ggplot2参数简介

ggplot2 是一个 R 语言的绘图工具包，它使用基于图层的构建方式使得代码更加可读、灵活。下面是 ggplot2 常用参数的详细解释：

1. data：需要绘图的数据集，一般是一个数据框或类似结构的对象。
2. aes：用于映射数据到图形属性的参数，比如 x 轴和 y 轴、颜色、形状等。
3. geom：几何对象，用于描述数据在图形中呈现的形式，比如点、线、条形等。常用的有：geom_point、geom_line、geom_bar。
4. stat：统计变换，用于对数据进行统计处理，比如求均值、标准差等。常用的有：stat_summary、stat_bin。
5. scale：缩放对象，用于调整图形中的比例尺、颜色等。常用的有：scale_x_continuous、scale_y_continuous、scale_color_manual。
6. facet：分面对象，用于将图像分割成多个小区域，每个小区域可以看作一个子图。常用的有：facet_wrap、facet_grid。
7. theme：主题对象，用于控制图形的外观，比如背景颜色、字体大小等。常用的有：theme_bw、theme_light。

另外，ggplot2 还有一些其他的辅助参数，比如 labs、guides、annotation 等，用于在图像中添加标题、注释、图例等元素，使图形更加清晰明了。

部分参数如下：

1、data：

最基本的数据参数，直接指定数据框的名称

例如：

 `ggplot(data = data)`

2、aes：

x：表示要映射到 x 轴的数据变量。

y：表示要映射到 y 轴的数据变量。

alpha：表示要映射到透明度的数据变量。

color：表示要映射到颜色的数据变量，通常用作分组变量。

fill：表示要映射到填充颜色的数据变量，通常用于柱状图和堆积图中。

shape：表示要映射到数据点形状的数据变量。

size：表示要映射到数据点大小的数据变量。

linetype：表示要映射到线条类型的数据变量。

group：表示要映射到数据分组的数据变量，通常与多个数据点绘制在同一个图层时使用。

例如：

绘制散点图

ggplot(data = data, aes(x = x, y = y, color = group)) + geom_point()

绘制折线图

ggplot(data = data, aes(x = x, y = y, color = group)) + geom_line()

绘制柱状图

ggplot(data = data, aes(x = group, y = y, fill = group)) + geom_bar(stat = "identity")

绘制散点图，并将点的透明度映射到 x 值

ggplot(data = data, aes(x = x, y = y, alpha = x)) + geom_point()

绘制散点图，并将点的形状映射到 group 值

ggplot(data = data, aes(x = x, y = y, shape = group)) + geom_point(size = 5)

绘制散点图，并将点的大小映射到 y 值

ggplot(data = data, aes(x = x, y = y, size = y)) + geom_point()

绘制折线图，并将线条类型映射到 group 值

ggplot(data = data, aes(x = x, y = y, linetype = group)) + geom_line(

3、geom

geom_blank：在图形中插入空白元素。

geom_curve：用于绘制平滑曲线。

geom_path：用于绘制点之间的连线。

geom_polygon：用于绘制多边形。

geom_rect：用于绘制矩形。

geom_ribbon：用于绘制带状区域。

geom_abline：用于绘制直线。

geom_hline：用于绘制水平线。

geom_vline：用于绘制垂直线。

geom_segment：用于绘制线段。

geom_spoke：用于绘制指向某一方向的线段。

geom_area：用于绘制面积图。

geom_density：用于绘制密度图。

geom_dotplot：用于绘制点图。

geom_freqpoly：用于绘制频数多边形图。

geom_histogram：用于绘制直方图。

geom_qq：用于绘制QQ图。

geom_bar：用于绘制柱状图。

geom_label：用于添加文本标签。

geom_jitter：用于对数据进行抖动，避免重叠。

geom_point：用于绘制散点图。

geom_quantile：用于绘制分位数图。

geom_rug：用于在坐标轴上绘制小竖条，表示数据的分布情况。

geom_smooth：用于添加平滑曲线或回归线。

geom_text：用于绘制文本。

geom_col：用于绘制堆积柱状图。

geom_boxplot：用于绘制箱线图。

geom_violin：用于绘制小提琴图。

geom_count：用于计算和绘制每个组中的观测值计数。

geom_contour：用于绘制等高线图。

geom_bin2d：用于绘制二维直方图。

geom_density2d：用于绘制二维密度图。

geom_hex：用于绘制六边形直方图。

geom_line：用于绘制折线图。

geom_step：用于绘制阶梯图。

geom_crossbar：用于绘制带有上下界的线段。

geom_errorbar：用于绘制误差棒。

geom_linerange：用于绘制带有最小值和最大值的线段。

geom_pointrange：用于绘制带有点和最小值最大值的线段。

geom_map：用于绘制地图。

geom_raster：用于绘制位图。

geom_tile：用于绘制矩形区域。

示例：

空白图

ggplot(data, aes(x = x, y = y)) + geom_blank()

