【R】ggplot2——可视化数据

了解ggplot2

Reference：ggplot2数据分析与图形艺术。

一个简单示例：

library(ggplot2)
data(package='ggplot2')
head(diamonds)
p <- ggplot(diamonds,aes(x=carat))
p+geom_histogram(binwidth = 0.1,aes(fill=cut),position = 'dodge')+xlim(0,3)+coord_flip()+facet_grid(.~cut)

模板：

p <- ggplot(data=<输入数据框>,mapping=aes(<维度>=<变量名>,<维度>=<变量名>,<...>))
p+geom_<图形类型>(<...>)+scale_<映射>_<类型>(<...>)+coord_<类型>(<...>)+labs(<...>)

其中 <…> 表示额外的选项。变量p包含做出的图形的所有数据与设定，变量名可以任意取。

为什么要使用ggplot2

• 图形美观，同时避免繁琐细节。
• 采用图层的设计方式，有利于结构化思维。
• 可在更抽象层面上控制图形，使创造性绘图更容易。

ggplot2的基本概念

• 数据Data和映射Mapping
  将数据中的变量映射到图形属性，映射控制了二者之间的关系。
  
• 标度Scale
  标度负责控制映射后图形属性的显示方式。具体形式上来看是图例和坐标刻度。
  
• 几何对象Geometric
  如点、线、多边形等。
• geom_point()绘制散点图
• geom_smooth()拟合一条平滑曲线
• geom_boxplot()绘制箱线图
• geom_path()和geom_line()绘制数据之间的连线
  对于一维连续变量：
• geom_histogram()绘制直方图
• geom_density()绘制密度曲线
  对于一维离散变量：
• geom_bar()绘制条形图
  一般用法：

geom_xxx(mapping,data,binwidth,...,postion)

• 统计变换Statistics
  对原始数据进行某种计算，例如对二元散点图加上一条回归线。
  
• 坐标系统Coordinate
  坐标系统控制坐标轴，坐标轴可以进行变换以满足不同需要。
  
• 图层Layer
  数据、映射、几何对象、统计变换等构成一个图层。图层可以允许用户一步步的构建图形，方便单独对图层进行修改。
  
• 分面Facet
  条件绘图，将数据按某种方式分组，然后分别绘图。分面就是控制分组绘图的方法和排列形式。
  

基本绘图

基本的散点图：调用ggplot函数，指定数据集，将变量映射到x、y轴，然后指定图形类型就可以用加号连接作图了。

p <- ggplot(diamonds,aes(carat,price))
p+geom_point()