简介
虽然，目前有很多工具可以用来进行数据分析，但是R语言在数据可视化上的优势基本无它能敌。其中最具盛名的包就是Hadly Wickham开发的ggplot2包。
正文
一，快速探索数据-从qplot开始
R中查看函数文档信息
require(ggplot2)
help("qplot")
qplot(x, y, ..., data, facets = NULL, margins = FALSE, geom = "auto",
xlim = c(NA, NA), ylim = c(NA, NA), log = ",
main = NULL, xlab = NULL, ylab = NULL, asp = NA, stat = NULL, position = NULL)
二，图层语法中，图的结构表述
(一)，数据和映射
1，ggplot创建图形对象
p = ggplot(data=diamonds, aes(x= carat,y= price, color= cut))
p是第一层图层语法模型中的第一层，其中data参数，控制数据来源，只能是数据框格式，aes参数，控制了对哪些变量进行图形映射，以及映射方式；aes中的属性包括，color,shape,fill 等等
p = ggplot(mtcars, aes(x= mpg,,y= wt))
p + geom_point()
# geom_point() 第二图层告诉了ggplot2要绘制散点图
⚠️aes中的属性映射，如果变量是分类变量，为了防止被当做数值型，一般用factor处理一下，比如 aes(… ,…, color = factor(a))
# 此处，因为factor的处理，cyl被当做分类属性值
p+geom_point(aes(color=factor(cyl)))
2，几个对象
分组 aes(…, group )，默认group=1，表示所有离散变量的交互作用，来控制哪些观测值用于哪些图形元素。
几何对象大致可分为两类，由group来控制，当没有离线变量等情况时，继续用自定义设置group结构。
例1，
当x,y 里面的值没有离散变量时，需要设定group
library(“nlme”) #用到这包里面的数据Oxboys
head(Oxboys)
ggplot(Oxboys,aes(age,height))+geom_point()
图中数据，表示了每个样本对象Subject，对应的年龄、身高情况的散点图，属于个体集合对象。
当把他们变成线图时，问题就出来了。 由于没有设置group，被认为是群体几个对象，画出来的是乱的线图。
ggplot(Oxboys,aes(age,height))+geom_line()
设定group后，ggplot就知道，每个subject的所有数据映射到一个图形对象
ggplot(Oxboys,aes(age,height,group=Subject))+geom_line()
(二)，添加图层
创建图层是用下面的layer函数实现的
layer(geom = NULL, stat = NULL, data = NULL, mapping = NULL,
position = NULL, params = list(), inherit.aes = TRUE,
check.aes = TRUE, check.param = TRUE, show.legend = NA)
但是实际中，我们会用到快捷函数geom_* 或 stat_* 来实现。
图层之间是用加号’+’连接的。
1，创建几何对象
每一个几何对象都有一个默认的的统计变换，当然统计变换可以自己设定更改。
下图举个例子，更多几何对象，参考ggplot2。
2，统计变换
因为geom_*(aes(stat= ‘’ ))都会给定一个默认的统计变换，如上表。所以，一般不会需要更改，除非需要自定义图形的时候。
3，位置调整
位置调整一般多见于离散数据的重叠，连续数据很少需要微调。
五种位置position的参数如下
更详细的设置需要结合下面的函数，调整参数实现：
# 堆叠图像宽度不一致的情况
ggplot(mtcars, aes(factor(cyl), fill = factor(vs))) +
geom_bar(position = 'dodge’)
# 通过详细的设置来调整
ggplot(mtcars, aes(factor(cyl), fill = factor(vs))) +
+ geom_bar(position = position_dodge2(preserve = "single"))
(三), 标尺/标度 scale
前面我们已经看到了，画图就是在做映射，不管是映射到不同的几何对象上，还是映射各种图形属性。这一小节介绍标尺，在对图形属性进行映射之后，使用标尺可以控制这些属性的显示方式，比如坐标刻度，可能通过标尺，将坐标进行对数变换；比如颜色属性，也可以通过标尺，进行改变.
