R语言从入门到入土--一文带你解锁ggplot2绘图大法

一、准备工作

（1）下载包：install.packages(tidyverse)--注意选择国内源

（2）载入包：library（tidyverse）

（3）了解一下本次实验所使用的几个数据包

可以使用str（）函数查看data_frame的相关结构

1、diamond钻石包

carat	numeric类型：数值
cut	factor类型（因子类型）：fair、good等5个
color	factor类型（因子类型）：D、E、F等7个
clarity	factor类型（因子类型）：I1、SI2等8个
depth	numeric类型：数值
table	numeric类型：数值
price	int类型：整数

 2、mtcars包

mpg	numeric类型
cyl	numeric类型，只有4、6、8三种
disp	numeric类型
hp	numeric类型
drat	numeric类型
wt	numeric类型
qsec	numeric类型
vs	numeric类型，只有0和1
am	numeric类型，只有0和1
gear	numeric类型，只有4，3，5
carb	numeric类型，只有1，2，3，4，6，8

 看取值范围可以使用unique（mtcars$列名）

3、mpg包

二、基本公式

ggplot+geom_*()+分面函数+修饰函数

ggplot（）：将所需要的数据放在里面

geom_*()：选择不同的公式，画出不同类型的图

三、ggplot（）讲解

1、用来指定所需要使用的数据，尽量将所有的数据信息放在ggplot（）函数里面

2、函数构造ggplot（data=mydata，mapping=aes（x=..，y=..，.....））

（1）两个基本参数，data用来表明你所用的data_frame的名称；mapping里面的aes里面表示坐标轴是什么，一般要按照后面的geom_*来分情况讨论

四、geom_*()分类讲解

4.1 geom_point()

1、用于绘制点图

2、参数包括：点形状shape、点颜色color、尺寸size

3、需要指定横坐标和纵坐标

例：

ggplot(data=mtcars,mapping=aes(x=gear,y=wt))+geom_point(color="blue",size=2,fill="blue",alpha=0.6)

注意：当绘制点图的时候，geom_point（）会将坐标值进行舍入取整，会出现多个点彼此重叠的情况，导致在图上看到的点少于实际上的点，称为过绘制。解决方法，加一个参数position="jitter",在绘制大量点的点图时可以使用。

 下面两图是没加position="jitter"参数和加了参数的不同，我们可以看到没加的更加规整一些

 

 4.2 geom_line

1、用于绘制线图

2、参数包括color（颜色）、linetype（类型）、size（粗细）等

3、需要指定横坐标和纵坐标

ggplot(data=mpg,mapping=aes(x=cty,y=hwy))+geom_point(color="blue",size=2,fill="blue",alpha=0.6,position="jitter")+geom_line(color="red",size=0.5)

 4.3 geom_bar（）

1、用于绘制条形图

2、只需要指定横轴坐标，必须是一个离散值（因子类型或者字符串类型）

3、纵坐标的值会按照横坐标来计数

4、常用的参数包括：width（条形图粗细）、color（边框颜色）、fill（填充颜色）、alpha（透明度）、weight、stat（后面说）

5、+coord_flip可以将竖着换成横的

ggplot(data=diamonds,mapping=aes(x=cut))+geom_bar(fill="blue",alpha=0.5,color="white")

 如果是numeric类型，虽然是离散的，但是横坐标不会删除掉中间的数字

 可以先将其转换为因子类型后再写，

 

6、参数weight，上面的geom_bar函数的纵坐标一开始只能是count计数，但是如果我们使用了weight参数，就可以按照x分成几个条状后，计算weight里面的数值的和

ggplot(data=diamonds,mapping=aes(x=cut,weight=carat))+geom_bar(fill="blue",alpha=0.5,color="red")

 计算了不同cut类型下carat的总和

 7、改变横轴上面条形的顺序

myfactor<-reorder(x,X,FUN=。。)其中，x参数是一个离散型的向量，X是与x等长的一个变量，按照fun（X）对x进行排序即可

8、stat参数

加上stat=“identity”的参数，类似于weight的功能

ggplot(data=mtcars,mapping=aes(x=factor(cyl),y=wt))+geom_bar(color="red",fill="blue",alpha=0.5,stat="identity")

9、在geom_bar（）当中，对每个条形会计算出两个值count和prop，这两个中间值也是可以拿来用的，可以当作横坐标或者纵坐标。使用方式

·在这两个值前面加上两个点..count..和..prop..

