[R语言] ggplot2入门笔记1—ggplot2简要教程

1 ggplot2入门笔记1—ggplot2简要教程

代码下载地址
ggplot2是R中最优雅，美观的图形框架。它具有精心设计的结构。本教程重点介绍可用于制作任何ggplot的基础结构。但是，在ggplot2中绘制图的方式与使学习曲线陡峭的基本图形截然不同。因此，将您对基本图形的了解留在后面并继续。您距离破解ggplot拼图只有5个步骤。该章节主要内容有：

1. 设置 The Setup
2. 图层 The Layers
3. 标签 The Labels
4. 主题 The Theme
5. 分面 The Facets
6. 常用函数 Commonly Used Features

参考文档

http://r-statistics.co/ggplot2-Tutorial-With-R.html

1. 设置 The Setup

首先，您需要告诉ggplot使用什么数据集。这是使用ggplot(df)函数完成的，其中df是一个数据框，其中包含制作绘图所需的所有功能。这是最基本的步骤。与基础图形不同，ggplot不会将矢量作为参数。
您可以aes()通过指定数据集中的各个变量，将想要应用到ggplot（内部参数）的任何美学效果添加到其中-例如X和Y轴。颜色，大小，形状基于其更改的变量也可以在此处自行指定。此处指定的美学将被您随后添加的所有geom层继承。如果以后打算添加更多的图层（可能是折线图顶部的条形图），则可以在添加这些图层时指定各自的外观。

下面，我展示了一些如何在自身diamonds随附的数据集中使用ggplot的示例ggplot2。但是，在添加几何图层之前，不会展示任何图像。

# 调用ggplot2库
library(ggplot2)
# 展示金刚石数据集
head(diamonds)

Warning message:
"package 'ggplot2' was built under R version 3.6.1"

A tibble: 6 × 10

carat	cut	color	clarity	depth	table	price	x	y	z
<dbl>	<ord>	<ord>	<ord>	<dbl>	<dbl>	<int>	<dbl>	<dbl>	<dbl>
0.23	Ideal	E	SI2	61.5	55	326	3.95	3.98	2.43
0.21	Premium	E	SI1	59.8	61	326	3.89	3.84	2.31
0.23	Good	E	VS1	56.9	65	327	4.05	4.07	2.31
0.29	Premium	I	VS2	62.4	58	334	4.20	4.23	2.63
0.31	Good	J	SI2	63.3	58	335	4.34	4.35	2.75
0.24	Very Good	J	VVS2	62.8	57	336	3.94	3.96	2.48

# if only the dataset is known. 只显示数据
ggplot(diamonds)

# if only X-axis is known. The Y-axis can be specified in respective geoms.
# 只设定x轴，y轴数据可以在geoms中指定
ggplot(diamonds, aes(x=carat))  

# if both X and Y axes are fixed for all layers.
# 指定x轴和y轴
ggplot(diamonds, aes(x=carat, y=price))  

# Each category of the 'cut' variable will now have a distinct color, once a geom is added.
# 指定颜色类别cut
ggplot(diamonds, aes(x=carat, color=cut)) 

aes代表美学。ggplot2还将图的X轴和Y轴以及颜色，大小，形状，填充等也视为美观特征。如果要固定颜色，大小等（即，不根据数据框中的变量而变化） ，您需要aes()像这样在之外指定它。有关更多颜色，请参见R语言调色板。

ggplot(diamonds, aes(x=carat), color="steelblue")

2. 图层 The Layers

ggplot2中的图层也称为“ geoms ”。基本设置完成后，您可以将几何图形一个附加在另一个图形之上。此文档提供了所有可用geoms的全面列表。

ggplot(diamonds, aes(x=carat, y=price, color=cut)) + 
# Adding scatterplot geom (layer1) 添加散点图
geom_point() + 
# Adding moothing geom (layer2) 在散点图的基础上添加一条平滑的趋势曲线
geom_smooth() 

`geom_smooth()` using method = 'gam' and formula 'y ~ s(x, bs = "cs")'

我们在上图添加了两层（geom）- geom_point()和geom_smooth()。由于X轴Y轴和颜色是在ggplot()设置本身中定义的，因此这两层继承了那些美学。另外，您也可以如下所示在geom图层内指定这些外观

