Chap1. R 基础
加载文件
默认情况下，数据集中的字符串（String）会被视为因子（Factor）处理，此时可以设置stringAsFactors = FALSE,将文本变量视为字符串表示。
读取xlsx和xls文件：packagexlsx(Java)和gdata(Perl)
foreign:read.spss;read.octave;read.systat;read.xport;read.dta
Chap2. 快速探索数据（略）
概述 qplot()函数的语法与基础绘图系统类似，简短易输入，通常用于探索性数据分析。qplot(x,y,data,geom=c(xx,xx))
条形图
barplot()第一个向量用来设定条形的高度，第二个向量用来设定每个条形对应的标签（可选）。
变量值条形图： 两个输入变量，x为分类变量，y表示变量值
频数条形图：一个输入变量，需要注意连续x轴和离散x轴的差异。
直方图
与条形图不同的地方在于，x为连续型变量
箱线图
需要传递两个向量：x和y
在x轴上引入两变量的交互：interaction()
Question:基础绘图系统和ggplot2的箱线图略有不同。
绘制函数图像
ggplot(data.frame(x=c(0,20)), aes(x=x)) + stat_function(fun=myfun, geom = “line”)
Chap3. 条形图
重要细节：条形图的高度表示的是数据集中变量的频数，还是表示变量取值本身
概述 条形图通常用来展示不同的分类下（x轴）某个数值型变量的取值（y轴），其条形高度既可以表示数据集中变量的频数，也可以表示变量取值本身。
参数
fill:改变条形图的填充色；colour:添加边框线；position:改变条形图的类型；linetype:线型
scale_fill_brewer()和scale_fill_manual()设置颜色
scale_fill_brewer(palette=“Pastell”)
条形图
频数条形图：只需要一个输入变量，当变量为连续型变量时，等价于直方图。
颜色映射在aes()内部完成，而颜色的重新设定在aes()外部完成。
排序：ggplot(upc, aes=(x=reorder(Abb, Change)), y =Change, fill = Region)
正负条形图着色：首先，创建一个对取值正负情况进行标示的变量，然后参数设定为position=‘identity’,这可以避免系统因对负值绘制堆积条形而发出的警告信息。
guide=FALSE删除图例
width调整条形图的条形宽度；position_dodge(0.7)调整条形间距（中心距离）
堆积条形图：geom_bar(stat=‘identity’)默认情况
更改图例颜色顺序:guides(fill = guide_legend(reverse=TRUE))
调用调色板 scale_fill_brewer(palette=‘Pastell’)和手动：scale_fill_manual()
百分比堆积图：首先利用plyr包种的ddply()转化数据，然后再绘图.
添加 数据标签：geom_text(aes(y = label_y, label=Weight),vjust=xxx)其中y用来控制标签的位置
绘制Cleveland点图：通常都会设置成根据x轴对应的连续变量的大小取值对数据进行排序。
reorder(x,y)：先将x转化为因子，然后根据y对其进行排序。
主题系统（Theming System）:theme(panel.grid.major.x = element_blank(),panel.grid.minor.x = element_blank())
汇总好的数据集绘制条形图：
x <- c(‘A’,‘B’,‘C’,‘D’,‘E’)
y <- c(13,22,16,31,8)
df <- data.frame(x= x, y = y)
ggplot(data = df, mapping = aes(x = x, y = y)) + geom_bar(stat= ‘identity’)
对于条形图的y轴就是数据框中原本的数值时，必须将geom_bar()函数中stat(统计转换)参数设置为’identity’，即对原始数据集不作任何统计变换，而该参数的默认值为’count’，即观测数量。
使用明细数据集绘制条形图：
set.seed(1234)
x <- sample(c(‘A’,‘B’,‘C’,‘D’), size = 1000, replace= TRUE, prob = c(0.2,0.3,0.3,0.2))
y <- rnorm(1000) * 1000
df = data.frame(x= x, y = y)
ggplot(data = x = x, mapping = aes(x = factor(x), y = …count…))+ geom_bar(stat = ‘count’)
数据集本身是明细数据，而对于统计某个离散变量出现的频次时，geom_bar()函数中stat(统计转换)参数只能设置为默认，即’count’。
当然，如果需要对明细数据中的某个离散变量进行聚合(均值、求和、最大、最小、方差等)后再绘制条形图的话，建议先使用dplyr包中的group_by()函数和summarize()函数实现数据汇总，具体可参见：
从x轴的数据类型来看：有字符型的x值也有数值型的x值
上面的两幅图对应的x轴均为离散的字符型值，如果x值是数值型时，该如何正确绘制条形图？
set.seed(1234)
x <- sample(c(1,2,4,6,7), size = 1000, replace = TRUE,prob = c(0.1,0.2,0.2,0.3,0.2))
ggplot(data = data.frame(x = x), mapping= aes(x = x, y = …count…)) + geom_bar(stat = ‘count’)
如果直接使用数值型变量作为条形图的x轴，我们会发现条形图之间产生空缺，这个空缺其实对应的是3和5两个值，这样的图形并不美观。为了能够使条形图之间不存在类似的空缺，需要将数值型的x转换为因子，即factor(x)，如下图所示：
ggplot(data = data.frame(x = x), mapping = aes(x = factor(x), y = …count…))+ geom_bar(stat = ‘count’)
上面几幅图的颜色均为灰色的，显得并不是那么亮眼，为了使颜色更加丰富多彩，可以在geom_bar()函数内通过fill参数可colour参数设置条形图的填充色和边框色，例如：