·在这两个值用的时候用stat（）包起来

如下：

ggplot(data=diamonds,mapping=aes(x=cut,y=stat(count/max(count))))+geom_bar(color="red",fill="blue",alpha=0.3)

 4.4 geom_histogram()

1、只需要指定横轴变量，纵轴会根据横轴变量的值统计出来

2、可以使用离散型变量或者连续型变量作为横坐标

3、常用参数有：color、fill、alpha、weight、stat、bins等

4、histogram会自动将横轴分成多个小区间，统计每个小区间的数值

5、如果要将区间划分地更细，可以使用参数bins，或者binwidth，但是它们只对连续型变量有效

ggplot(data=diamonds,mapping=aes(x=carat))+geom_histogram(width=0.5,color="blue",fill="purple",alpha=0.5,bins=50)

 6、同样的，histogram也会有四个中间值可以用，count、density、ncount（相对比例）、ndensity（相对密度），用法同上面的count和prop是一样的

7、注意stat="count"这个参数，什么时候是必须加的，当且仅当你的x坐标是一个factor、character等离散类型的时候，就必须要加这个参数（包括使用weight），反推连续型、num就不需要加这个参数。但是如果使用y坐标的话，不管x坐标是什么，都应该加上的是stat=“identity”

梳理归纳一下，这个stat="identity"和这个stat="count"到底什么时候加，非常迷糊

stat="identity"要加	有y的时候，且y值不是..count../..count../..density../..ndensity..
stat="count"要加	没有y的时候，且x是离散型，即为factor或character；还有一种是有weight的，离散型要加
stat="identity"不加	有y的时候，且y值是..count..等等，这时候什么都不要加
stat="count"不加	没有y的时候，且x不是离散型，这时候什么都不要加

总的来说，首先先分是不是离散型，如果不是离散型就不需要考虑stat=“count”这种情况，再看y还是weight，weight不管，只看y，有y就是stat="identity"。

4.5 geom_freqpoly()----待确认

1、geom_freqpoly和geom_histogram类似，不过前面的只画折线

plus：但是我发现一个点，你没办法使用离散值作为x坐标，你只能用非离散值做x坐标，而且不是非要有stat=“count”

plus：还有一个点，geom_freqpoly不能用在有y值和weight值的里面

4.6 geom_boxplot

1、箱型图，横坐标只能是离散型。

2、同时需要横坐标和纵坐标

3、如果要使用连续变量作为横坐标，需要手动进行分组

使用group=cut_width(变量名称，距离)

ggplot(data=diamonds,mapping=aes(x=carat,y=depth,group=cut_width(carat,0.1)))+geom_boxplot(color="blue")

怎么用的呢，就是首先写x横坐标，再写y纵坐标，然后再用group参数，把x横坐标cut_width()进行切分，按照一定的标度

4.7 geom_smooth()

1、这个函数是用来拟合的，来添加一系列的平滑曲线和置信区间

2、参数如下

method	使用的平滑函数，lm（线型）、glm（广义线性）、smooth、rlm（健壮线型）
formula	平滑函数中使用的公式，例如y~x，y~log(x),y~poly(x,n)【表示的是x的n次多项式】
se	是否绘制置信区间
level	置信区间的水平，默认为95%
fullrange	拟定是否应当涵盖全图。默认值为FALSE
linetype	线型
size	线的粗细
color	线的颜色
fill	填充区的颜色
alpha	色彩饱和度(alpha=0表示完全透明, alpha=1表示完全不透明)

绘制：如果你不先使用geom_point（）的话，最后的结果里面只有一个区间和一条线

4.8 geom_density()

1、用来绘制密度函数，可以叠加在密度直方图上面使用

2、只需要一个x坐标

4.9 geom_count()

1、绘制两个离散变量的各种组合出现的次数，用点的大小表示

ggplot(data=diamonds,mapping=aes(x=color,y=cut))+geom_count(color="blue",alpha=0.3)

4.9 geom_tile() 

1、功能与geom_count()类似，不过使用色块来表示

 这个地方没搞懂--学一下