ggplot2-用图层构建图像4

1. 统计变换——生成变量

统计变换内部采用一种数据框的形式作为输入并返回一个数据框，因此统计变换可增加新的变量到原始数据集中。将图形属性映射到这些新的变量上也是有可能的。例如，使用stat_bin来生成直方图，产生下面这些变量

1. count，每个组里观察值的数目
2. density，每个组里观测值的密度（占整体的百分数/组宽）
3. x，每个组里观测值的密度（占整体的百分数/组宽）

这些生成变量（generated variable）可以被直接调用。例如，直方图默认将条形的高度赋值为观测值的频数（count），但是如果更喜欢传统的直方图，可以用密度（density）来代替。为了参考像密度这样的生成变量，名字必须要用“…”围起来。这样可以防治原数据集中的变量和生成变量重名时造成混淆，并且以后处理代码时，可以很清晰地分辨出哪些变量是由统计变换生成地。每个统计变换地帮助文档里都列出了其生成变量的名称

比较下面这两幅图的y轴

ggplot(diamonds, aes(price)) +
	geom_histogram(binwidth = 500)

ggplot(diamonds, aes(price)) +
	geom_histogram(aes(y = ..density..), binwidth = 500)

尤其是像比较多个有不同尺寸的多个组的分布是，这个技术很有用
例如，比较cut中的price的分布相当困难，因为一些组别的数值很小。但是如果我们标准化每个组别来得到相同的面积的话，就会变得容易比较了

ggplot(diamonds, aes(price, color = cut)) +
	geom_freqpoly(binwidth = 500) +
	theme(legend.position = "none")

ggplot(diamonds, aes(price, color = cut)) +
	geom_freqpoly(aes(y = ..density..), binwidth = 500) +
	theme(legend.position = "none")

这个结果很震惊！总体上，低质量钻石更贵。将在移除趋势中重新审视这一结果

2. 位置调整

所谓位置调整，即对该层中的元素位置进行微调
下面三种调整主要应用到条形图中：

1. position_stack()：在彼此的顶部堆叠重叠的条形图（或面积）
2. position_fill()：将顶部始终缩放为1，堆叠重复的条形图
3. position_dodge()：将重叠的条形图并排摆放

dplot <- ggplot(diamonds, aes(color, fill = cut)) +
	xlab(NULL) + ylab(NULL) + theme(legend.position = "none")

# 对条形图来说，位置堆叠是默认设置
# 因此 geom_bar()等价于 geom_bar(position = "stack")
dplot + geom_bar()

dplot + geom_bar(position = "fill")

dplot + geom_bar(position = "dodge")

也有一种位置调整什么都不做：position_identity()。同一位置的调整对条形图来说并没有用，因为每个条形图隐藏了后面的条形图，但是有许多几何对象不需要调整，例如，线图

dplot + geom_bar(position = "identity", alpha = 1/2, color = "grey50")

ggplot(diamons, aes(color, color = cut)) +
	geom_line(aes(group = cut), stat = "count") +
	xlab(NULL) + ylab(NULL) +
	theme(legend.position = "none")

三种位置调整对于点图来说特别有用

1. position_nudge()：按照固定的偏移来移动点
2. position_jitter()：在每个点上加一个小的随机扰动项
3. position_jitterdodge()：避开组内的点，然后添加少许随机扰动项

需要注意的是，将参数传递到位置调整和统计变换及几何对象是不同的。与其在省略号中包含额外的参数不同的是，可以创建一个位置调整对象，在调用是提供额外的参数

ggplot(mpg, aes(displ, hwy)) +
	geom_point(position = "jitter")

ggplot(mpg, aes(displ, hwy)) +
	geom_point(position = position_jitter(width = 0.05, height = 0.5))

这十分啰嗦，所以geom_jitter()提供了一个快捷的方法

ggplot(mpg, aes(displ, hwy)) +
	geom_jitter(width = 0.05, height = 0.5)

连续数据往往不会重叠，即使（由于高数据密度而）重叠，也只需要作例如抖动等微调，这对于修复问题来说也是杯水车薪。为此，位置调整对于离散型的数据来说是很有用的