统计转换和位置调整是ggplot2包中的重要概念，统计转换通常使用stat参数来引用，位置调整通常使用position参数来引用。
bin是分箱的意思，在统计学中，数据分箱是一种把多个连续值分割成多个区间的方法，每一个小区间叫做一个bin（bucket），这就意味着每个bin定义一个数值区间，连续值会落到相应的区间中。
一，统计转换图层
使用stat_函数可以减少图层的使用，从而引起对统计变换的注意，而不是视觉外观。
1，移除重复值
使用stat_unique()移除重复值：
stat_unique(mapping = NULL, data = NULL, geom = "point", position = "identity", ..., na.rm = FALSE, show.legend = NA, inherit.aes = TRUE)
参数注释：
- geom：指定几何图层，默认值是point
- position：位置调整，默认值是identity（不做位置调整）
使用unique的两种方式：
ggplot(dat, aes(x, y)) + geom_point(size=5,alpha=0.2,stat = "unique") ggplot(dat, aes(x, y))+stat_unique(geom="point",size=5,alpha=0.2)
2，不改变数据
identity是对数据不做任何改变：
stat_identity(mapping = NULL, data = NULL, geom = "point", position = "identity", ..., show.legend = NA, inherit.aes = TRUE)
使用identity的两种方式：
stat="identity" stat_identity()
3，计数
stat图层中有两种计数方式：
- stat_count() ：不需要分箱，计算每个x位置的数量，适用于离散或连续的x轴数据；
- stat_bin()：通过把x轴分箱并计算每个箱中的观测数量，适用于连续的x轴数据。
分箱计数转换默认的几何图形是bar，常用于直方图（geom_histogram(stat = "bin"）中：
stat_bin(mapping = NULL, data = NULL, geom = "bar", position = "stack", ..., binwidth = NULL, bins = NULL, center = NULL, boundary = NULL, breaks = NULL, closed = c("right", "left"), pad = FALSE, na.rm = FALSE, show.legend = NA, inherit.aes = TRUE)
参数注释：
- geom：指定几何图层；
- bins：分箱的数量，默认值是30；
- binwidth：分箱的宽度
- breaks：数值向量，指定分箱的分割点
- closed：有效值是right和left，用于指定分箱的区间是右边关闭，还是左边关闭。
计数转换的定义，默认值是条形图，常用于条形图（geom_bar(stat = "count")）中：
stat_count(mapping = NULL, data = NULL, geom = "bar", position = "stack", ..., width = NULL, na.rm = FALSE, show.legend = NA, inherit.aes = TRUE)
4，加和
stat_summary()用于在唯一的x值上求y值的加和，stat_summary_bin()用于对分箱的x值，求y值的加和。
stat_summary_bin(mapping = NULL, data = NULL, geom = "pointrange", position = "identity", ..., fun.data = NULL, fun.y = NULL, fun.ymax = NULL, fun.ymin = NULL, fun.args = list(), bins = 30, binwidth = NULL, breaks = NULL, na.rm = FALSE, show.legend = NA, inherit.aes = TRUE) stat_summary(mapping = NULL, data = NULL, geom = "pointrange", position = "identity", ..., fun.data = NULL, fun.y = NULL, fun.ymax = NULL, fun.ymin = NULL, fun.args = list(), na.rm = FALSE, show.legend = NA, inherit.aes = TRUE)
5，椭圆转换
常用于散点图，把尽量多的散点包裹在椭圆中：
stat_ellipse(mapping = NULL, data = NULL, geom = "path", position = "identity", ..., type = "t", level = 0.95, segments = 51, na.rm = FALSE, show.legend = NA, inherit.aes = TRUE)
参数注释：
- type ：类型，默认值是t， 用于散点的t分布，norm 用于散点的正态分布，euclid绘制半径等于level的圆，
- level：水平， 默认值是0.95，用于表示绘制椭圆的置信度，或者，如果type =“euclid”，则表示绘制圆的半径。
- segments：绘制椭圆使用的段数量
二，位置调整图层
位置调整（Position adjustment）有多种实现方式：
- identity：不调整
- dodge：垂直方向不调整，只调整水平位置
- dodge2：时dodge的特例，可以有变化的宽度
- nudge：在一定的范围内调整水平和垂直位置
- jitter：抖动，当具有离散位置和相对较少的点数时，抖动很有用
- jitterdodge：同时jitter和 dodge
- stack：堆叠
- fill：填充，用于条形图
