【学习笔记】R数据科学（R for Data Science）—第1章 使用ggplot2进行数据可视化

于 2021-08-17 00:36:57 发布
阅读量5.2k 收藏 60
点赞数 16
分类专栏： 生信 文章标签： r语言
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/qq_43176678/article/details/119726076
版权

1、代码模板

ggplot(data = <DATA>)+
	<GEOM_FUNCTION>(
		mapping = aes(<MAPPINGS>),
		stat = <STAT>,
		position = <POSITION>
			)+
	<COORDINATE_FUNCTION> +
	<FACET_FUNCTION>

2.为了说明图形语法的工作方式，从头开始构建一个基本图形

a.首先需要有一个数据集，然后（通过统计变换）将其转换为想要显示的信息。

  • 从diamonds数据集开始
  • 使用stat_count()函数为每个切割值计数

b.选择一个几何对象来表示转换后的数据中的每个观测值，然后选择几何对象的图形属性来表示数据中的变量，这会将每个变量的值映射为图形属性的水平。

  • 使用条形表示每个观测值
  • 将每个条形的fill属性映射为…count…变量

c.选择放置几何对象的坐标系。还可以进一步调整几何对象在坐标系中的位置（位置调整），或者将图划分为多个子图（分面）。还可以通过添加一个或多个附加图层对图进行扩展，其中每个附加图层都是用一个数据集、一个几何对象、一个映射集合、一个统计变换和一个位置调整。

  • 在笛卡尔直角坐标系中放置几何对象
  • 映射y值到…count…，x值到cut

使用这种方法能够构建成千上万种独特的图形。

练习题

1.2.4

（1）运行ggplot(data=mpg)，你会看到什么？

ggplot(data = mpg)

（2）数据集mpg中有多少行？多少列？

有4种方法可以知道：
mpg
在这里插入图片描述在这里插入图片描述

（3）变量drv的意义是什么？

?mpg
drv

（4）使用hwy和cyl绘制一张散点图。

ggplot(data = mpg)+
	geom_point(mapping = aes(x = hwy, y = cyl))

一张散点图

（5）如果使用class和drv绘制散点图，会发生什么情况？为什么这张图没什么用处？

ggplot(data = mpg)+
	geom_point(mapping = aes(x = class, y = drv))

一张散点图
因为class和drv都是车的类型，用这两个参数作图并不能获得什么有用的信息。
class
drv

1.3

（1）以下这段代码有什么错误？为什么点不是蓝色的？

ggplot(data = mpg) +
	geom_point(
		mapping = aes(x = displ, y = hwy, color = "blue")
	)

一张散点图
改一下color = "blue"的位置，就可以得到蓝色的散点图了：

ggplot(data = mpg) +
	geom_point(mapping = aes(x = displ, y = hwy), color = "blue")

一张散点图

（2）mpg中的哪些变量是分类变量？哪些变量是连续变量？当调用mpg时，如何才能看到这些信息？

分类变量/连续变量
显示为chr的是分类变量，为int的是连续变量。

（3）将一个连续变量映射为color、size和shape。对分类变量和连续变量来说，这些图形属性的表现有什么不同？

color：连续变量使用的是同一种颜色，从浅到深

ggplot(data = mpg) +
  geom_point(mapping = aes(x = displ, y = hwy, color = cyl))

在这里插入图片描述

size：一个区间的size对应不同的变量

ggplot(data = mpg) +
  geom_point(mapping = aes(x = displ, y = hwy, size = cyl))

在这里插入图片描述

shape：连续变量映射到shape中会报错

ggplot(data = mpg) +
  geom_point(mapping = aes(x = displ, y = hwy, shape = cyl))

在这里插入图片描述

（4）如果将同一个变量映射为多个图形属性，会发生什么情况？

将同一个变量（cyl）映射为2个图形属性（color，size）：

ggplot(data = mpg) +
  geom_point(mapping = aes(x = displ, y = hwy, color = cyl，size = cyl))

