ggplot2作图详解3：映射（mapping）

作图前的数据准备工作不仅仅指原始数据的收集，还包括数据外观的整理，这些工作对后续的作图无疑十分重要。和其他作图方法相比，ggplot2的优点之一就是把数据整理融合到了作图过程中，替用户分担了数据整型的部分工作。ggplot2数据层面的操作包括映射和分面。先说映射。

1 映射的类型

前面我们已经了解到ggplot对象的data项存储了整个数据框的内容，而“映射”则确定如何使用这些数据。

ggplot2按照图形属性提供了以下可用映射类型：

• 颜色类型映射：包括 color（颜色或边框颜色）、fill（填充颜色）和 alpha（透明度）
• 形状类型映射：包括 linetype（线型）、size（点的大小或线的宽度）和 shape（形状）
• 位置类型映射：包括 x, y, xmin, xmax, ymin, ymax, xend, yend
• 特殊类型：包括两类，一类是指定数据分组和顺序的映射group和order，另一类是字符串映射。

前两种类型是经典的美学属性映射，第三类的x和y映射也常规，第四类很特别，尤其是字符串映射，很另类，其他类型的映射都可以用aes函数指定，但H.W.为字符串映射专门造了个函数：aes_string。不知道他对字符串特别关照还是实在想不出其他解决方案。

2 颜色和形状类型映射

规律性的东西简单轻松，大家都喜欢；而到处暗藏潜规则、充斥着特例的东西（比如plotrix、perl和中国社会）很杂碎很累人，当然也很让人烦躁和讨厌。ggplot2中颜色和形状这两类映射最符合台面规则的，即：把数据框的变量和图形的美学属性对应起来。

2.1 映射的过程

先看下面ggplot2的数据diamonds：

library(ggplot2)
set.seed(100)
d.sub <- diamonds[sample(nrow(diamonds), 500), ]
head(d.sub, 4)

##       carat       cut color clarity depth table price    x    y    z
## 16601  1.01 Very Good     D     SI1  62.1    59  6630 6.37 6.41 3.97
## 13899  0.90     Ideal     D     SI1  62.4    55  5656 6.15 6.19 3.85
## 29792  0.30     Ideal     D     SI1  61.6    56   709 4.34 4.30 2.66
## 3042   0.30 Very Good     G     VS1  62.0    60   565 4.27 4.31 2.66

作图首先要指定x和y数据，即建立数据框变量和x/y之间的映射：

p  <- ggplot(data=d.sub, aes(x=carat, y=price))

作出散点图：

theme_set(theme_bw())
p  + geom_point()

如果还要建立其他映射，比如用钻石颜色（color）分类数据确定点的颜色，图形外观就会发生变化（为方便说明，先去掉图例）：

p  + geom_point() + aes(color=color) + theme(legend.position=c(2,2))

ggplot2映射的过程可以用plot函数作图步骤进行分解，它包含三方面的操作（不包括图形页面设置）：

• 数据分组
• 设定颜色标尺
• 按颜色标尺指定每组数据的颜色

# 设定颜色标尺
levs  <- levels(d.sub$color)
cl  <-  rainbow(length(levs))
# 页面设置
par(mar=c(3,3,0.5,0.5), mgp=c(1.5, 0.5, 0), bg="white")
plot(d.sub$carat, d.sub$price, type='n', xlab="carat", ylab="price")
i  <- 1
for(lev in levs){
        
  # 数据分组
  datax  <- d.sub[d.sub$color==lev, ]
  # 作图并指定数据点颜色
  points(datax$carat, datax$price, pch