【R语言可视化ggplot2入门教程1】一个完整的绘图流程

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/u013421629/article/details/72730241

一、主要内容

1、首先简单画一个图出来
2、做一些等价调整
3、接受另一种类型的数据
4、简单的参数调整
5、纵坐标使用百分比表示
6、更改横纵轴坐标、标题等
7、在图中增加标注的文字 调整字体、背景等,达成excel的效果
8、保存图形 首先简单画一个图出来

二、ggplot2 开始入门

# 我们拿到这样的数据
name <- c("多","中","少","中","少")
data <- data.frame(name) # 转化为数据框
library(ggplot2)
# 简单地画出一个图
ggplot(data,aes(x=name)) + geom_bar()

这里写图片描述

从上面我们知道如下信息

  1. ggplot2作图需要输入数据框

  2. 作图时我们没有输入频数,函数会自动数出三种类型有多少

  3. ggplot函数中一般接两个参数,一个是数据框data,一个是用来做图的列,放在aes里面,这一点读者先记住就好,我们会在讲分组作图的部分中详细解释

  4. 使用数据框中的列时,不需要使用$引用,直接使用列名就可以(只有放在aes中才可以)

  5. 前面ggplot函数指定使用的数据,使用”+”来连接其他函数,geom_类函数表示作图类型,geom_bar是做柱状图的函数,如果要做点图就+geom_point(),当然,点图的话前面就要加入两个参数x和y

# 画点图代码如下
data1 <- data.frame(a=1:3,b=3:1)
ggplot(data1,aes(a,b)) + geom_point()

这里写图片描述

下面我们做一点微调

  1. 指定哪一列的aes()放在ggplot函数还是geom_bar函数中无所谓
  2. 先做好的部分可以赋值保存,再去加其他内容
  3. 下面几种作图等价
###方式1
ggplot(data,aes(x=name)) + geom_bar()
###方式2
ggplot(data) + geom_bar(aes(x=name))
###方式3
p <- ggplot(data,aes(x=name)) 
p + geom_bar()

接受另一种类型的数据

我们画柱状图是使用的数据一般有两种

  1. 一种是像上面那种,所有内容列出来,函数内部自己数
  2. 一种是 名字-频数 对应形式,当我们得到的是 名字-频数 形式的数据,也可以作图
data1 <- data.frame(table(name)) # 将数据转化为 名字-频数 形式
data1
#   name Freq
# 1   多    1
# 2   少    2
# 3   中    2
ggplot(data1,aes(x=name,y=Freq)) + geom_bar(stat="identity") # 和上图相同

上面我们发现以下信息

  1. aes()中接受了两个参数,分别代表 名字-频数
  2. geom_bar函数中加了一个参数stat=”identity”,表示不要像之前一样去查数,而是就使用数据Freq本身作为频数

简单的参数调整

  1. 上面的图片中,我们发现简单的代码就能画出比较高大上的图形。仔细观察这张图片。会发现函数默认设置了灰色背景、深灰色柱子、白色网格线、去掉图片边框等,正是这些默认的设置,让ggplot2包的简单代码作图远胜于基础函数作图。
  2. 不过如果你对这些设置还不满意,这些都是可以调整的,下面图形没有巨大改变,就不放图片了,读者可以自行尝试
p <-ggplot(data,aes(x=name))

p + geom_bar(col="red") # 调整柱子边框颜色为红色(注意这里col不是柱子颜色)

p + geom_bar(fill="red") # 调整柱子颜色为红色(fill才是柱子内部颜色)

p + geom_bar(width=0.5) # 调整柱子宽度,1时两个柱子挨在一起,0.5则宽度是1时的一半

纵坐标使用百分比表示

library(dplyr) # ggplot2 包常常和dplyr包一起使用
data1 <- data.frame(table(name))
data2 <- data1 %>% mutate(f=Freq/sum(Freq))

# 使用scales包中很方便的方法
ggplot(data2,aes(name,f)) + geom_bar(stat="identity") +
  scale_y_continuous(labels = scales::percent)

