ggplot2-用图层构建图像3

1. 几何对象

几何对象，简写为geom，实行图层的实际渲染，控制创建图形的类型
例如，用点类几何对象可以创建一个散点图，用线类几何对象可以创建一个线图
图元

1. geom_blank() ： 什么也不展示。最大的功能是使用数据调整坐标轴
2. geom_point()： 点
3. geom_path()： 路径
4. geom_ribbon()： 条带，带有垂直厚度的路径
5. geom_segment()： 线段，指定初始位置和结束位置
6. geom_rect()： 矩形
7. geom_polygon()： 填充多面体
8. geom_text()： 文本

单个变量

1. 离散
   geom_bar(): 展示离散变量的分布

2. 连续
   geom_histogram()： 计算封箱（bin）连续数据并用条带展示
   geom_density(): 平滑密度估计
   geom_dotplot()： 将大量的点放到点图中
   geom_freqpoly()： 计算封箱（bin）连续数据并用线图展示

两个变量

1. 两个均为连续的
   geom_point()： 散点图
   geom_quantile()： 平滑的分位回归
   geom_rug()： 边际轴须图（marginal rug plot）
   geom_smooth()： 最佳拟合平滑曲线
   geom_text()： 文本标签

2. 展示分布
   geom_bin2d()： 计算封箱到矩形中
   geom_density2d()： 平滑的二维密度估计
   geom_hex()： 计算封箱到六边形中

3. 至少一个离散变量
   geom_count()： 计算在不同位置点的个数
   geom_jitter()： 计算抖动重叠的点

4. 一个离散，一个连续
   geom_bar(stat = “identity”)： 事先计算好的概要条形图
   geom_boxplot()： 随机抖动重叠的点
   geom_violin()： 展示每组值得密度

5. 一个变量是时间序列，一个是连续的
   geom_bar()： 面积图
   geom_line()： 线图
   geom_step()： 步阶图

6. 展示不确定性
   geom_crossbar()： 带有中心点的垂直条形图
   geom_errorbar()： 误差条形图
   geom_linerange()： 垂线
   geom_pointrange()： 带有中心的垂线

7. 空间变量
   geom_map()： geom_polygon()绘制地图数据的快速版本

三个变量

1. geom_contour()： 轮廓图
2. geom_tile()： 平铺矩形图
3. geom_raster()： geom_tile()平等尺寸平铺的快速版本

每个几何对象都有一系列它可理解的——甚至是必须的——图形属性
例如，点的几何对象要求坐标位置x和y，并且它能理解颜色、尺寸、形状相关的几何属性。一个条形图需要高度（ymax），并理解宽度、边界颜色和填充颜色。每个几何对象在文档中都罗列了它的图形属性

一些几何对象主要的区别是参数上的。例如，可以用三种方式画出一个长方形

1. 给定geom_tile()的位置坐标（x和y）以及维度（width和height）
2. 给定geom_rect()y的上（ymax）和下（ymin）边界，x的左（xmin）和右（xmax）边界
3. 给定geom_polygon()每个角的四行带有x和y位置的数据框

其它相关的几何对象有：
geom_segment()和geom_line()
geom_area()和geom_ribbon()

如果有替代的参数，为数据选择一个正确的参数，通常能使绘图过程变得更容易

2. 统计变换

统计变换简称为stat，是用来转换数据的，通常通过某种形式的概括得到
一个有用的例子是平滑变换，它可用来计算给定x的情况下y的平滑均值

1. stat_bin(): geom_bar() geom_freqpoly() geom_histogram()
2. stat_bin2d(): geom_bin2d()
3. stat_bindot(): geom_dotplot()
4. stat_binhex(): geom_hex()
5. stat_boxplot(): geom_boxplot()
6. stat_contour(): geom_contour()
7. stat_quantile(): geom_quantile()
8. stat_smooth(): geom_smooth()
9. stat_sum(): geom_count()

很少直接调用这些函数，不过了解它们是很有用的，因为它们的文档中提供了相关的统计变换的更多细节

下面是一些不能用geom_函数创建的统计变换

1. stat_ecdf() ： 计算经验累积分布图
2. stat_function()： 通过定义于x值上的函数来计算y值
3. stat_summary()： 在不同的x值上概述y值
4. stat_summary2d() stat_summary_hex()： 概述封箱数据
5. stat_qq()： 概述Q-Q图的计算
6. stat_spoke()： 将角和半径转化为位置
7. stat_unique()： 去掉重复的行

可用两种方式使用这些函数
或者添加stat_()函数并修改默认的几何图像，或者添加geom_()函数并修改默认的统计变换

ggplot(mpg, aes(trans, cty)) +
	geom_point() +
	stat_summary(geom = "point", fun.y ="mean", color = "red", size = 4)

ggplot(mpg, aes(trans, cty)) +
	geom_point() +
	geom_point(stat = "summary", fun.y = "mean", color = "red", size = 4)

最好使用第二种形式，因为它能让你展示的概述——而不是原始数据——变得更清晰