ggplot2高效实用指南 (可视化脚本、工具、套路、配色)上

于 2024-11-13 15:41:40 发布
阅读量1.5k 收藏 35
点赞数 11
文章标签： ggplot2
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qazplm12_3/article/details/143744526
版权

简介

本文内容基本是来源于STHDA，这是一份十分详细的ggplot2使用指南，因此我将其翻译成中文，一是有助于我自己学习理解，另外其他R语言爱好者或者可视化爱好者可以用来学习。翻译过程肯定不能十全十美，各位读者有建议或改进的话，十分欢迎发Email(tyan@zju.edu.cn)给我。

ggplot2是由Hadley Wickham创建的一个十分强大的可视化R包。按照ggplot2的绘图理念，Plot(图)= data(数据集)+ Aesthetics(美学映射)+ Geometry(几何对象)：

  • data: 数据集，主要是data frame；

  • Aesthetics: 美学映射，比如将变量映射给x,y坐标轴，或者映射给颜色、大小、形状等图形属性；

  • Geometry: 几何对象，比如柱形图、直方图、散点图、线图、密度图等。

在ggplot2中有两个主要绘图函数：qplot()以及ggplot()。

  • qplot(): 顾名思义，快速绘图；

  • ggplot()：此函数才是ggplot2的精髓，远比qplot()强大，可以一步步绘制十分复杂的图形。

由ggplot2绘制出来的ggplot图可以作为一个变量，然后由print()显示出来。

图形类型

根据数据集，ggplot2提供不同的方法绘制图形，主要是为下面几类数据类型提供绘图方法：

  • 一个变量x: 连续或离散

  • 两个变量x&y：连续和(或)离散

  • 连续双变量分布x&y: 都是连续

  • 误差棒

  • 地图

  • 三变量

安装及加载

安装ggplot2提供三种方式：

#直接安装tidyverse，一劳永逸（推荐,数据分析大礼包）
install.packages("tidyverse")
#直接安装ggplot2
install.packages("ggplot2")
#从Github上安装最新的版本，先安装devtools(如果没安装的话)
devtools::install_github("tidyverse/ggplot2")

加载

library(ggplot2)

数据准备

数据集应该数据框data.frame

本文将使用数据集mtcars。

#load the data set
data(mtcars)
df <- mtcars[, c("mpg","cyl","wt")]
#将cyl转为因子型factor
df$cyl <- as.factor(df$cyl)
head(df)
##                    mpg cyl    wt
## Mazda RX4         21.0   6 2.620
## Mazda RX4 Wag     21.0   6 2.875
## Datsun 710        22.8   4 2.320
## Hornet 4 Drive    21.4   6 3.215
## Hornet Sportabout 18.7   8 3.440
## Valiant           18.1   6 3.460

qplot()

qplot()类似于R基本绘图函数plot(),可以快速绘制常见的几种图形：散点图、箱线图、小提琴图、直方图以及密度曲线图。其绘图格式为：

qplot(x, y=NULL, data, geom="auto")

其中：

  • x,y: 根据需要绘制的图形使用;

  • data：数据集;

  • geom：几何图形，变量x,y同时指定的话默认为散点图，只指定x的话默认为直方图。

散点图

     R语言学习 - 箱线图（小提琴图、抖动图、区域散点图）

qplot(x=mpg, y=wt, data=df, geom = "point")

图片


也可以添加平滑曲线

qplot(x=mpg, y=wt, data = df, geom = c("point", "smooth"))

图片


还有其他参数可以修改，比如点的形状、大小、颜色等

#将变量cyl映射给颜色和形状
qplot(x=mpg, y=wt, data = df, colour=cyl, shape=cyl)

图片

箱线图、小提琴图、点图

#构造数据集
set.seed(1234)
wdata <- data.frame(
  sex=factor(rep(c("F", "M"), each=200)),
  weight=c(rnorm(200, 55), rnorm(200, 58))
)
head(wdata)
##   sex   weight
## 1   F 53.79293
## 2   F 55.27743
## 3   F 56.08444
## 4   F 52.65430
## 5   F 55.42912
## 6   F 55.50606

箱线图

qplot(sex, weight, data = wdata, geom = "boxplot", fill=sex)

图片


小提琴图

qplot(sex, weight, data = wdata, geom = "violin")