# 另外一种实现方法
ggplot(data2,aes(name,f)) + geom_bar(stat="identity") +
  scale_y_continuous(breaks=seq(0,0.4,len=5), labels=paste(seq(0,0.4,len=5)*100,"%"))

这里写图片描述

这里使用的 scale_y_continuous 函数表示当y轴是连续数值时,调整其标度。如上面代码所示,第一种是使用scales包中的特殊表示方法,如果是常规使用方法,应该是下面这种表示方式。breaks表示在轴上哪些点的位置标标签,labels表示标什么标签。

如果想让坐标轴表示0-0.5的范围也只要用 limits 参数调整即可

ggplot(data2,aes(name,f)) + geom_bar(stat="identity") +
  scale_y_continuous(breaks=seq(0,0.4,len=5), 
                     labels=paste(seq(0,0.4,len=5)*100,"%"),
                     limits = c(0,0.5))

更改横纵轴坐标、标题等

p1 <- ggplot(data,aes(x=name)) + geom_bar(width=0.7)
p1 + xlab("种类") + ylab("") + 
  ggtitle("运动情况")

这里写图片描述

所以更改 横纵轴坐标、标题 都是通过 + 特定的函数来实现的,而不可以在原有函数中增加参数来实现。

在图中增加标注的文字

p2 <- ggplot(data,aes(x=name)) + 
  geom_bar(width=0.7,fill=rgb(50,163,221,maxColorValue=255)) + 
  xlab("种类") + ylab("") + ggtitle("运动情况")

(p3 <- p2 + geom_text(stat="count",
   label=paste(table(name)/sum(table(name))*100,'%',sep=''),
   colour = "black", vjust=-0.5, size=4.7))

这里写图片描述

增加标注文字使用geom_text函数,参数label表示标什么,后面参数调整颜色、位置和大小。

调整字体、背景等,达成excel的效果

这里调整也要使用函数,还涉及到ggplot2包中使用比较麻烦的一块——theme设置
ggplot2中默认使用的主题是灰色背景、白色网格、无边框,同时,它还定义了一些特殊的主题,只要通过+连接就可以使用

p3 + theme_bw()

这里写图片描述

从图中我们可以看到,theme_bw()是白色背景、灰色网格、有边框。除此之外,还有很多其他主题,读者可以在rstudio中打出 theme 就会自动弹出选项补全函数。

我们可以使用这种现成的主题,也可以自行定制,或者修改当前主题

mytheme <- theme_bw() + 
  theme(plot.title=element_text(size=rel(2),hjust=0.5),
        axis.title=element_text(size=rel(1.5)),
        axis.text=element_text(size=rel(1.5)),
        panel.grid.major=element_line(color="white"),
        panel.grid.minor=element_line(color="white"),
        panel.border=element_rect(color="white"),
        axis.line=element_line(color="gray",size=1))

p3 + mytheme

这里写图片描述

这样自己定义好的主题,就可以应用到其他各种图形中

下面解释一下theme函数中的参数。这里应该说有两层参数,一层是plot.title等theme函数的参数,第二层是size等element_函数参数,这就是theme设置复杂的原因。
参数的作用都可以根据名字顾名思义了
plot.title 调整标题文字,size 和 hjust参数则调整大小和位置(此处居中)
后面调整轴名、标注名、网格线、坐标轴显示情况等内容

保存图形

ggplot2包中有专门的保存函数ggsave

ggsave("1.png", dpi=300) # 默认保存最近的作图
ggsave("1.png", dpi=300, plot=p3) # 自己指定保存的图片

到这里,我们讲述了一个简单柱状图绘制的基本流程。当然,很多时候没有必要调整那么多参数,直接使用默认的图形就已经非常令人满意了,作图保存两行代码就搞定。这里讲这么多是为了能应对更多需求,完善自己的知识体系。

阅读更多
换一批

没有更多推荐了,返回首页