手把手教你使用ggplot2绘制折线图

折线图同样是应用非常广泛的统计图之一，通过折线图可以反映某种现象的趋势。通常折线图的横坐标是为时间变量，纵坐标则是一般性的数值型变量，当然，折线图也允许横坐标为离散型数值和数值型数值。下面来解释一下关于折线图的绘制。

一、绘制单条折线图

有关时间序列的折线图

library(ggplot2)

library(lubridate) #处理日期时间相关的R包，非常有用，强烈推荐

Year <- year(seq(from = as.Date('2006-01-01'), to = as.Date('2015-01-01'), by = 'year'))

Weight <- c(23,35,43,57,60,62,63,66,61,62)

df <- data.frame(Year = Year, Weight = Weight)

ggplot(data = df, mapping = aes(x = factor(Year), y = Weight, group = 1)) + geom_line() + xlab('Year')

有关离散变量的折线图

type <- c('A','B','C','D','E')

quanlity <- c(1,1.1,2.1,1.5,1.7)

df <- data.frame(type = type, quanlity = quanlity)

ggplot(data = df, mapping = aes(x = type, y = quanlity, group = 1)) + geom_line()

有关连续变量的折线图

set.seed(1234)

times <- 1:15

value <- runif(15,min = 5,max = 15)

df <- data.frame(times = times, value = value)

ggplot(data = df, mapping = aes(x = times, y = value)) + geom_line()

善于发现的你，可能会注意到上面三段代码有一个重要的不同之处，那就是第一段和第二段代码中含有‘group = 1’的设置。这样做是因为横坐标的属性设置为了因子，即将连续型的年份和离散型的字符转换为因子，如果不添加‘group = 1’这样的条件，绘图将会报错。故务必需要记住这里的易犯错误的点！

往折线图中添加标记（点）

当数据点密度比较小或采集分布(间隔)不均匀时，为折线图做上标记将会产生非常好的效果。处理的方法非常简单，只需在折线图的基础上再加上geom_point()函数即可。

set.seed(1234)

year <- c(1990,1995,2000,2003,2005,2006,2007,2008,2009,2010,2011,2012,2013,2014,2015)

value <- runif(15, min = 10, max = 50)

df <- data.frame(year = year, value = vlaue)

ggplot(data = df, mapping = aes(x = year, y = value)) + geom_line() + geom_point()

从图中就可以非常明显的看出，刚开始采集的点分布非常散，而后面采集的点就比较密集，这也有助于对图的理解和应用。

二、绘制多条折线图

上面绘制的都是单条这折线图，对于两个或两个以上的折线图该如何绘制呢？也很简单，只需将其他离散变量赋给诸如colour(线条颜色)和linetype(线条形状)的属性即可，具体参见下文例子。

基于颜色的多条折线图

set.seed(1234)

year <- rep(1990:2015, times = 2)

type <- rep(c('A','B'),each = 26)

value <- c(runif(26),runif(26, min = 1,max = 1.5))

df <- data.frame(year = year, type = type, value = value)

ggplot(data = df, mapping = aes(x = year, y = value, colour = type)) + geom_line()

基于形状的多条折线图

ggplot(data = df, mapping = aes(x = year, y = value, linetype = type)) + geom_line()

同样需要注意的是，在绘制多条折线图时，如果横坐标为因子，必须还得加上‘group=分组变量’的参数，否则报错或绘制出错误的图形。

以上绘制的折线图，均采用默认格式，不论是颜色、形状、大小还是透明度，均没有给出自定义的格式。其实ggplot2包也是允许用户根据自己的想法设置这些属性的。

#自定义线条或点的颜色--scale_color_manual()

#自定义线条类型--scale_linetype_manual()

#自定义点的形状--scale_shape__manual()

#自定义点的大小或线条的宽度--scale_size__manual()

#自定义透明度--scale_alpha__manual()

综合的例子：

ggplot(data = df, mapping = aes(x = year, y = value, linetype = type, colour = type, shape = type, fill = type))