ggplot(data = data.frame(x = x), mapping = aes(x = factor(x), y = …count…))+ geom_bar(stat = ‘count’, fill = ‘steelblue’, colour = ‘darkred’)
关于颜色的选择可以在R控制台中输入colours()，将返回657种颜色的字符。如果想查看所有含红色的颜色值，可以输入colours()[grep(‘red’,
colours())]返回27种红色。
绘制簇条形图
以上绘制的条形图均是基于一个离散变量作为x轴，如果想绘制两个离散变量的条形图即簇条形图该如何处理呢？具体见下方例子：
x <- rep(1:5, each = 3)
y <- rep(c(‘A’,‘B’,‘C’),times = 5)
set.seed(1234)
z <- round(runif(min = 10, max = 20, n = 15)) df <- data.frame(x= x, y = y, z = z)
ggplot(data = df, mapping = aes(x = factor(x), y = z,fill = y)) + geom_bar(stat = ‘identity’, position = ‘dodge’)
对于簇条形图只需在ggplot()函数的aes()参数中将其他离散变量赋给fill参数即可。这里的position参数表示条形图的摆放形式，默认为堆叠式(stack)，还可以是百分比的堆叠式。下面分别设置这两种参数，查看一下条形图的摆放形式。
堆叠式：
ggplot(data = df, mapping = aes(x = factor(x), y = z, fill = y)) + geom_bar(stat= ‘identity’, position = ‘stack’)
发现一个问题，条形图的堆叠顺序(A,B,C)与图例顺序(C,B,A)恰好相反，这个问题该如何处理呢？很简单，只需再添加guides()函数进行设置即可，如下所示：
ggplot(data = df, mapping = aes(x = factor(x), y = z, fill = y)) + geom_bar(stat= ‘identity’, position = ‘stack’) + guides(fill = guide_legend(reverse= TRUE))
guides()函数将图例引到fill属性中，再使图例反转即可。
百分比堆叠式：
ggplot(data = df, mapping = aes(x = factor(x), y = z, fill = y)) + geom_bar(stat= ‘identity’, position = ‘fill’)
颜色配置：
同样，如果觉得R自动配置的填充色不好看，还可以根据自定义的形式更改条形图的填充色，具体使用scale_fill_brewer()和scale_fill_manual()函数进行颜色设置。
scale_fill_brewer()函数使用R自带的ColorBrewer画板
ggplot(data = df, mapping = aes(x = factor(x), y = z, fill = y)) + geom_bar(stat= ‘identity’, position = ‘dodge’) + scale_fill_brewer(palette = ‘Accent’)
具体的调色板颜色可以查看scale_fill_brewer()函数的帮助。
scale_fill_manual()函数允许用户给指定的分类水平设置响应的色彩，个人觉得这个比较方便
col <- c(‘darkred’,‘skyblue’,‘purple’)
ggplot(data = df, mapping =aes(x = factor(x), y = z, fill = y)) + geom_bar(stat = ‘identity’, colour= ‘black’, position = ‘dodge’) + scale_fill_manual(values = col, limits= c(‘B’,‘C’,‘A’)) + xlab(‘x’)
a <- ggplot(mpg, aes(x=hwy))
a + stat_bin(aes(fill=…count…, color=-1*…ndensity…), binwidth = 1)
plot of chunk unnamed-chunk-5
统计方法有输入，有输出。通常输入为x和y。输出值会以例的形式追加到当前操作的数据拷贝中。比如上例中的stat_bin函数，就会生成四列新数据，分别为count, density, ncount以及ndensity。在访问这些新列的时候，使用…name…的方式。
该如何绘制有序的条形图？
#不经排序的条形图，默认按x值的顺序产生条形图
x <- c(‘A’,‘B’,‘C’,‘D’,‘E’,‘F’,‘G’)
y <-c(‘xx’,‘yy’,‘yy’,‘xx’,‘xx’,‘xx’,‘yy’)
z <- c(10,33,12,9,16,23,11)
df<- data.frame(x = x, y = y, z = z)
ggplot(data = df, mapping = aes(x= x, y = z, fill = y)) + geom_bar(stat = ‘identity’)
按z值的大小，重新排列条形图的顺序，只需将aes()中x的属性用reorder()函数更改即可。
ggplot(data = df, mapping = aes(x = reorder(x, z), y = z, fill = y)) +geom_bar(stat = ‘identity’) + xlab(‘x’)
关于条形图的微调
如何y轴的正负值区分开来，并去除图例
set.seed(12)
x <- 1980 + 1:35
y <- round(100*rnorm(35))
df <- data.frame(x = x,y = y)
判断y是否为正值
df <- transform(df,judge = ifelse(y>0,“YES”,“NO”))
去除图例用theme()主题函数
ggplot(df,aes(x = x,y = y,fill = judge))+
geom_bar(stat = “identity”)+
theme(legend.position= “”)+
