#美化ggplot2生成的原始图片至清爽的感觉

美化ggplot2生成的原始图片至清爽可出版的样子

针对于ggplot2的可视化教程网上有很多，展示了很多ggplot2的图示，根据代码照猫画虎我们都可以去复原，但复原出来的图会有一些粗糙感。如何优雅的将这些图形应用到生产实际中呢，网上的资料并没有系统的说明，那今天来演示一下，希望起到抛砖引玉的作用。

在数据分析领域，数据可视化是数据分析师所需具备的一个很重要的技能，论便捷程度excel作图当属第一，但涉及到图形多样性及可定制性的话，R语言和python 是首当其冲的好工具。由于工作需要，笔者经常需要多个工具切换使用，个人认为在可视化上还是R语言更胜python一筹，本文主要由R语言的ggplot2包说起，当然所碰到的问题也是从ggplot2开始。

背景

咱们还是先假定一个场景。有以下的数据，需要展示出每日各个水果的销量(sold_amount)，及购买用户数（customers）。考虑到图形传递信息的丰富度，我们用ggplot2来执行这项任务。

笔者刚接触ggplot2时也惊叹于他的各种示例图片，但实际工作中，又发现这些示例又有一些华而不实，想象一下借助ggplot2的示例，如果你把图做成这样放到你的汇报或总结里, 可能会有一些尴尬，懂得人知道你确实用到了很多的ggplot知识，不懂得人可能就会说，这图好丑呀？好吧 确实很丑，而且你用到了这些知识但没用好等于不会

library(ggplot2) ##做图
library(reshape2) ##揉数据

data <- read.table('clipboard',header = TRUE,stringsAsFactors = FALSE)  #将长条形数据读入，这里直接用剪切板读了。
data$date <- as.Date(data$date,'%m/%d')  #将日期列识别出来
data_melt <- melt(data,id.vars = c("date","goods_type"))  #需要把数据揉成ggplot所需要的长表数据：日期列(date)，水果名(goods_type)，变量列(销量，顾客数)，变量对应的值
head(data_melt)
##ggplot的常规默认作图
p <- ggplot(data_melt,aes(date,value,group = goods_type,color=goods_type)) + ##基本图形元素 
  geom_line()