图片


点图

qplot(sex, weight, data = wdata, geom = "dotplot", stackdir="center", binaxis="y", dotsize=0.5, color=sex)

图片

直方图、密度图

直方图

qplot(weight, data = wdata, geom = "histogram", fill=sex)

图片


密度图

qplot(weight, data = wdata, geom = "density", color=sex, linetype=sex)

图片

ggplot()

上文中的qplot()绘制散点图：

qplot(x=mpg, y=wt, data=df, geom = "point")

在ggplot()中完全可以如下实现：

ggplot(data=df, aes(x=mpg, y=wt))+
  geom_point()

图片


改变点形状、大小、颜色等属性

ggplot(data=df, aes(x=mpg, y=wt))+geom_point(color="blue", size=2, shape=23)

图片


绘图过程中常常要用到转换(transformation),这时添加图层的另一个方法是用stat_*()函数。
下例中的geom_density()与stat_density()是等价的

ggplot(wdata, aes(x=weight))+geom_density()

等价于

ggplot(wdata, aes(x=weight))+stat_density()

图片

对于每一种几何图形。ggplot2 基本都提供了 geom()和 stat()

一个变量：连续型

使用数据集wdata，先计算出不同性别的体重平均值

library(plyr)
mu <- ddply(wdata, "sex", summarise, grp.mean=mean(weight))

先绘制一个图层a,后面逐步添加图层

a <- ggplot(wdata, aes(x=weight))

可能添加的图层有：

  • 对于一个连续变量：

    • 面积图geom_area()

    • 密度图geom_density()

    • 点图geom_dotplot()

    • 频率多边图geom_freqpoly()

    • 直方图geom_histogram()

    • 经验累积密度图stat_ecdf()

    • QQ图stat_qq()

  • 对于一个离散变量：

    • 条形图geom_bar()

图片

面积图
a+geom_area(stat = "bin")

图片


改变颜色

a+geom_area(aes(fill=sex), stat = "bin", alpha=0.6)+
  theme_classic()

图片

注意：y轴默认为变量weight的数量即count，如果y轴要显示密度，可用以下代码：

a+geom_area(aes(y=..density..), stat = "bin")

图片


可以通过修改不同属性如透明度、填充颜色、大小、线型等自定义图形：

密度图

使用以下函数：

  • geom_density():绘制密度图

  • geom_vline():添加竖直线

  • scale_color_manual():手动修改颜色

a+geom_density()

图片


根据sex修改颜色，将sex映射给line颜色

a+geom_density(aes(color=sex))

图片


修改填充颜色以及透明度

a+geom_density(aes(fill=sex), alpha=0.4)


添加均值线以及手动修改颜色

a+geom_density(aes(color=sex))+
  geom_vline(data=mu, aes(xintercept=grp.mean, color=sex), linetype="dashed")+
  scale_color_manual(values = c("red", "blue"))

图片

点图
a+geom_dotplot()

图片


将sex映射给颜色

a+geom_dotplot(aes(fill=sex))

图片


手动修改颜色

a+geom_dotplot(aes(fill=sex))+
  scale_fill_manual(values=c("#999999", "#E69F00"))

图片

 

频率多边图
a+geom_freqpoly()

图片


y轴显示为密度

a+geom_freqpoly(aes(y=..density..))+
  theme_minimal()

图片


修改颜色以及线型

a+geom_freqpoly(aes(color=sex, linetype=sex))+
  theme_minimal()

图片

直方图
a+geom_histogram()

图片


将sex映射给线颜色

a+geom_histogram(aes(color=sex), fill="white", position = "dodge")+theme_classic()

图片

经验累积密度图
a+stat_ecdf()

图片

QQ图
ggplot(data = mtcars, aes(sample=mpg))+stat_qq()

图片

一个离散变量

#加载数据集
data(mpg)
b <- ggplot(mpg, aes(x=fl))
b+geom_bar()


修改填充颜色

b+geom_bar(fill="steelblue", color="black")+theme_classic()

图片

两个变量：x,y皆连续

使用数据集mtcars， 先创建一个ggplot图层

b <- ggplot(data = mtcars, aes(x=wt, y=mpg))

可能添加的图层有：

  • geom_point():散点图

  • geom_smooth():平滑线

  • geom_quantile():分位线

  • geom_rug():边际地毯线

  • geom_jitter():避免重叠

  • geom_text():添加文本注释

图片

散点图
b+geom_point()

