ggplot2 快速入门：基础图形作法

ggplot2 快速入门：基础图形作法

一、实验介绍

1.1 实验内容

从课程《R 语言快速入门》 中，我们已经了解过 Hadley Wickham 的 tidyverse 生态链，知道了完整的数据分析大约包括以下流程：

 

 Source: Hadley Wickham, R for Data Science, 2016. 可视化（Visualise）不仅是数据探索（Explore）中至关重要的一个环节，而且充满趣味和成就感（所见即所得）。我们既可以用图形来验证猜想，也可以从图形中发现不为人知的秘密。因此，从基础的可视化工具开始接触数据科学通常是一个不错的选择。本课程即将带你感受 R 最受欢迎的作图工具包 ggplot2 的魅力，为你的数据科学之路奠定一个良好的开端。 通过本课程的学习，你将

• 理解 ggplot2 基本思想和图形语法
• 使用 ggplot2 画出优雅的散点图、折线图、柱状图、箱线图等常用图形

1.2 实验知识点

• ggplot2
• 附加变量
• 几何对象
• 统计变换
• 坐标系

1.3 实验环境

• R 3.4.1
• Xfce 终端

1.4 适合人群

本课程难度较小，适合已经掌握 R 基本语法，想了解 ggplot2 作图方法和入门数据科学的朋友。

二、实验内容

2.1 ggplot2

R 语言包含多种作图工具，每种工具自有一套逻辑体系，ggplot2 则凭借它的优雅与灵活受到大部分数据科学家的喜爱。 在 2.1 节中，你将理解 ggplot2 作图的基本思想，拥有一套完整的语法模版，从模版中你将得知一个图形的要素有哪些。此外，如果你只是想迅速获得对数据的直观感受，我们还将介绍简化的作图方法。

2.1.1 基本思想

我们先进入一个实例，一边应用 ggplot2 中的函数，一边探索它的基本思想。 打开桌面上的 Xfce 终端，从云端下载实验所需数据。car.csv 文件中保存了 2011 年中国各地区每百户家用汽车保有量数据。

$ wget http://labfile.oss.aliyuncs.com/courses/978/car.csv

进入 R 环境 

$ sudo R

 

ggplot2 是 tidyverse 生态链的核心 package，因为实验环境中已经安装有 tidyverse package，所以我们可以直接加载它。如果你是在 RStudio 中操作，记得先用 install.packages() 命令安装 tidyverse。

> library(tidyverse)

 

上图中，虚线以上部分是 tidyverse 包含的核心 package，虚线以下部分是 tidyverse 和其它 package 冲突的函数，使用这些函数时需要指明来源。接下来我们使用 tidyverse 中的 read_csv() 函数读取实验数据，并保存在 da 中。

> da <- read_csv('car.csv')

 

值得注意的是，read_csv() 的结果是一个 tibble 对象，tibble 本质上也是 data frame 的一种，行为观测值，列为变量，但和 R 中常见的 data.frame 不同，它有许多良好的性质。比如，我们想查看 da 变量的结构或者前几行，不需要再用 str() 或 head() 函数，而是直接运行 da 就可以了。tidyverse 中大部分数据都是 tibble 结构。

# 查看 da
> da

 

 从上图中我们可以看到，da 是一个 31 行、6 列的 tibble 对象，它的前 10 行被呈现出来。6 个变量依次为省份（或直辖市）、地区（E 为东部、M 为中部、NE 为东北、W 为西部）、家用汽车每百户平均保有量、人均GDP、城镇人口比重、交通工具消费价格指数，变量类型前两个为 char、后四个为 double。关键信息只需一个小小的命令就能被