 # Same as above but specifying the aesthetics inside the geoms. 类似上面的结果
ggplot(diamonds) + 
geom_point(aes(x=carat, y=price, color=cut)) + 
geom_smooth(aes(x=carat, y=price, color=cut))

`geom_smooth()` using method = 'gam' and formula 'y ~ s(x, bs = "cs")'

注意X和Y轴，以及点的颜色如何根据cut变量的值而变化。图例已自动添加。我想提出一个改变。cut我不想在每个级别上使用多条平滑线，而是将它们全部集成在一条线下。怎么做？color从geom_smooth()层次上消除美学将达到目的。

library(ggplot2)
ggplot(diamonds) + 
geom_point(aes(x=carat, y=price, color=cut)) + 
# Remove color from geom_smooth 只画一条拟合平滑线
geom_smooth(aes(x=carat, y=price)) 

`geom_smooth()` using method = 'gam' and formula 'y ~ s(x, bs = "cs")'

 # same but simpler 类似上图同样的功能
ggplot(diamonds, aes(x=carat, y=price)) + 
geom_point(aes(color=cut)) + 
geom_smooth() 

`geom_smooth()` using method = 'gam' and formula 'y ~ s(x, bs = "cs")'

这对您来说是一个快速的挑战。可以使点的形状随color功能而变化吗？尽管设置过程花费了我们很多代码，但是增加诸如图层，每个cut的不同颜色等的复杂性却很容易。想象一下，如果要在基本图形中进行编写，必须编写多少代码？感谢ggplot2！

# Answer to the challenge 设置形状点
ggplot(diamonds, aes(x=carat, y=price, color=cut, shape=color)) + 
geom_point()

Warning message:
"Using shapes for an ordinal variable is not advised"
Warning message:
"The shape palette can deal with a maximum of 6 discrete values because
more than 6 becomes difficult to discriminate; you have 7. Consider
specifying shapes manually if you must have them."
Warning message:
"Removed 2808 rows containing missing values (geom_point)."

3. 标签 The Labels

现在，您已经绘制了图形的主要部分。您可能要添加图解的主要标题，并可能更改X和Y轴标题。这可以通过labs用于指定标签的层来完成。但是，操纵标签的大小，颜色是本文第四部分“主题”的工作。

gg <- ggplot(diamonds, aes(x=carat, y=price, color=cut)) + 
geom_point() + 
# add axis lables and plot title 添加标签
labs(title="Scatterplot", x="Carat", y="Price")
print(gg)

图的主要标题已添加，并且X和Y轴标签大写。注意：如果要在函数内部显示ggplot，则需要显式保存它，然后使用进行打印print(gg)，就像我们上面所做的那样。

4. 主题 The Theme

除了我们要增加标签的大小并更改图例标题以外，几乎所有内容都已设置。调整标签的大小可以在theme()函数中通过设置功能plot.title，axis.text.x和axis.text.y。需要在中指定它们element_text()。如果要删除其中任何一个，请将其设置为element_blank()，它将完全消失。
调整图例标题有些棘手。如果您的图例是某个color属性的图例，并且其根据因数而变化，则您需要设置scale_color_discrete()中的name，其中颜色部分属于color属性，而离散部分属于离散属性，因为图例是基于因数变量的。

gg1 <- gg + 
    theme(
    # 设置标题大小，face="bold"字体加粗
        plot.title=element_text(size=30, face="bold"), 
        axis.text.x=element_text(size=15),
        axis.text.y=element_text(size=15),
        axis.title.x=element_text(size=25),
        axis.title.y=element_text(size=25)) +
    # add title and axis text, change legend title.
    # 添加渐变色，并设置颜色条图例标题
    scale_color_discrete(name="Cut of diamonds")  
print(gg1)  # print the plot

如果图例显示基于因子变量的形状属性，则需要使用scale_shape_discrete(name=“legend title”)进行更改。如果它是一个连续变量，改用scale_shape_continuous(name=“legend title”)。如果您的图例基于fill连续变量的属性，使用scale_fill_continuous(name=“legend title”)。