每个位置调整都对应一个函数position_xxx()。
1，不调整位置
position="identity" position=position_identity()
2，dodge调整（避开）
dodge保留垂直方向，而调整水平方向。dodge2是dodge的特例，用于组织箱线图（box plot）、条形图（bar plot）和矩形图（rectangle），可以设置可变的宽度。
position_dodge(width = NULL, preserve = c("total", "single")) position_dodge2(width = NULL, preserve = c("total", "single"), padding = 0.1, reverse = FALSE)
参数注释：
preserve：有效值是total和single，如果设置为total表示避开一个位置上的所有元素的总宽度，single表示避开一个位置上单个元素的宽度。
3，jitter调整（抖动）
在一定的范围内抖动调整，移动的位置是随机的：
position_jitter(width = NULL, height = NULL, seed = NA)
4，jitterdodge调整
该模式是dodge和jitter的组合，同时进行抖动和避开调整
position_jitterdodge(jitter.width = NULL, jitter.height = 0, dodge.width = 0.75, seed = NA)
5，nudge调整（移动）
该模式把位置移动特定的距离，移动的距离是已知的：
position_nudge(x = 0, y = 0)
6，stack调整（堆叠）
用于条形图，堆叠调整是使多个条形图堆叠起来，而填充调整是每个条形图堆叠，并使其都具有相同的高度：
position_stack(vjust = 1, reverse = FALSE) position_fill(vjust = 1, reverse = FALSE)
三，标度（Scale）
标度（scale）控制数据被转换为可视的属性，使用标度可以覆盖默认的设置，以调整（tweak）轴标签（axis label），或图例键（legend key）的显示属性，或则使用完全不同的方法以实现从数据到美学（aes）的转换，例如，labs()和lims()函数。常用的标度是：x、y、size、shape、linetype、alpha、color和fill，对于每个标度，都有相应的标度函数来控制。
1，标度的标签和范围属性
设置标度的标签属性，例如，对于color标度，设置的是color图例的lable属性：
labs(x='xlab',y='ylab',title='plot title',subtitle ="sub title",caption = "caption",color="the label of scale_color")
设置标度取值的范围，对于color标度，设置的是color取值的范围：
lims(x=c(min,max),y=c(min,max),colour = c("4", "6", "8"))
2，标度函数
在每个标度函数中， 控制每个标度的属性：
- scale_aplha_xxx()
- scale_color_xxx()
- scale_fill_xxx()
- scale_x_xxx()
- scale_y_xxx()
- scale_shape_xxx()
- scale_size_xxx()
- scale_linetype_xxx()
（1）设置y轴的标签显示为百分数
设置y轴显示为百分数
scale_y_continuous(labels = scales::percent,limits=c(y.min,1))
（2）增加辅助坐标
增加一个辅助坐标
sec_axis(trans = NULL, name = waiver(), breaks = waiver(), labels = waiver()) dup_axis(trans = ~., name = derive(), breaks = derive(), labels = derive())
参数注释:
- trans：转换公式（transformation formula），是对主坐标轴的转换
- name：辅助坐标轴的名称
- breaks：设置断点
- labels：断点的标签
- derive()：导出函数，表示和主坐标轴的name、breaks和labels保持一致
例如，对于转换参数，如果设置为：
- trans = ~ . * 1， 则表示辅助坐标一一映射主坐标：
- trans = ~ . + 10， 则表示辅助坐标是主坐标值+10；
示例代码，使用坐标轴标度的sec.axis属性来引用该函数：
ggplot(mtcars, aes(cyl, mpg)) + geom_point()+ scale_x_continuous(sec.axis = sec_axis(~.+10))
四，向导（guide）
向导（guide）用于帮助读者更容易理解坐标轴（axes）和图例（legend），用于对标度进行调整。
1，图例向导
图例（legend）位置绘图区域（plot）之外，是对图层分组的一个说明，图例向导（legend guide）用于控制图例的显示：
guide_legend(title = waiver(), title.position = NULL, title.theme = NULL, title.hjust = NULL, title.vjust = NULL, label = TRUE, label.position = NULL, label.theme = NULL, label.hjust = NULL, label.vjust = NULL, keywidth = NULL, keyheight = NULL, direction = NULL, default.unit = "line", override.aes = list(), nrow = NULL, ncol = NULL, byrow = FALSE, reverse = FALSE, order = 0, ...)