图片


将变量cyl映射给点的颜色和形状

b + geom_point(aes(color = factor(cyl), shape = factor(cyl)))

图片


自定义颜色

b+geom_point(aes(color=factor(cyl), shape=factor(cyl)))+
  scale_color_manual(values=c("#999999", "#E69F00", "#56B4E9"))+theme_classic()

平滑线

可以添加回归曲线

b+geom_smooth()

图片


散点图+回归线

b+geom_point()+
  geom_smooth(method = "lm", se=FALSE)#去掉置信区间

图片


使用loess方法

b+geom_point()+
  geom_smooth(method = "loess")

图片


将变量映射给颜色和形状

b+geom_point(aes(color=factor(cyl), shape=factor(cyl)))+
  geom_smooth(aes(color=factor(cyl), shape=factor(cyl)), method = "lm", se=FALSE, fullrange=TRUE)

图片

分位线
ggplot(data = mpg, aes(cty, hwy))+
  geom_point()+geom_quantile()+
  theme_minimal()

图片

边际地毯线

使用数据集faithful

ggplot(data = faithful, aes(x=eruptions, y=waiting))+
  geom_point()+geom_rug()

图片

避免重叠

实际上geom_jitter()是geom_point(position="jitter")的简称,下面使用数据集mpg

p <- ggplot(data = mpg, aes(displ, hwy))
p+geom_point()

图片


增加抖动防止重叠

p+geom_jitter(width = 0.5, height = 0.5)

图片


其中两个参数：

  • width：x轴方向的抖动幅度

  • height：y轴方向的抖动幅度

文本注释

参数label用来指定注释标签 (ggrepel可以避免标签重叠)

b+geom_text(aes(label=rownames(mtcars)))

图片

两个变量：连续二元分布

使用数据集diamonds

head(diamonds[, c("carat", "price")])
## # A tibble: 6 x 2
##   carat price
##   <dbl> <int>
## 1  0.23   326
## 2  0.21   326
## 3  0.23   327
## 4  0.29   334
## 5  0.31   335
## 6  0.24   336

创建ggplot图层,后面再逐步添加图层

c <- ggplot(data=diamonds, aes(carat, price))

可添加的图层有：

  • geom_bin2d(): 二维封箱热图

  • geom_hex(): 六边形封箱图

  • geom_density_2d(): 二维等高线密度图

图片

二维封箱热图

geom_bin2d()将点的数量用矩形封装起来，通过颜色深浅来反映点密度

c+geom_bin2d()


设置bin的数量

c+geom_bin2d(bins=150)

图片

六边形封箱图

geom_hex()依赖于另一个R包hexbin，所以没安装的先安装：

install.packages("hexbin")
library(hexbin)
c+geom_hex()

图片


修改bin的数目

c+geom_hex(bins=10)

图片

二维等高线密度图
sp <- ggplot(faithful, aes(x=eruptions, y=waiting))
sp+geom_point()+ geom_density_2d()

图片

 

两个变量：连续函数

主要是如何通过线来连接两个变量，使用数据集economics。

head(economics)
## # A tibble: 6 x 6
##         date   pce    pop psavert uempmed unemploy
##       <date> <dbl>  <int>   <dbl>   <dbl>    <int>
## 1 1967-07-01 507.4 198712    12.5     4.5     2944
## 2 1967-08-01 510.5 198911    12.5     4.7     2945
## 3 1967-09-01 516.3 199113    11.7     4.6     2958
## 4 1967-10-01 512.9 199311    12.5     4.9     3143
## 5 1967-11-01 518.1 199498    12.5     4.7     3066
## 6 1967-12-01 525.8 199657    12.1     4.8     3018

先创建一个ggplot图层，后面逐步添加图层

d <- ggplot(data = economics, aes(x=date, y=unemploy))

可添加的图层有：

  • geom_area():面积图

  • geom_line()：折线图

  • geom_step(): 阶梯图

面积图
d+geom_area()

图片

线图
d+geom_line()

图片

阶梯图
set.seed(1111)
ss <- economics[sample(1:nrow(economics), 20),]
ggplot(ss, aes(x=date, y=unemploy))+
  geom_step()