5. 分面 The Facets

在上一张图表中，您在同一张图表中具有所有不同cut绘制值的散点图。如果您想要每张图表一个cut值呢？就需要用到分面功能

gg1 + facet_wrap( ~cut , ncol=3)

facet_wrap(formula)接受一个公式作为参数。右边的项目对应于列。左侧的项定义行。

# row: color, column: cut
gg1 + facet_wrap(color ~ cut)  

facet_wrap，X和Y轴的比例固定为默认容纳所有点。这将使属性的比较有意义，因为它们的规模相同。但是，可以通过设置参数scales=free使比例尺自由调整，使图表看起来分布更均匀

# row: color, column: cut
# gg1 + facet_wrap(color ~ cut, scales="free")

出于比较目的，您也可以使用facet_grid(formula)将所有图在一个网格中。注意，各个图的标题已消失，为绘图区域留出更多空间。

gg1 + facet_grid(color ~ cut) 

6. 常用函数 Commonly Used Features

主要内容如下：

• 6.1 绘制时间序列图（使用ggfortify）
• 6.2 在同一ggplot上绘制多个时间序列
• 6.3 条形图
• 6.4 自定义布局
• 6.5 翻转坐标轴
• 6.6 调整X和Y轴范围
• 6.7 等坐标轴
• 6.8 变更主题
• 6.9 图例删除和更改位置
• 6.10 网格线
• 6.11 图边距和背景
• 6.12 注释
• 6.13 保存ggplot

6.1 绘制时间序列图（使用ggfortify）

ggfortify包使直接从时间序列对象绘制时间序列变得非常容易，而无需将其转换为数据帧。下面的示例一步绘制AirPassengers时间序列。在此处查看更多ggfortify的自动绘图选项以绘制时间序列。

# 载入库
library(ggfortify)
# 查看数据
AirPassengers

Warning message:
"package 'ggfortify' was built under R version 3.6.1"

A Time Series: 12 × 12

	Jan	Feb	Mar	Apr	May	Jun	Jul	Aug	Sep	Oct	Nov	Dec
1949	112	118	132	129	121	135	148	148	136	119	104	118
1950	115	126	141	135	125	149	170	170	158	133	114	140
1951	145	150	178	163	172	178	199	199	184	162	146	166
1952	171	180	193	181	183	218	230	242	209	191	172	194
1953	196	196	236	235	229	243	264	272	237	211	180	201
1954	204	188	235	227	234	264	302	293	259	229	203	229
1955	242	233	267	269	270	315	364	347	312	274	237	278
1956	284	277	317	313	318	374	413	405	355	306	271	306
1957	315	301	356	348	355	422	465	467	404	347	305	336
1958	340	318	362	348	363	435	491	505	404	359	310	337
1959	360	342	406	396	420	472	548	559	463	407	362	405
1960	417	391	419	461	472	535	622	606	508	461	390	432

autoplot(AirPassengers) + 
labs(title="AirPassengers")

6.2 在同一ggplot上绘制多个时间序列

绘制多个时间序列需要以数据文件格式拥有数据，其中一列是用于X轴的日期。

方法1：转换后，您只需要不断地将时间序列的多个层逐个添加。

# Approach 1:
data(economics, package="ggplot2")  # init data
economics <- data.frame(economics)  # convert to dataframe
# 展示数据
head(economics)

# 画图
ggplot(economics) + 
# 画线条
geom_line(aes(x=date, y=pce, color="pcs")) + 
geom_line(aes(x=date, y=unemploy, col="unemploy")) + 
# 设定颜色
scale_color_discrete(name="Legend") + 
labs(title="Economics")

A data.frame: 6 × 6

date	pce	pop	psavert	uempmed	unemploy
<date>	<dbl>	<dbl>	<dbl>	<dbl>	<dbl>
1967-07-01	506.7	198712	12.6	4.5	2944
1967-08-01	509.8	198911	12.6	4.7	2945
1967-09-01	515.6	199113	11.9	4.6	2958
1967-10-01	512.2	199311	12.9	4.9	3143
1967-11-01	517.4	199498	12.8	4.7	3066
1967-12-01	525.1	199657	11.8	4.8	3018

方法2：通过将id设置为date字段，使用reforme2：：Melt融合数据帧。然后只需添加一条geom_线，并将颜色美学设置为variable（这是在融化过程中创建的）。

# Approach 2:
library(reshape2)
# 融合数据
df <- melt(economics[, c("date", "pce", "unemploy")], id="date")
head(df)

# 绘图
ggplot(df) + 
geom_line(aes(x=date, y=value, color=variable)) + 
labs(title="Economics")

Warning message:
"package 'reshape2' was built under R version 3.6.1"