xlab(“Year”)+
scale_fill_manual(values = c(“darkred”,“blue”))
stat参数和position参数均设置为identity，目的是图形绘制不要求对原始数据做任何的变换，包括统计变换和图形变换，排除图例可以通过scale_fill_manual()函数将参数guide设置为FALSE，同时该函数还可以自定义填充色，一举两得。
ggplot(data = df, mapping = aes(x = x, y = y, fill = judge))+
geom_bar(stat = ‘identity’, position = ‘identity’)+
scale_fill_manual(values = c(‘blue’,‘red’), guide = FALSE)+
xlab(‘Year’)
调整条形图的条形宽度和条形间距
geom_bar()函数可以非常灵活的将条形图的条形宽度进行变宽或变窄设置,具体通过函数的width参数实现，width的最大值为1，默认为0.9。
x <- c(“A”,“B”,“C”,“D”,“E”)
y <- c(10,20,15,22,18)
df <- data.frame(x = x,y = y)
不作任何条形宽度的调整
ggplot(df,aes(x = x,y = y))+
geom_bar(stat = “identity”,fill = “steelblue”,colour = “black”)
使条形宽度变宽
ggplot(df,aes(x = x,y = y))+geom_bar(stat = “identity”,fill = “steelblue”,colour = “black”,width = 1)
对于簇条形图来说，还可以调整条形之间的距离，默认情况下，条形图的组内条形间隔为0，具体可通过函数的position_dodge参数实现条形距离的调整，为了美观，一般将条形距离设置的比条形宽度大一点。
x <- rep(1:5,each = 3)
y <- rep(c(“A”,“B”,“C”),times = 5)
set.seed(12)
z <- round(runif(min = 10,max = 20,n = 15))
df <- data.frame(x = x,y = y,z = z)
不做任何条形宽度和条形距离的调整
ggplot(df,aes(x = factor(x),y = z,fill = y))+
geom_bar(stat = “identity”,position = “dodge”)
调整条形宽度和条形距离
ggplot(data = df, mapping = aes(x = factor(x), y = z, fill = y)) + geom_bar(stat= ‘identity’, width = 0.5, position = position_dodge(0.7))
添加数据标签
geom_text()函数可以方便的在图形中添加数值标签，具体微调从几个案例开始：
添加标签
ggplot(df,aes(x = interaction(x,y),y = z,fill = y))+
geom_bar(stat = “identity”)+
geom_text(aes(label = z))
除此之外，还可以调整标签的大小、颜色、位置等。
ggplot(data = df, mapping = aes(x = interaction(x,y), y = z, fill = y))+ geom_bar(stat = ‘identity’) + ylim(0,max(z)+1) + geom_text(mapping =aes(label = z), size = 8, colour = ‘orange’, vjust = 1)
ylim设置条形图中y轴的范围；size调整标签字体大小，默认值为5号；colour更换标签颜色；vjust调整标签位置，1为分界线，越大于1，标签越在条形图上界下方，反之则越在条形图上上界上方。
vjust 调整标签竖直位置,越大,标签越在条形图的上界下方；0.5时，则在中间。
hjust 调整标签水平位置，越大,标签越在条形图的上界左边；0.5时，则在中间。
对于水平交错的簇条形图，必须通过geom_text()函数中的position_dodge()参数来调整标签位置，hjust=0.5将标签水平居中放置。
ggplot(data = df, mapping = aes(x = x, y = z, fill = y)) + geom_bar(stat
= ‘identity’, position = ‘dodge’) + geom_text(mapping = aes(label = z),
size = 5, colour = ‘black’, vjust = 1, hjust = .5, position = position_dodge(0.9))
这里的图形位置与标签位置摆放必须一致，即图形位置geom_bar()函数中的position = 'dodge’参数，标签位置geom_text()函数中的position
= position_dodge(0.9)参数。
对于堆叠的簇条形图，必须通过geom_text()函数中的position_stack()参数来调整标签位置，hjust将标签水平居中放置。
ggplot(data = df, mapping = aes(x = x, y = z, fill = y)) + geom_bar(stat
= ‘identity’, position = ‘stack’) + geom_text(mapping = aes(label = z),
size = 5, colour = ‘black’, vjust = 3.5, hjust = .5, position = position_stack())
这里的图形位置与标签位置摆放必须一致，即图形位置geom_bar()函数中的position = 'stack’参数，标签位置geom_text()函数中的position
= position_stack()参数。
补充:统计变换
若x轴变量为连续的，则用sta = bin；
若离散型的,可用stat = “count”或stat = “identity”
参考资料
R数据可视化手册
R语言_ggplot2：数据分析与图形艺术
扫一扫
1397
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