参数说明：
- title：图例的标题，设置为NULL，那么标题不显示
- title.position：标题的位置
- title.theme：用于指定渲染标题的主题对象（theme）
- title.hjust、title.vjush：标题的水平、垂直调整
- lable：逻辑值，图例中的小标签是否显示
- keywidth、keyheight：图例中的key的宽度和高度
- default.unit：字符类型，用于指定keywidth和keyheight的单位，参考 grid::unit()
- direction：方向，有效值是"horizontal" 和 "vertical"
- nrow、ncol：图例摆放的行和列的数量
- byrow：逻辑值，是否按照行来摆放图例
- reverse：逻辑值，是否把图例的属性逆转
2，颜色板向导
颜色板向导显示连续的颜色标度，用于设置前景色（scale_colour）和填充色（scale_fill）的标度中：
guide_colorbar(title = waiver(), title.position = NULL,
title.theme = NULL, title.hjust = NULL, title.vjust = NULL,
label = TRUE, label.position = NULL, label.theme = NULL,
label.hjust = NULL, label.vjust = NULL, barwidth = NULL,
barheight = NULL, nbin = 20, raster = TRUE, frame.colour = NULL,
frame.linewidth = 0.5, frame.linetype = 1, ticks = TRUE,
ticks.colour = "white", ticks.linewidth = 0.5, draw.ulim = TRUE,
draw.llim = TRUE, direction = NULL, default.unit = "line",
reverse = FALSE, order = 0, available_aes = c("colour", "color",
"fill"), ...)
参数注释：
- barwidth、barheight：用于指定颜色板的宽度和高度
- label：逻辑值，图例中的小标签
- ticks：逻辑值，图例中的刻度
- ticks.linewidth：图例中的刻度的线宽
- draw.ulim、draw.llim：逻辑值，是否显示上限/下限刻度
- frame.colour ：颜色板描边的的颜色，默认值是NULL，不会描边
- frame.linewidth ：颜色板描边的线宽
- frame.linetype：颜色板描边的线的类型
- nbin：分箱的数量，值越大，颜色越平滑
- raster：逻辑值，默认值是TRUE，把颜色板渲染成光栅图，如果设置为FALSE，把颜色板渲染成矩形图的集合。
颜色板向导的用法：
scale_fill_continuous(guide = "colorbar") scale_fill_continuous(guide = guide_colorbar()) guides(fill = guide_colorbar())
3，标度向导
为每个标度设置向导，两个常用的向导是图例向导（legend）和颜色板向导（colorbar），前者对应的向导函数是guide_legend()，后者对应的向导函数是guide_colorbar()，常用的标度是：size、shape、linetype、alpha、color和fill。对于color和fill，应使用colorbar向导，其他的标度都是legend向导。
guides(...)
标度向导的设置方式多种多样，使用aes()函数来设置图例：
p <- ggplot(dat, aes(x, y, colour = p, size = q, shape = r)) + geom_point()
使用guides()函数来设置图例：
p + guides(colour = "colorbar", size = "legend", shape = "legend")
使用guides()函数和向导函数来设置图例：
p + guides(colour = guide_colorbar(), size = guide_legend(), shape = guide_legend())
使用标度来设置图例：
p + scale_colour_continuous(guide = "colorbar") + scale_size_discrete(guide = "legend") + scale_shape(guide = "legend")
如果要移除图例，只需要在向导函数设置标度值为"none"：
p + guides(colour = "none")
参考文档：
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