A data.frame: 6 × 3

date	variable	value
<date>	<fct>	<dbl>
1967-07-01	pce	506.7
1967-08-01	pce	509.8
1967-09-01	pce	515.6
1967-10-01	pce	512.2
1967-11-01	pce	517.4
1967-12-01	pce	525.1

ggplot2的缺点是不可能在同一图上获得多个Y轴。以相同的比例绘制多个时间序列会使序列中的几个看起来很小。一个替代方法是facet_wrap设置它scales=‘free’。

df <- melt(economics[, c("date", "pce", "unemploy", "psavert")], id="date")
ggplot(df) + 
geom_line(aes(x=date, y=value, color=variable)) +
facet_wrap( ~ variable, scales="free")

6.3 条形图

默认情况下，ggplot会制作一个“计数”条形图，这意味着它会计算x美学指定的项目的频率并对其进行绘制。使用这种格式，您无需指定Y学。但是，如果您要制作Y给出的绝对数的条形图，则需要stat="identity"在内进行设置geom_ba。

# 显示数据
head(mtcars)
plot1 <- ggplot(mtcars, aes(x=cyl)) + 
# 画柱状图
geom_bar() + 
# Y axis derived from counts of X item
labs(title="Frequency bar chart")  
print(plot1)

A data.frame: 6 × 11

	mpg	cyl	disp	hp	drat	wt	qsec	vs	am	gear	carb
	<dbl>	<dbl>	<dbl>	<dbl>	<dbl>	<dbl>	<dbl>	<dbl>	<dbl>	<dbl>	<dbl>
Mazda RX4	21.0	6	160	110	3.90	2.620	16.46	0	1	4	4
Mazda RX4 Wag	21.0	6	160	110	3.90	2.875	17.02	0	1	4	4
Datsun 710	22.8	4	108	93	3.85	2.320	18.61	1	1	4	1
Hornet 4 Drive	21.4	6	258	110	3.08	3.215	19.44	1	0	3	1
Hornet Sportabout	18.7	8	360	175	3.15	3.440	17.02	0	0	3	2
Valiant	18.1	6	225	105	2.76	3.460	20.22	1	0	3	1

df <- data.frame(var=c("a", "b", "c"), nums=c(1:3))
# 显示数据
df
# Y axis is explicit. 'stat=identit
# 显示y
plot2 <- ggplot(df, aes(x=var, y=nums)) + 
geom_bar(stat = "identity")
print(plot2)

A data.frame: 3 × 2

var	nums
<fct>	<int>
a	1
b	2
c	3

6.4 自定义布局

gridExtra软件包提供了在单个网格中配置多个ggplots的功能。

library(gridExtra)
# 分配图像
grid.arrange(plot1, plot2, ncol=2)

6.5 翻转坐标轴

df <- data.frame(var=c("a", "b", "c"), nums=c(1:3))
ggplot(df, aes(x=var, y=nums)) + 
geom_bar(stat = "identity") + 
# 翻转坐标轴
coord_flip() + 
labs(title="Coordinates are flipped")

6.6 调整X和Y轴范围

有3种方法可以更改X和Y轴范围：

1. Using coord_cartesian(xlim=c(x1,x2))
2. Using xlim(c(x1,x2))
3. Using scale_x_continuous(limits=c(x1,x2))

第 2项和第3项将从数据本身中删除超出限制的数据点。因此，如果添加任何平滑线等，结果将失真。项目1（coord_cartesian）不会删除任何数据点，而是会放大到图表的特定区域。

ggplot(diamonds, aes(x=carat, y=price, color=cut)) + 
geom_point() + 
geom_smooth() + 
# 设置y轴范围
coord_cartesian(ylim=c(0, 10000)) + 
labs(title="Coord_cartesian zoomed in!")

`geom_smooth()` using method = 'gam' and formula 'y ~ s(x, bs = "cs")'

ggplot(diamonds, aes(x=carat, y=price, color=cut)) + 
geom_point() + 
geom_smooth() + 
# 设定范围
ylim(c(0, 10000)) + 
labs(title="Datapoints deleted: Note the change in smoothing lines!")