图片

两个变量：x离散，y连续

使用数据集ToothGrowth,其中的变量len(Tooth length)是连续变量，dose是离散变量。

ToothGrowth$dose <- as.factor(ToothGrowth$dose)
head(ToothGrowth)
##    len supp dose
## 1  4.2   VC  0.5
## 2 11.5   VC  0.5
## 3  7.3   VC  0.5
## 4  5.8   VC  0.5
## 5  6.4   VC  0.5
## 6 10.0   VC  0.5

创建图层

e <- ggplot(data = ToothGrowth, aes(x=dose, y=len))

可添加的图层有：

  • geom_boxplot(): 箱线图

  • geom_violin()：小提琴图

  • geom_dotplot()：点图

  • geom_jitter(): 带状图

  • geom_line(): 线图

  • geom_bar(): 条形图

图片

箱线图
e+geom_boxplot()

图片


添加有缺口的箱线图

e+geom_boxplot(notch = TRUE)

图片


按dose分组映射给颜色

e+geom_boxplot(aes(color=dose))

图片


将dose映射给填充颜色

e+geom_boxplot(aes(fill=dose))

图片


按supp进行分类并映射给填充颜色

ggplot(ToothGrowth, aes(x=dose, y=len))+ geom_boxplot(aes(fill=supp))

图片

小提琴图
e+geom_violin(trim = FALSE)

图片


添加中值点

e+geom_violin(trim = FALSE)+
  stat_summary(fun.data = mean_sdl, fun.args = list(mult=1),
               geom="pointrange", color="red")

图片


与箱线图结合

e+geom_violin(trim = FALSE)+
  geom_boxplot(width=0.2)

图片


将dose映射给颜色进行分组

e+geom_violin(aes(color=dose), trim = FALSE)

图片

点图
e+geom_dotplot(binaxis = "y", stackdir = "center")

图片


添加中值点

e + geom_dotplot(binaxis = "y", stackdir = "center") +
  stat_summary(fun.data=mean_sdl, color = "red",geom = "pointrange",fun.args=list(mult=1))

图片


与箱线图结合

e + geom_boxplot() +
  geom_dotplot(binaxis = "y", stackdir = "center")

图片


添加小提琴图

e + geom_violin(trim = FALSE) +
  geom_dotplot(binaxis='y', stackdir='center')

图片


将dose映射给颜色以及填充色

e + geom_dotplot(aes(color = dose, fill = dose),
                 binaxis = "y", stackdir = "center")

图片

带状图

带状图是一种一维散点图，当样本量很小时，与箱线图相当

e + geom_jitter(position=position_jitter(0.2))

图片


添加中值点

e + geom_jitter(position=position_jitter(0.2)) +
  stat_summary(fun.data="mean_sdl",  fun.args = list(mult=1),
               geom="pointrange", color = "red")

图片


与点图结合

e + geom_jitter(position=position_jitter(0.2)) +
  geom_dotplot(binaxis = "y", stackdir = "center")

图片


与小提琴图结合

e + geom_violin(trim = FALSE) +
  geom_jitter(position=position_jitter(0.2))

图片


将dose映射给颜色和形状

e +  geom_jitter(aes(color = dose, shape = dose),
                 position=position_jitter(0.2))

图片

线图
#构造数据集
df <- data.frame(supp=rep(c("VC", "OJ"), each=3),
                dose=rep(c("D0.5", "D1", "D2"),2),
                len=c(6.8, 15, 33, 4.2, 10, 29.5))
head(df)
##   supp dose  len
## 1   VC D0.5  6.8
## 2   VC   D1 15.0
## 3   VC   D2 33.0
## 4   OJ D0.5  4.2
## 5   OJ   D1 10.0
## 6   OJ   D2 29.5

将supp映射线型

ggplot(df, aes(x=dose, y=len, group=supp)) +
  geom_line(aes(linetype=supp))+
  geom_point()

图片


修改线型、点的形状以及颜色

ggplot(df, aes(x=dose, y=len, group=supp)) +
  geom_line(aes(linetype=supp, color = supp))+
  geom_point(aes(shape=supp, color = supp))

图片

条形图
#构造数据集
df <- data.frame(dose=c("D0.5", "D1", "D2"),
                len=c(4.2, 10, 29.5))
head(df)
##   dose  len
## 1 D0.5  4.2
## 2   D1 10.0
## 3   D2 29.5
df2 <- data.frame(supp=rep(c("VC", "OJ"), each=3),
                dose=rep(c("D0.5", "D1", "D2"),2),
                len=c(6.8, 15, 33, 4.2, 10, 29.5))
head(df2)
##   supp dose  len
## 1   VC D0.5  6.8
## 2   VC   D1 15.0
## 3   VC   D2 33.0
## 4   OJ D0.5  4.2
## 5   OJ   D1 10.0
## 6   OJ   D2 29.5