可以看到标尺设置的内容有8种（颜色color/colour算一种）：
- 透明度alpha
- 线条颜色color
- 填充色fill
- 线型linetype
- 形状shape
- 大小size
- x轴
- y轴
(标尺设置的内容都有对应的映射设置类型，但映射比标尺多了xmin, xmax, ymin, ymax, xend, yend，group和string等)
每一种标尺的设置都形如scale_*，具体参见ggplot2中的说明，下面举个例子：
(1) 连续型颜色标尺
ggplot2提供了十多个填充色设置的标尺函数参见上表
先看看“continuous”的用法。对于数据为非因子型的填充色映射，ggplot2自动使用“continuous”类型颜色标尺表示连续颜色空间。如果要修改默认颜色就要使用scale_fill_continuous函数进行修改，这个函数最有用的参数是low和high，分别表示低端和高端数据的颜色，中间颜色根据颜色空间space自动计算：
p + geom_raster() +
scale_fill_continuous(low="darkgreen", high="orangered", space='rgb')
（2）离散（间断）型颜色标尺
scale_color_discrete或scale_color_hue设置颜色不是很直观，如果想要啥来啥，那就用manual类型函数：
p + geom_point() +
scale_color_manual(values=c('blue','cyan', 'yellow', 'orange', 'red'))
（3）坐标轴尺度
两种方式，比如
- 通过 scale_y_log10() 将Y轴坐标进行log10变换
- 或自己有限进行数据变换将Y’ = log10(Y), 再画出 Y’ 与 X之间的关系
（4）颜色
(四), 坐标系统 coordinate
坐标系统控制坐标轴，可以进行变换，例如XY轴翻转，笛卡尔坐标和极坐标转换，以满足我们的各种需求。
(五), 分面 facet
分面有两种方式来实现：
(1) 缠绕分面 facet_wrap
facet_warp 即“缠绕分面”，对数据分类只能应用一个标准，不同组数据获得的图形按从左到右从上到下的“缠绕”顺序进行排列
facet_wrap(facets, nrow = NULL, ncol = NULL, scales = “fixed”, shrink = TRUE, as.table = TRUE, drop = TRUE)
- facets：分面参数如 ~cut，表示用 cut 变量进行数据分类
- nrow：绘制图形的行数
- ncol：绘制图形的列数，一般nrow/ncol只设定一个即可
- scales：坐标刻度的范围，可以设定四种类型。fixed 表示所有小图均使用统一坐标范围； free表示每个小图按照各自数据范围自由调整坐标刻度范围；free_x为自由调整x轴刻度范围；free_y为自由调整y轴刻度范围。
- shrinks：也和坐标轴刻度有关，如果为TRUE（默认值）则按统计后的数据调整刻度范围，否则按统计前的数据设定坐标。
- as.table：和小图排列顺序有关的选项。如果为TRUE（默认）则按表格方式排列，即最大值（指分组level值）排在表格最后即右下角，否则排在左上角。
- drop：是否丢弃没有数据的分组，如果为TRUE（默认），则空数据组不绘图。
# 分面可以让我们按照某种给定的条件，对数据进行分组，然后分别画图。
ggplot(small, aes(x=carat, y=price))
+geom_point(aes(colour=cut))
+scale_y_log10()
+facet_wrap(~cut,scales="fixed")+stat_smooth()
(2) 网格分面 facet_grid
facet_grid(facets, margins = FALSE, scales = “fixed”, space = “fixed”, shrink = TRUE, labeller = “label_value”, as.table = TRUE, drop = TRUE)
和facet_wrap比较，除不用设置ncol和nrow外（facets公式已经包含）外还有几个参数不同：
-
必须拥有相同的X值与Y值
- margins ：相当于是否添加行、列的汇总图；
- space ：这个参数要配合scales使用，如果为fixed（默认），所有小图的大小都一样，如果为free/free_x/free_y，小图的大小将按照坐标轴的跨度比例进行设置。
- labeller ：设定小图标签的
p <- ggplot(mpg, aes(displ, cty)) + geom_point()
p + facet_grid(. ~ cyl) # 一行多列
p + facet_grid(drv ~ .) #一列多行
p + facet_grid(drv ~ cyl) #多行多列
(六), 主题 theme
ggthemes包提供了一些主题可供使用
library(ggthemes)
p+theme_wsj()
此外，ggplot2默认也提供了很多的主题属性，可以自行调整，例子如下：
(1) 去掉y轴的刻度标签
p+theme(axis.text.y = element_blank())
若同时，去掉y轴的刻度线
p+theme(axis.ticks = element_blank(), axis.text.y = element_blank())
(2) 将刻度标签文本旋转
例，旋转30度
p+theme(axis.text.x = element_text(angle=30,hjust=1,vjust=1))
同时，用element_text()还可以设置刻度标签文本的大小、样式、字体等属性：
p+theme(axis.text.x = element_text(
family=“Times”, face=“italic” , colour=“darked” , “size”=rel(0.9)))
（3）element_text()