在这里插入图片描述
将同一个变量（cyl）映射为3个图形属性（color、size、alpha）：

ggplot(data = mpg) +
  geom_point(mapping = aes(x = displ, y = hwy, color = cyl, size = cyl,alpha = cyl))

在这里插入图片描述

（5）stroke这个图形属性的作用是什么？它适用于哪些形状？

边框。适用于21~24的图形样式，因为有边框和填充。

（6）如果将图形属性映射为非变量名对象，比如aes(color = displ < 5)，会发生什么情况？

ggplot(data = mpg) +
  geom_point(mapping = aes(x = displ, y = hwy, color = displ < 5))

在这里插入图片描述

1.5

（1）如果使用连续变量进行分面，会发生什么情况？

ggplot(data = mpg) +
  geom_point(mapping = aes(x = displ, y = hwy)) +
  facet_grid(drv ~ cyl)

在这里插入图片描述

（2）在使用facet_grid(drv ~ cyl)生成的图中，空白单元的意义是什么？它们和以下代码生成的图有什么关系？

ggplot(data = mpg) +
geom_point(mapping = aes(x = drv, y = cyl))

在这里插入图片描述
空白单元代表没有drv值和cyl值对应的组合。

（3）以下代码会绘制出什么图？“.”的作用是什么？

“.”的作用表示不在行或列的维度分面。“.”在前表示不按行分面，在后表示不按列分面。

ggplot(data = mpg) +
geom_point(mapping = aes(x = displ, y = hwy)) +
facet_grid(drv ~ .)

在这里插入图片描述

ggplot(data = mpg) +
geom_point(mapping = aes(x = displ, y = hwy)) +
facet_grid(. ~ cyl)

在这里插入图片描述

（4）查看本节的另一个分面图：

ggplot(data = mpg) +
  geom_point(mapping = aes(x = displ, y = hwy)) +
  facet_wrap(~ class, nrow = 2)

在这里插入图片描述

与使用图形属性相比，使用分面的优势和劣势分别是什么？如果有一个更大的数据集，你将如何权衡这两种方法的优劣？

  • 优势：根据想要观测的变量将数据分为每一分面，显示出每一分面中的趋势及不同分面之间的差别

  • 劣势：由于数据被分割为一个个的分面，数据整体的趋势就看不出来了。

  • 如果有一个更大的数据集，就需要根据目标判断，如果看整体趋势的话就不用分面，如果看单个变量的变化趋势就可以使用分面。

（5）阅读?facet_wrap的帮助页面。nrow和ncol的功能分别是什么？还有哪些选项可以控制分面的布局？为什么函数facet_grid()没有变量nrow和ncol？

facet_wrap()控制分面的布局的选项：
b411fb7984404b30947f091d3b4da.png)在这里插入图片描述facet_grid()控制分面的布局的选项：
在这里插入图片描述在这里插入图片描述因为facet_grid()只会是单列或者单行，不需要nrow和ncol这两个参数。

（6）在使用函数facet_grid()时，一般应该将具有更多唯一值的变量放在列上。为什么这么做呢？

1.6

（1）在绘制折线图、箱线图、直方图和分区图时，应该分别使用哪种几何对象？

geom_line、geom_boxplot、geom_histogram、facet_grid

（2）在脑海中运行以下代码，并预测会有何种输出。接着在R中运行代码，并检查你的预测是否正确。

ggplot(
  data = mpg,
  mapping = aes(x = displ, y = hwy, color = drv)
) +
  geom_point() +
  geom_smooth(se = FALSE)

在这里插入图片描述

（3）show.legend = FALSE的作用是什么？删除它会发生什么情况？为什么要在本章前面的示例中使用这句代码？

ggplot(data = mpg) +
  geom_smooth(
    mapping = aes(x = displ, y = hwy, color = drv),
    show.legend = TRUE
  )

在这里插入图片描述

ggplot(data = mpg) +
  geom_smooth(
    mapping = aes(x = displ, y = hwy, color = drv),
    show.legend = FALSE
  )