+ geom_line() + geom_point() #绘制线图和点图

+ scale_linetype_manual(values = c(1,2)) #自定义线条类型

+ scale_color_manual(values = c('steelblue','darkred')) #自定义颜色

+ scale_shape_manual(values = c(21,23)) #自定义点形状

+ scale_fill_manual(values = c('red','black')) #自定义点的填充色

虽然这幅图画的优点夸张，目的是想说明可以通过自定义的方式，想怎么改就可以怎么改。前提是aes()属性的内容与自定义的内容对应上。

三、绘制堆积面积图

绘制堆叠的面积图只需要geom_area()函数再加上一个离散变量映射到fill就可以轻松实现，先忙咱小试牛刀一下。

set.seed(1234)

year <- rep(1990:2015, times = 2)

type <- rep(c('A','B'),each = 26)

value <- c(runif(26),runif(26, min = 1,max = 1.5))

df <- data.frame(year = year, type = type, value = value)

ggplot(data = df, mapping = aes(x = year, y = value, fill = type)) + geom_area()

一幅堆叠的面积图就轻松绘制成功，但我们发现，堆叠的顺序与图例的顺序恰好相反，不用急，只需要加一句命令即可：

ggplot(data = df, mapping = aes(x = year, y = value, fill = type)) + geom_area() + guides(fill = guide_legend(reverse = TRUE))

如果需要为每一块面积图的顶部加上一条直线，可以通过如下两种方式：

ggplot(data = df, mapping = aes(x = year, y = value, fill = type)) + geom_area(colour = 'black', size =1, alpha = .7) + guides(fill = guide_legend(reverse = TRUE))

其中，colour设置面积图边框的颜色；size设置边框线的粗细；alpha设置面积图和边框线的透明度。

ggplot(data = df, mapping = aes(x = year, y = value, fill = type)) + geom_area(alpha = 0.6) + geom_line(colour = 'black', size = 1, position = 'stack', alpha = 0.6) + guides(fill = guide_legend(reverse = TRUE))

该方法是通过添加堆叠线条（必须设置geom_line()中position参数为‘stack’，否则只是添加了两条线，无法与面积图的顶部重合）。这两幅图的区别在于第二种方式没有绘制面积图左右边框和底边框。在实际应用中，建议不要在面积图中绘制边框线，因为边框的存在可能产生误导。

四、绘制百分比堆积面积图

在上一期中，我们绘制了堆叠条形图和百分比堆叠面积图，具体可参见：

手把手教你使用ggplot2绘制条形图

在面积图中，也可以方便快捷的绘制出百分比堆积面积图，具体操作如下：

set.seed(1234)

year <- rep(1990:2015, times = 4)

type <- rep(c('A','B','C','D'),each = 26)

value <- c(runif(26),runif(26, min = 1,max = 1.5), runif(26, min = 1.5,max = 2), runif(26, min = 2,max = 2.5))

df <- data.frame(year = year, type = type, value = value)

ggplot(data = df, mapping = aes(x = year, y = value, fill = type)) + geom_area(position = 'fill', alpha = 0.6) + guides(fill = guide_legend(reverse = TRUE))

但通过这种方式（设置面积图的positon='fill'）存在一点点小缺陷，即无法绘制出百分比堆积面积图顶部的线条，该如何实现呢？这里只需要对原始数据集做一步汇总工作，让后按部就班的绘制面积图即可。

library(dplyr)

df_by_type <- group_by(.data = df, year)

df_summarize <- mutate(.data = df_by_type, value2 = value/sum(value))

有关dplyr包的用法可参考：

强大的dplyr包实现数据预处理

ggplot(data = df_summarize, mapping = aes(x = year, y = value2, fill = type)) + geom_area(alpha = 0.6) + geom_line(colour = 'black', size = 1, position = 'stack', alpha = 0.6) + guides(fill = guide_legend(reverse = TRUE))

哈哈，大功告成，就这么简单。

参考资料：

R语言_ggplot2：数据分析与图形艺术

R数据可视化手册