family：Helvetica 无衬线，Times 有衬线 Courier 等宽；
face：plain普通，bold粗体，italic斜体，bold.italic粗斜体
size：单位磅
lineheight：行间距倍数
…
（4）margin()
theme中边框距离，图片与边框之间的距离
margin(t = 0, r = 0, b = 0, l = 0, unit = “pt”)
设置的顺序是上、右、下、左
ggplot(…) + theme(plot.margin = margin(2,2,2,2,"cm”))
（七）I/O
ggplot2的输出有两种形式：矢量型，光栅型(像素矩阵)
ggsave()
（八）其他
（1）【手动匹配形状】
ggplot2 中对应的shape palette最多只有6个，也就是说如果想把第7个及以上的分类匹配不同的形状时，需要手动匹配
假设一个数据集 data由product/reason/count三个维度构成，因为product是a~g七个
运行下列code时
ggplot(data,aes(x=reason,y=count))
+geom_point(aes(colour=product,size=10,shape=product))
就会发现product=g的图形，在图中是空的：
此时需要手动匹配图形：
根据product=='g’定位对应点的坐标值：
ggplot(da,aes(x=reason,y=count))
+geom_point(aes(colour=product,size=10,shape=product))
+geom_point(aes(reason[product=='g'],count[product=='g']),colour='black',shape=11,size=5)
ggplot2中的shape有下面25种类型（R语言原生的绘图类型共255种，包括字母数字等内容）
（2）【一页多图】
library(grid) # 用grid包完成布局
核心为 viewport() 函数
参数如下：
- x：绘图区域相对页面左下角原点的x坐标，默认单位为npc，Normalised Parent Coordinates，含义是归一化的父区域坐标
- y：绘图区域相对页面左下角原点的y坐标
- width：绘图区域的宽度（x轴方向）
- height：绘图区域的高度（y轴方向）
- just：x和y所指的位置，默认为矩形中心位置
- angle：将绘图区域旋转多少度
- name：此viewport的名字，用于搜索和定位
例子1：
grid.show.viewport(viewport(x=0.6, y=0.6, width=unit(1, "inches"), height=unit(1, "inches"), angle=30))
一，用调用 viewport() 与 print.ggplot()
print( ggplot对象， vp = ) 函数中，可以设置vp(viewport)选项，来指定画图的位置。
require(ggplot2)
library(grid)
# 生成三个ggplot对象
p.hist.len <- ggplot(iris) + geom_histogram(aes(x=Sepal.Length))
p.hist.wid <- ggplot(iris) + geom_histogram(aes(x=Sepal.Width)) + coord_flip()
p.scatter <- ggplot(iris) + geom_point(aes(x=Sepal.Length, y=Sepal.Width))
# 创建三个不同的vp位置
grid.newpage()
vp.len <- viewport(x=0, y=0.66, width=0.66, height=0.34, just=c("left", "bottom"))
vp.wid <- viewport(x=0.66, y=0, width=0.34, height=0.66, just=c("left", "bottom"))
vp.scatter <- viewport(x=0, y=0, width=0.66, height=0.66, just=c("left", "bottom"))
# 运用vp， 画出指定的位置的ggplot对象
print(p.hist.len, vp=vp.len)
print(p.hist.wid, vp=vp.wid)
print(p.scatter, vp=vp.scatter)
二，更复杂图像用矩形网格布局
grid.layout(nrow = 1, ncol = 1,
widths = unit(rep_len(1, ncol), "null"),
heights = unit(rep_len(1, nrow), "null"),
default.units = "null", respect = FALSE,
just="centre")
例子：
# 新建画布
grid.newpage()
# 创建矩形网格布局,pushviewport函数把布局插入到根节点
pushViewport(viewport(layout = grid.layout(2,2)))
# 自定义布局分配函数
vplayout <- function(x,y)
viewport(layout.pos.row = x,layout.pos.col = y)
# 三个图形
a = qplot(date,unemploy, data = economics, geom = 'line',fill='red')
b = qplot(uempmed,unemploy, data = economics)
c = qplot(uempmed,unemploy, data = economics,geom = 'path')
# 画图
print(a,vp = vplayout(1,1:2))
print(c,vp = vplayout(2,1))
print(b,vp = vplayout(2,2))
505
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