在这里插入图片描述

ggplot(data = mpg) +
  geom_smooth(
    mapping = aes(x = displ, y = hwy, color = drv)
  )

在这里插入图片描述

（4）geom_smooth()函数中的se参数的作用是什么？

在这里插入图片描述

（5） 以下代码生成的两张图有什么区别吗？为什么？

没有区别。

ggplot(data = mpg, mapping = aes(x = displ, y = hwy)) +
  geom_point() +
  geom_smooth()

ggplot() +
  geom_point(
    data = mpg,
    mapping = aes(x = displ, y = hwy)
  ) +
  geom_smooth(
    data = mpg,
    mapping = aes(x = displ, y = hwy)
  )

在这里插入图片描述

（6）自己编写R代码来生成以下各图。

ggplot(data = mpg, mapping = aes(x = displ, y = hwy)) +
  geom_point() +
  geom_smooth(se = FALSE)

在这里插入图片描述

ggplot(data = mpg, mapping = aes(x = displ, y = hwy, group = drv)) +
  geom_point() +
  geom_smooth(se = FALSE)

在这里插入图片描述

ggplot(data = mpg, mapping = aes(x = displ, y = hwy, color = drv)) +
  geom_point() +
  geom_smooth(se = FALSE)

在这里插入图片描述

ggplot(data = mpg, mapping = aes(x = displ, y = hwy)) +
  geom_point(mapping = aes(color = drv)) +
  geom_smooth(se = FALSE)

在这里插入图片描述

ggplot(data = mpg, mapping = aes(x = displ, y = hwy)) +
  geom_point(mapping = aes(color = drv)) +
  geom_smooth(mapping = aes(linetype = drv),se = FALSE)

在这里插入图片描述

ggplot(data = mpg) +
  geom_point(mapping = aes(x = displ, y = hwy, color = drv))

在这里插入图片描述

p1 <- ggplot(data = mpg, mapping = aes(displ, hwy)) +
  geom_point(size = 2.5) +
  geom_smooth(se = F, size = 1.5)

p2 <- ggplot(data = mpg, mapping = aes(displ, hwy)) +
  geom_point(size = 2.5) +
  geom_smooth(se = F, size = 1.5, mapping = aes(group = drv))

p3 <- ggplot(data = mpg, mapping = aes(displ, hwy, color = drv)) +
  geom_point(size = 2.5) +
  geom_smooth(se = F, size = 1.5, mapping = aes(group = drv, color = drv))

p4 <- ggplot(data = mpg, mapping = aes(displ, hwy)) +
  geom_point(size = 2.5, mapping = aes(color = drv)) +
  geom_smooth(se = F, size = 1.5)

p5 <- ggplot(data = mpg, mapping = aes(displ, hwy)) +
  geom_point(size = 2.5, mapping = aes(color = drv)) +
  geom_smooth(se = F, size = 1.5, mapping = aes(group = drv, linetype = drv))

p6 <- ggplot(data = mpg, mapping = aes(displ, hwy)) +
  geom_point(size = 2.5, mapping = aes(color = drv))

# 方法一
library(gridExtra)
grid.arrange(p1, p2, p3, p4, p5, p6, nrow = 3， ncol = 2)

方法一：
在这里插入图片描述方法二：

# 方法二
library(cowplot)
plot_grid(p1, p2, p3, p4, p5, p6, nrow = 3, ncol = 2, labels = c("A","B","C","D","E","F"))

在这里插入图片描述
方法三：

#方法三
library(patchwork)
p1 + p2 + p3 + p4 + p5 + p6 + plot_layout(nrow = 3) + plot_annotation(tag_levels = 'A')

在这里插入图片描述

1.7

（1）stat_summary()函数的默认几何对象是什么？不使用统计变换函数的话，如何使用几何对象函数重新生成下列图形？

ggplot(data = diamonds) +
  stat_summary(
    mapping = aes(x = cut, y = depth),
    fun.min = min,
    fun.max = max,
    fun = median
  )

