ggplot2学习之2——geom_point函数

说明

R语言的版本为4.0.2，IDE为Rstudio，版本为1.3.959。学习的主要内容是R官方文档当中给出的算法，对其中的英文注释做了自己理解基础上的翻译。

函数名及参数

# 散点图函数，函数参数很多，而且都有相应作用
# mapping：映射，将数据中的各个属性映射到坐标轴或者其它几何要素上
#    指定之后的映射会与默认映射混合显示在顶部图层，如果没有默认映射，则必须指定
# data：数据，定义本图层中使用的数据集，如为缺省值，则使用默认数据集
#    数据集的类型必须为数据框，否则会被强制转换为数据集
# stat：字符串形式的统计参数，确定用于该图层数据的统计学方法
# position：字符串形式的位置参数，确定位置（也可以是返回位置参数的函数）
# ...：其他传递给图层的参数，例如shape = 21, colour = "black", fill = "white", 
#    size = 5, stroke = 5，分别指定了点的形状、线条颜色、填充颜色、
#    填充大小、线条粗细
# na.rm：逻辑参数，真值关闭缺值报错
# show.legend：逻辑参数，是否显示该图层的图例，NA为默认
# inherit.aes：逻辑参数，是否叠加本图层和默认的几何要素，假值为覆盖而非叠加

library(ggplot2)
geom_point(
  mapping = NULL,
  data = NULL,
  stat = "identity",
  position = "identity",
  ...,
  na.rm = FALSE,
  show.legend = NA,
  inherit.aes = TRUE)

1、利用映射对散点图归类

原始散点图	将cyl映射到颜色
将cyl映射到形状	将qsec映射到大小形成泡泡图

# mtcars：R语言自带的数据包，wt、mpg为其中的两列数据

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

# 将cyl分别映射到颜色和形状两种几何要素上，进行分组
# factor()：创建因子函数，此处将持续变量转变为不变的因子，
#    因为持续变量不能作为颜色参数和形状参数
# 将qsec映射到点的大小上，形成泡泡图

p + geom_point(aes(colour = factor(cyl)))
p + geom_point(aes(shape = factor(cyl)))
p + geom_point(aes(size = qsec))

2、设置本图层点属性

设置点颜色和点大小	设置各种属性

# 将本图层的几何要素设置成预定值，此处设置点颜色和点大小

ggplot(mtcars, aes(wt, mpg)) + geom_point(colour = "red", size = 3)

# 指定了点的形状、线条颜色、填充颜色、填充大小、线条粗细各属性

ggplot(mtcars, aes(wt, mpg)) +
  geom_point(shape = 21, colour = "black", fill = "white", 
  size = 5,stroke = 5)

3、用透明度属性处理大数据

1/10透明	1/20透明	1/100透明

# 设置透明度在数据量大的时候非常实用，容易看出数据分布
#    以下对于同样的数据，设置了三种透明度，生成三张图片
# diamonds：R语言自带的数据包，数据量非常大
#    53,940行10列，carat,price为其中两列数据
# 不是程序错误，而是数据量太大，电脑需要时间处理，耐心等待

d <- ggplot(diamonds, aes(carat, price))
d + geom_point(alpha = 1/10)
d + geom_point(alpha = 1/20)
d + geom_point(alpha = 1/100)

4、多图层散点图叠加

两层叠加	三层叠加

# 可以自定义不同图层点的大小和形式，从而组合成形状有趣的点
# 首先在画布图层定义数据集mtcars，并将mpg, wt,cyl分别映射到
#    x轴，y轴，形状上
# 其次在上一层图层上将cyl映射到颜色上，并设置填充大小为4
# 最后在顶部图层设置点颜色和大小
# 由于图层叠加的缘故，会产生很好看的效果
# 第二张图与第一张的逻辑类似，只是多叠加了一层图层

p <- ggplot(mtcars, aes(mpg, wt, shape = factor(cyl)))
p + geom_point(aes(colour = factor(cyl)), size = 4) +
  geom_point(colour = "grey90", size = 1.5)
p + geom_point(colour = "black", size = 4.5) +
  geom_point(colour = "pink", size = 4) +
  geom_point(aes(shape = factor(cyl)))

5、数据残缺报错

缺少中间点数据：

# 当数据中间缺少某一点的数据时会报错，设置na.rm = TRUE关闭报错
# transform()：数据框置换函数，修改、添加、删除数据框中的列
# ifelse()：判断函数，参数1为真，执行参数2，否则执行参数3
# runif()：随机数生成函数，生成均匀分布的随机数，可指定个数和生成区间
# runorm()：随机数生成函数，生成正态分布的随机数，可指定个数、均值、标准差

mtcars2 <- transform(mtcars, mpg = ifelse(runif(32) < 0.2, NA, mpg))
ggplot(mtcars2, aes(wt, mpg)) + geom_point()
ggplot(mtcars2, aes(wt, mpg)) + geom_point(na.rm = TRUE)