R 数据可视化 —— ggplot 标度（一）

前言

标度(scale)控制着数据映射到图形属性的具体细节，用于将数据转化为我们在视觉上能够感知的东西。如颜色、大小、位置、形状和透明度等。

每个标度都有一个对应的函数，用于将数据空间的值(即函数的定义域)映射到图形属性空间(即函数的值域)。

通过使用这些函数，就能够将我们的数据与图形属性连接起来。

图形中的每种属性都有一个默认的标度函数。在前一节的例子中，我们并没有显示使用这些标度函数，因为在默认情况下，ggplot2 会自动添加标度，而无需手动设置

标度详情

标度函数大致可以分为四类：

• 位置标度：用于坐标轴的控制
• 颜色标度：将数据变量映射到颜色
• 自定义标度(manual)：手动自定义数据到图形属性的映射关系
• 非映射标度(identity)：直接将变量值作为图形属性值使用，不做映射。例如，某些变量值本身代表的值颜色值(如 red、blue 等)，不需要再进行转换了。

各种标度函数如下

这些函数，有几个共有的参数：

• name：设置坐标轴和图例上的标签，可以是字符串(支持 \n 换行)或数学表达值。但一般会使用 labs()、xlab() 或 ylab() 设置

• limits：限制定义域的范围，不在该范围的数据将会被删除

• breaks：用于控制在坐标轴或图例上显示的值，即坐标轴的刻度，如果是连续型数据，则会对数据进行分箱。

• labels：用于设置断点处的标签，要设置 labels 必须同时设置 breaks。

例如

p1 <- ggplot(mtcars) +
  geom_bar(aes(mpg)) +
  scale_x_binned(name = expression(1+exp(2)))

p2 <- ggplot(mtcars) +
  geom_bar(aes(mpg)) +
  scale_x_binned() +
  labs(title = "This is example", tag = "A", x = expression(1+exp(2)))

p3 <- ggplot(mtcars) +
  geom_bar(aes(mpg)) +
  scale_x_binned(name = expression(1+exp(2)), limits = c(10, 20), 
  )

p4 <- ggplot(mtcars) +
  geom_bar(aes(mpg)) +
  scale_x_binned(name = expression(1+exp(2)), limits = c(10, 20), 
                 breaks = seq(10, 20, 2), labels = c("A", 'B', 'C', 'D', 'E', 'F'),
  )

plot_grid(p1, p2, p3, p4, nrow = 2, ncol = 2)

在上面的例子中，我们借用 cowplot 的 plot_grid 函数来将多张图片绘制在一起

标度函数

1. 设置图表信息

labs() 函数可以设置图表的一些信息，如标题(title)、子标题(subtitle)，或使用 caption 来提供数据来源信息，使用 tag 来区分多个图表

labs(
  ...,
  title = waiver(),
  subtitle = waiver(),
  caption = waiver(),
  tag = waiver()
)

xlab(label)

ylab(label)

ggtitle(label, subtitle = waiver())

示例

p <- ggplot(mtcars, aes(mpg, wt, colour = cyl)) + geom_point()

p2 <- p + labs(colour = "Cylinders")

p3 <- p + labs(x = "New x label")

p4 <- p + labs(title = "New plot title")

p5 <- p + labs(title = "New plot title", subtitle = "A subtitle")

p6 <- p + labs(caption = "(based on data from ...)")

p7 <- p + labs(title = "title", tag = "A")

p8 <- p + labs(title = "title") + labs(title = NULL)

plot_grid(p, p2, p3, p4, p5, p6, p7, p8, nrow = 4, ncol = 2,
          labels = c("A", 'B', 'C', 'D', 'E', 'F', 'G', 'H'))

在上面的例子中，第七张图的 tag 设置为 A 与 plot_grid 设置的 G 重合了。

而 xlab()、ylab() 和 ggtitle() 是 labs() 的特殊化，专门用于设置 x、y 轴的标签和标题

2. 设置范围

我们可以使用下面三个函数来设置数据的范围，这些函数是 limits 参数的快捷方式。

lims(...)

xlim(...)

ylim(...)

在默认的情况下，超出范围的数据都会被设置为 NA 值，这意味着超出范围的数据将会被删除

示例

xlim() 和 ylim() 函数接受两个数值，用于指定最小(左侧)或最大(右侧)的值。

如果更大的值在前面，轴的数据将会反转，你也可以将一个值设置为 NA，让 ggplot2 来推断数值范围。

p1 <- ggplot(mtcars, aes(mpg, wt)) +
  geom_point()

p2 <- ggplot(mtcars, aes(mpg, wt)) +
  geom_point() +
  xlim(15, 20)

p3 <- ggplot(mtcars, aes(mpg, wt)) +
  geom_point() +
  xlim(20, 15)

p4 <- ggplot(mtcars, aes(mpg, wt)) +
  geom_point() +
  xlim(NA, 20)

plot_grid(p1, p2, p3, p4, 
          labels = c('A', 'B', 'C', 'D')
)

对于 lims() 函数，接受一个 name-value 对。name 必须是图形属性，而值必须是长度为二的数值、字符串、因子或时间日期。

我们可以使用 lims 在不同的图片中设置同样的配色方案，如

small <- subset(mtcars, cyl == 4)
big <- subset(mtcars, cyl > 4)

p1 <- ggplot(small, aes(mpg, wt, colour = factor(cyl))) +
  geom_point() +
  lims(colour = c("4", "6", "8"))

p2 <- ggplot(big, aes(mpg, wt, colour = factor(cyl))) +
  geom_point() +
  lims(colour = c("4", "6", "8"))

plot_grid(p1, p2)

对于下面这个例子

last_month <- Sys.Date() - 0:59
df <- data.frame(
  date = last_month,
  price = c(rnorm(30, mean = 15), runif(30) + 0.2 * (1:30))
)

p <- ggplot(df, aes(date, price)) +
  geom_line() +
  stat_smooth()

我们可以有两种方式来设置轴的范围

p + lims(x= c(Sys.Date() - 30, NA), y = c(10, 20))

p + coord_cartesian(xlim =c(Sys.Date() - 30, NA), ylim = c(10, 20))