，表示设置ggplot对象中对应的内容。
2.3 图层 layers
2.3.1 图层组成
在ggplot的列表结构里面看不到我们指定的图形类型参数。这些设置被分派到layers里面了：
p3$layers
## [[1]] ## geom_point: ## stat_identity: ## position_identity: (width = NULL, height = NULL)
一个图层包含了至少3个东西（数据和映射当然必需，另算）：geom、stat和position
- 几何类型 geom：是数据在图上的展示形式，即点、线、面等。在ggplot2里面有很多预定义的几何类型。
- 统计类型 stat：是对数据所应用的统计类型/方法。上面的p2和p3对象我们并没有指定统计类型，但是自动获得了identity，因为ggplot2为每一种几何类型指定了一种默认的统计类型，反之亦然。所以如果仅指定geom或stat中的一个，另外一个会自动获取。
- 位置 position：几何对象在图像上的位置调整，这也有默认设定。
不指定几何类型或统计类型的ggplot对象的图层是空列表，即没有图层，也不能输出图像：
p4$layers
## list()
<span style="color: rgb(0, 42, 84);">print</span>(p4)
## Error: No layers in plot
也就是说，指定了几何类型或统计类型，图层就会产生：
(p4 + <span style="color: rgb(0, 42, 84);">geom_point</span>())$layers
## [[1]] ## geom_point: na.rm = FALSE ## stat_identity: ## position_identity: (width = NULL, height = NULL)
(p4 + <span style="color: rgb(0, 42, 84);">stat_identity</span>())$layers
## [[1]] ## geom_point: ## stat_identity: width = NULL, height = NULL ## position_identity: (width = NULL, height = NULL)
为什么图层说“至少”包含3个内容呢？如果你把整个图层的内容转成列表结构显示以下就会发现更多：
<span style="color: rgb(0, 42, 84);">as.list</span>((p4 + <span style="color: rgb(0, 42, 84);">geom_point</span>())$layers[[<span style="color: rgb(184, 93, 0);">1</span>]])
## $mapping ## NULL ## ## $geom_params ## $geom_params$na.rm ## [1] FALSE ## ## ## $stat_params ## named list() ## ## $stat ## stat_identity: ## ## $inherit.aes ## [1] TRUE ## ## $geom ## geom_point: ## ## $position ## position_identity: (width = NULL, height = NULL) ## ## $subset ## NULL ## ## $data ## list() ## attr(,"class") ## [1] "waiver" ## ## $show_guide ## [1] NA
2.3.2 图层加法
从图层的结构可以看到它在ggplot对象中是一个多重列表，如果对ggplot对象做图层加法运算，是增加图层而不是替换图层：
(p4 + <span style="color: rgb(0, 42, 84);">geom_point</span>() + <span style="color: rgb(0, 42, 84);">geom_line</span>())$layers
## [[1]] ## geom_point: na.rm = FALSE ## stat_identity: ## position_identity: (width = NULL, height = NULL) ## ## [[2]] ## geom_line: ## stat_identity: ## position_identity: (width = NULL, height = NULL)
2.3.3 图层顺序
ggplot2按“层”做图，所以图层的顺序对于图形的表现会有影响，如果几何对象有叠加，那么后面图层的对象会覆盖前面图层的对象。下面只是调换了两个图层的顺序，但由于数据点是相同的，所以图形的颜色完全不一样：
p4 + <span style="color: rgb(0, 42, 84);">geom_point</span>(<span style="color: rgb(0, 84, 0);">color</span>=<span style="color: rgb(209, 0, 0);">"red"</span>) + <span style="color: rgb(0, 42, 84);">geom_point</span>(<span style="color: rgb(0, 84, 0);">color</span>=<span style="color: rgb(209, 0, 0);">"blue"</span>) p4 + <span style="color: rgb(0, 42, 84);">geom_point</span>(<span style="color: rgb(0, 84, 0);">color</span>=<span style="color: rgb(209, 0, 0);">"blue"</span>) + <span style="color: rgb(0, 42, 84);">geom_point</span>(<span style="color: rgb(0, 84, 0);">color</span>=<span style="color: rgb(209, 0, 0);">"red"</span>)
2.4 标尺 scales
这是ggplot2中比较复杂的一个概念，从ggplot对象中能获取的信息不多：