创建图层

f <- ggplot(df, aes(x = dose, y = len))
f + geom_bar(stat = "identity")

图片


修改填充色以及添加标签

f + geom_bar(stat="identity", fill="steelblue")+
  geom_text(aes(label=len), vjust=-0.3, size=3.5)+
  theme_minimal()

图片


将dose映射给条形图颜色

f + geom_bar(aes(color = dose),
             stat="identity", fill="white")

图片


修改填充色

f + geom_bar(aes(fill = dose), stat="identity")

图片


将变量supp映射给填充色，从而达到分组效果

g <- ggplot(data=df2, aes(x=dose, y=len, fill=supp))
g + geom_bar(stat = "identity")#position默认为stack

图片


修改position为dodge

g + geom_bar(stat="identity", position=position_dodge())

图片

两个变量：x、y皆离散

使用数据集diamonds中的两个离散变量color以及cut

ggplot(diamonds, aes(cut, color)) +
  geom_jitter(aes(color = cut), size = 0.5)

图片

两个变量：绘制误差图

df <- ToothGrowth
df$dose <- as.factor(df$dose)
head(df)
##    len supp dose
## 1  4.2   VC  0.5
## 2 11.5   VC  0.5
## 3  7.3   VC  0.5
## 4  5.8   VC  0.5
## 5  6.4   VC  0.5
## 6 10.0   VC  0.5

绘制误差图需要知道均值以及标准误，下面这个函数用来计算每组的均值以及标准误。

data_summary <- function(data, varname, grps){
  require(plyr)
  summary_func <- function(x, col){
    c(mean = mean(x[[col]], na.rm=TRUE),
      sd = sd(x[[col]], na.rm=TRUE))
  }
  data_sum<-ddply(data, grps, .fun=summary_func, varname)
  data_sum <- rename(data_sum, c("mean" = varname))
 return(data_sum)
}

计算均值以及标准误

df2 <- data_summary(df, varname="len", grps= "dose")
# Convert dose to a factor variable
df2$dose=as.factor(df2$dose)
head(df2)
##   dose    len       sd
## 1  0.5 10.605 4.499763
## 2    1 19.735 4.415436
## 3    2 26.100 3.774150

创建图层

f <- ggplot(df2, aes(x = dose, y = len,
                     ymin = len-sd, ymax = len+sd))

可添加的图层有：

  • geom_crossbar(): 空心柱，上中下三线分别代表ymax、mean、ymin

  • geom_errorbar(): 误差棒

  • geom_errorbarh(): 水平误差棒

  • geom_linerange()：竖直误差线

  • geom_pointrange()：中间为一点的误差线

具体如下：

图片

geom_crossbar()
f+geom_crossbar()

图片


将dose映射给颜色

f+geom_crossbar(aes(color=dose))

图片


自定义颜色

f+geom_crossbar(aes(color=dose))+
  scale_color_manual(values = c("#999999", "#E69F00", "#56B4E9"))+theme_classic()

图片


修改填充色

f+geom_crossbar(aes(fill=dose))+
  scale_fill_manual(values = c("#999999", "#E69F00", "#56B4E9"))+
  theme_classic()

图片


通过将supp映射给颜色实现分组，可以利用函数stat_summary()来计算mean和sd

f <- ggplot(df, aes(x=dose, y=len, color=supp))
f+stat_summary(fun.data = mean_sdl, fun.args = list(mult=1), geom="crossbar", width=0.6, position = position_dodge(0.8))

图片

误差棒
f <- ggplot(df2, aes(x=dose, y=len, ymin=len-sd, ymax=len+sd))

将dose映射给颜色

f+geom_errorbar(aes(color=dose), width=0.2)

图片


与线图结合

f+geom_line(aes(group=1))+
  geom_errorbar(width=0.15)

图片


与条形图结合，并将变量dose映射给颜色

f+geom_bar(aes(color=dose), stat = "identity", fill="white")+
  geom_errorbar(aes(color=dose), width=0.1)

图片

评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

生信宝典

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值