R：ggplot2（5），qplot语法总结及绘图练习（3）

《ggplot2：数据分析与图形艺术》

qplot语法总结及绘图练习

> library(ggplot2)

1，基本绘图语法

> dsmall <- diamonds[sample(nrow(diamonds), 100), ] #取原始数据的100个随机样本

双绘图（两种不同的图层绘制到一张里面）

将geom_bar和geom_line绘制到同一张图中，往往会利用如下方法：
ggplot(msg)+geom_bar(aes(x=position, y=average_AF), stat="identity")+geom_line(aes(x=position, y=sample_count)即直接在ggplot中引用数据集，在bar和line中引用x及y轴的值，但这样做有时会报错，报错内容为
geom_path: Each group consists of only one observation. Do you need to adjust the group aesthetic?这说明barplot和lineplot没有明确分组，每个组都只有一个对象，所以不同的图层要进行不同的分组，修改上面的代码为：
ggplot(msg)+geom_bar(aes(x=position, y=average_AF, group=1), stat="identity")+geom_line(aes(x=position, y=sample_count, group=2))这里设置两个不同的分组可解决报错问题

散点图

> qplot(carat, price, data=diamonds)

默认情况下即可绘制散点图，默认输入的前两个参数分别为x轴的值和y轴的值，data表示绘图数据。这三个参数属于必须参数。数据集为dataframe对象，多半是通过文件读取内容得到的数据集。
> rt <- read.table('/Users/XXX/Desktop/R_draw/R_read_rable.txt', header=FALSE)
> colnames(rt)=c('average','mean','top','bottom','last','bool')
> rt
average mean top bottom last bool
1 52.0 111.0 830 5 6.2 no
2 57.5 128.9 710 5 7.5 yes

qplot支持将变量的函数作为参数 > qplot(log(carat), log(price), data=diamonds)

展示的结果是，x及y轴的坐标轴描述和坐标值，均为原值的log值结果

qplot函数的参数同样可以是已有变量的某种组合 > qplot(carat, x*y*z, data=diamonds)

展示体积（x*y*z，由边长的乘积大致计算得到）与重量（carat）之间的关系

2，颜色、大小、形状和其他图形属性

添加图形属性

colour函数，改变点图点的颜色 > qplot(carat, price, data=diamonds, colour=color)

同时通过colour函数对不同color值的点进行颜色分组

shape函数，改变点图点的形状 > qplot(carat, price, data=diamonds, shape=cut)

同时通过shape函数对不同cut值的点进行形状分组

I()函数，手动设定固定值图形属性 > qplot(carat, price, data=diamonds, colour=I('red'), size=I(2))

colour=I(‘red’) 图形中所有点均为红色，size=I(2) 图形中所有点大小均为2

alpha函数，设置透明度 > qplot(carat, price, data=diamonds, alpha=I(1/10))

alpha函数取值从0（完全透明）到1（完全不透明）

总结：颜色和形状适合于分类变量，而大小适合于连续变量

3，几何对象

可通过改变几何对象（简写为geom）绘制其他图形

• geom=“point”，散点图，qplot()默认设置；
• geom=“smooth”，拟合一条平滑曲线，并将曲线和标准误展示在图中；
• geom=“boxplot”，箱线图；
• geom