`geom_smooth()` using method = 'gam' and formula 'y ~ s(x, bs = "cs")'

Warning message:
"Removed 5222 rows containing non-finite values (stat_smooth)."
Warning message:
"Removed 5222 rows containing missing values (geom_point)."

6.7 等坐标轴

添加coord_equal()到ggplot会将X和Y轴的限制设置为相等。下面是一个无意义的示例

ggplot(diamonds, aes(x=price, y=price+runif(nrow(diamonds), 100, 10000), color=cut)) + 
geom_point() + 
geom_smooth() + 
coord_equal()

`geom_smooth()` using method = 'gam' and formula 'y ~ s(x, bs = "cs")'

6.8 变更主题

除了基本的ggplot2主题外，您还可以使用这些内置主题之一来更改绘图的外观。

1. theme_gray()
2. theme_bw()
3. theme_linedraw()
4. theme_light()
5. theme_minimal()
6. theme_classic()
7. theme_void()

ggthemes软件包提供了模仿知名杂志和软件的其他ggplot主题。这是一个如何更改主题的示例。

ggplot(diamonds, aes(x=carat, y=price, color=cut)) + 
geom_point() + 
geom_smooth() +
# 更改主题
theme_bw() + 
labs(title="bw Theme")

`geom_smooth()` using method = 'gam' and formula 'y ~ s(x, bs = "cs")'

6.9 图例删除和更改位置

通过设置主题（legend.position=“none”），可以删除图例。通过将其设置为“顶部”，即主题（legend.position=“顶部”），可以在图像周围移动图例。通过将legend.position设置为绘图内部的坐标，可以将图例放置在绘图内部。legend.justification表示图例的锚点，即将放置在legend.position给定坐标上的点。

# 无图例
p1 <- ggplot(diamonds, aes(x=carat, y=price, color=cut)) + 
geom_point() + 
geom_smooth() + 
# 无图例
theme(legend.position="none") + 
labs(title="legend.position='none'")

p2 <- ggplot(diamonds, aes(x=carat, y=price, color=cut)) + 
geom_point() + 
geom_smooth() + 
# legend at top 设置图例在图形顶部
theme(legend.position="top") + 
labs(title="legend.position='top'")  

p3 <- ggplot(diamonds, aes(x=carat, y=price, color=cut)) + 
geom_point() + 
geom_smooth() + 
labs(title="legend.position='coords inside plot'") + 
# legend inside the plot 设置图形位置
theme(legend.justification=c(1,0), legend.position=c(1,0))  

# arrange统一显示图像
grid.arrange(p1, p2, p3, ncol=3)  

`geom_smooth()` using method = 'gam' and formula 'y ~ s(x, bs = "cs")'

`geom_smooth()` using method = 'gam' and formula 'y ~ s(x, bs = "cs")'

`geom_smooth()` using method = 'gam' and formula 'y ~ s(x, bs = "cs")'

6.10 网格线

ggplot(mtcars, aes(x=cyl)) + 
geom_bar(fill='darkgoldenrod2') +
theme(panel.background = element_rect(fill = 'steelblue'),
# 设置主网格线
panel.grid.major = element_line(colour = "firebrick", size=3),
panel.grid.minor = element_line(colour = "blue", size=1))

6.11 图边距和背景

ggplot(mtcars, aes(x=cyl)) + 
geom_bar(fill="firebrick") + 
# top, right, bottom, left
# plot.background设置背景，plot.margain设置边距
theme(plot.background=element_rect(fill="steelblue"), plot.margin = unit(c(2, 4, 1, 3), "cm")) 

6.12 注释

library(grid)
# 添加注释
my_grob = grobTree(textGrob("This text is at x=0.1 and y=0.9, relative!\n Anchor point is at 0,0", x=0.1,  y=0.9, hjust=0,
  gp=gpar(col="firebrick", fontsize=25, fontface="bold")))
ggplot(mtcars, aes(x=cyl)) + 
geom_bar() + 
annotation_custom(my_grob) + 
labs(title="Annotation Example")

6.13 保存ggplot

plot1 <- ggplot(mtcars, aes(x=cyl)) + 
geom_bar()
# 保存图像
ggsave("myggplot.png")  # saves the last plot.
ggsave("myggplot.png", plot=plot1)  # save a stored ggplot

Saving 6.67 x 6.67 in image

Saving 6.67 x 6.67 in image