p4$scales
## Reference class object of class "Scales" ## Field "scales": ## list()
在ggplot2中，一个标尺就是一个函数，它使用一系列参数将我们的数据（如钻石价格、克拉）转成计算机能够识别的数据（如像素、颜色值），然后展示在图像上。使用标尺对数据进行处理的过程称为缩放（scaling）。坐标的产生和图形美学属性的处理都需要使用标尺对数据进行缩放。这个过程比较复杂，尤其是美学属性与数据的关联，因为和美学属性相关的数据不仅有连续型还有离散型，多组数据之间还要相互关照。但这些过程我们都可以不管，ggplot2也替我们做了。
标尺是函数，它的反函数用于产生坐标刻度标签和图表的图例等，这样我们才能把图形外观、位置等信息和数据对应起来。
2.5 坐标 coordinates
这都知道，用于确定采用的坐标系统和坐标轴的范围。
<span style="color: rgb(0, 42, 84);">str</span>(p4$coordinates)
## List of 1 ## $ limits:List of 2 ## ..$ x: NULL ## ..$ y: NULL ## - attr(*, "class")= chr [1:2] "cartesian" "coord"
2.6 主题 theme
标题文字（字体、字号、颜色）、图形边框和底纹等跟数据无关的一些图形元素的设置都可以归到“主题”这一类。ggplot2提供了4个成套主题：theme_gray(), theme_bw() , theme_minimal() 和 theme_classic()。其中theme_gray()为默认主题，灰背景；后两个是0.9.3版才增加的。
p5 <span style="color: rgb(84, 0, 84);"><strong><-</strong></span> p4 + <span style="color: rgb(0, 42, 84);">geom_point</span>(<span style="color: rgb(0, 84, 0);">color</span>=<span style="color: rgb(209, 0, 0);">"blue"</span>) p5 + <span style="color: rgb(0, 42, 84);">theme_gray</span>() + <span style="color: rgb(0, 42, 84);">ggtitle</span>(<span style="color: rgb(209, 0, 0);">"theme_gray()"</span>) p5 + <span style="color: rgb(0, 42, 84);">theme_bw</span>() + <span style="color: rgb(0, 42, 84);">ggtitle</span>(<span style="color: rgb(209, 0, 0);">"theme_bw()"</span>) p5 + <span style="color: rgb(0, 42, 84);">theme_minimal</span>() + <span style="color: rgb(0, 42, 84);">ggtitle</span>(<span style="color: rgb(209, 0, 0);">"theme_minimal()"</span>) p5 + <span style="color: rgb(0, 42, 84);">theme_classic</span>() + <span style="color: rgb(0, 42, 84);">ggtitle</span>(<span style="color: rgb(209, 0, 0);">"theme_classic()"</span>)
3 ggplot2做图过程
如果E文水平可以，下载 Hadley Wickham 写的《ggplot2: Elegant Graphics for Data Analysis》一书来看看（到处都有）。理论性太强，太高深，不敢乱说。
4 SessionInfo
<span style="color: rgb(0, 42, 84);">sessionInfo</span>()
## R version 3.1.0 (2014-04-10) ## Platform: x86_64-pc-linux-gnu (64-bit) ## ## locale: ## [1] LC_CTYPE=zh_CN.UTF-8 LC_NUMERIC=C ## [3] LC_TIME=zh_CN.UTF-8 LC_COLLATE=zh_CN.UTF-8 ## [5] LC_MONETARY=zh_CN.UTF-8 LC_MESSAGES=zh_CN.UTF-8 ## [7] LC_PAPER=zh_CN.UTF-8 LC_NAME=C ## [9] LC_ADDRESS=C LC_TELEPHONE=C ## [11] LC_MEASUREMENT=zh_CN.UTF-8 LC_IDENTIFICATION=C ## ## attached base packages: ## [1] tcltk stats graphics grDevices utils datasets methods ## [8] base ## ## other attached packages: ## [1] ggplot2_0.9.3.1 zblog_0.1.0 knitr_1.5 ## ## loaded via a namespace (and not attached): ## [1] colorspace_1.2-4 digest_0.6.4 evaluate_0.5.3 formatR_0.10 ## [5] grid_3.1.0 gtable_0.1.2 highr_0.3 labeling_0.2 ## [9] MASS_7.3-31 munsell_0.4.2 plyr_1.8.1 proto_0.3-10 ## [13] Rcpp_0.11.1 reshape2_1.2.2 scales_0.2.4 stringr_0.6.2 ## [17] tools_3.1.0
扫一扫
1489
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