在这里插入图片描述

stat_summary()函数的默认几何对象：pointrange

ggplot(data = diamonds) +
  geom_pointrange(
    mapping = aes(x = cut, y = depth),
    stat = "summary",
    fun.min = min,
    fun.max = max,
    fun = median
  )

（2）geom_col()函数的功能是什么？它和geom_bar()函数有何不同？

在这里插入图片描述

（3）多数几何对象和统计变换都是成对出现的，总是配合使用。仔细阅读文档，列出所有成对的几何对象和统计变换。它们有什么共同之处？

（4）stat_smooth()函数会计算出什么变量？哪些参数可以控制它的行为？

在这里插入图片描述

（5）在比例条形图中，我们需要设定group = 1，这是为什么呢？换句话说，以下两张图会有什么问题？

group = 1表示将这些类别之和作为1，进行按比例画柱状图。

ggplot(data = diamonds) +
  geom_bar(mapping = aes(x = cut, y = ..prop..))

在这里插入图片描述

ggplot(data = diamonds) +
  geom_bar(mapping = aes(x = cut, y = ..prop.., group = 1))

在这里插入图片描述

ggplot(data = diamonds) +
  geom_bar(mapping = aes(x = cut, y = ..prop..))

ggplot(data = diamonds) +
  geom_bar(mapping = aes(x = cut, fill = color, y = ..prop..))

P1：
在这里插入图片描述P2：
在这里插入图片描述

1.8

（1）以下图形有什么问题？应该如何改善？

ggplot(data = mpg, mapping = aes(x = cty, y = hwy)) +
  geom_point()

在这里插入图片描述
因为上图中hwy和cty的值都进行了舍入取整，所以这些点显示在一个网格上时，很多点彼此重叠了。通过将位置调整方式设为“抖动”，可以避免这种网格化排列。有以下两种方法：

#方法一
ggplot(data = mpg, mapping = aes(x = cty, y = hwy)) +
  geom_point(position = "jitter")

在这里插入图片描述

#方法二
ggplot(data = mpg, mapping = aes(x = cty, y = hwy)) +
  geom_jitter()

在这里插入图片描述

（2）geom_jitter()使用哪些参数来控制抖动的程度？

在这里插入图片描述

（3）对比geom_jitter()与geom_count()

在这里插入图片描述
在这里插入图片描述

（4）geom_boxplot()函数的默认位置调整方式是什么？创建mpg数据集的可视化表示来演示一下。

在这里插入图片描述

ggplot(data = mpg, mapping = aes(x = drv, y = hwy)) +
  geom_boxplot()

在这里插入图片描述

1.9

（1）使用coord_polar()函数将堆叠式条形图转换为饼图。

ggplot(data = diamonds, mapping = aes(x = cut, fill = color)) +
  geom_bar()

在这里插入图片描述

ggplot(data = diamonds, mapping = aes(x = cut, fill = color)) +
  geom_bar() +
  coord_polar()

在这里插入图片描述

（2）labs()函数的功能是什么？

在这里插入图片描述

（3）coord_quickmap()函数和coord_map()函数的区别是什么？

coord_quickmap() 使用一种更快的近似地图投影。这种近似忽略掉地球的弯曲度并调整经纬度的比例。coord_map() 将3D地图垂直投影到2D平面上，使用的是墨卡托投影。前者更优更快。

（4）下图表明城市和公路燃油效率之间有什么关系？为什么coord_fixed()函数很重要？geom_abline()函数的作用是什么？

ggplot(data = mpg, mapping = aes(x = cty, y = hwy)) +
  geom_point() +
  geom_abline() +
  coord_fixed()

在这里插入图片描述
图中表明城市和公路燃油效率之间线性相关。

coord_fixed()函数：
在这里插入图片描述
geom_abline()函数：
在这里插入图片描述

谙隅
关注
  • 16
    点赞
  • 踩
  • 60
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
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

谙隅

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