点图

ggplot(data, aes(x = x, y = y)) + geom_point()

折线图/路径图

ggplot(data, aes(x = x, y = y)) + geom_line()

条形图/柱状图/堆积图

ggplot(data, aes(x = x, y = y)) + geom_bar(stat = "identity")

面积图

ggplot(data, aes(x = x, y = y)) + geom_area()

直方图/密度图

ggplot(data, aes(x = y)) + geom_histogram(binwidth = 0.5, color = "black", fill = "white")

盒须图/小提琴图

ggplot(data, aes(x = x, y = y)) + geom_boxplot()

线性回归模型拟合图/平滑曲线图

ggplot(data, aes(x = x, y = y)) + geom_smooth(method = "lm")

4、stat

stat_bin：创建直方图，将数据划分为若干个离散的区间并计算每个区间的数量。

stat_count：计算每个分组或每个唯一值的数量。

stat_density：绘制核密度估计图，表示连续变量的概率密度分布。

stat_bin_2d：创建二维直方图，用于显示两个变量之间的关系。

stat_bin_hex：创建六边形直方图，用于显示两个变量之间的关系，分布类似于地图上的蜂窝。

stat_density_2d：绘制二维核密度估计图，表示两个连续变量的概率密度分布。

stat_ellipse：绘制椭圆，展示二维连续变量之间的相关关系。

stat_contour：绘制等高线图，用于显示二维连续变量的密度分布。

stat_summary_hex：与 stat_bin_hex 类似，但是对数据进行汇总处理，用于显示数据总体特征。

stat_summary_2d：将数据汇总到网格中，并为每个单元格绘制一个点或标记，用于显示数据总体特征。

stat_boxplot：绘制箱线图，显示一个连续变量的五个重要统计量，包括最小值、第一四分位数、中位数、第三四分位数和最大值，以及异常值。

stat_ydensity：绘制沿 y 轴的密度图，即将数据在 y 轴上按顺序排列，并为每个 y 值绘制一条密度曲线。

stat_ecdf：绘制经验累积分布函数图，表示一个变量的累积分布函数。

stat_quantile：绘制分位数图，展示数据的分布情况和集中趋势。

stat_smooth：绘制平滑曲线，用于显示连续变量的趋势线。

stat_function：绘制函数图形，将给定函数的输出绘制为连续线条。

stat_identity：不做任何操作，仅绘制原始数据。

stat_qq：绘制正态概率图（Q-Q plot），用于检查数据是否符合正态分布。

stat_sum：将数据汇总到一个点或标记上，用于显示数据总体特征。

stat_summary：与 stat_sum 类似，但可以自定义汇总函数，例如 sum、mean 或 median。

stat_summary_bin：与 stat_summary 类似，但是将数据划分为若干个离散区间并对每个区间进行汇总。

stat_unique：对唯一值进行计数，并将它们绘制为点或标记。

5、scale

scale_fill_manual()：手动设置离散型变量填充色，可以为每个取值指定一个特定的颜色。

scale_*_continuous()：设置连续型变量的比例尺，可以指定最小值、最大值和中间点位置。

scale_*_identity()：直接使用数据中存储的原始值来设置比例尺，适用于已经进行了数据处理和缩放的图表。

scale_*_manual()：手动设置比例尺，可以为每个取值指定一个具体的属性值，例如颜色、大小、形状等。

scale_date() 和 scale_datetime()：用于设置日期和时间类型的坐标轴，可以指定日期格式、刻度大小和标签方向等属性。

scale_x_log10()：设置对数型 x 轴比例尺。

scale_x_reverse()：翻转 x 轴方向。

scale_x_sqrt()：设置平方根型 x 轴比例尺。

scale_*_brewer()：使用 RColorBrewer 包中提供的调色板来设置颜色，可以选择不同的颜色主题。

scale_fill_grey()：使用灰度色盘来设置离散型变量填充色。

scale_fill_distiller()：使用色彩转换工具来设置离散型变量填充色，可以根据数据分布选择不同的颜色。

scale_fill_gradient()：设置连续型变量的填充色，可以指定起始颜色和结束颜色。

scale_fill_gradient2()：设置双色渐变调色板，可以指定起始颜色、中间点颜色和结束颜色。

scale_fill_gradientn()：设置多色渐变调色板，可以选择 k-means 算法或分位数算法来进行聚类分组。

scale_shape() 和 scale_shape_manual()：用于设置点的形状，可以选择圆形、三角形、正方形等多种形状。

scale_radius() 和 scale_size_area()：用于设置点或标记的大小，可以指定半径或面积大小。

scale_size()：设置点或标记的大小，可以指定具体的数值大小。

6、coord

coord_cartesian()：默认的笛卡尔坐标系，可以设置 x 和 y 轴的范围。

coord_flip()：将 x 和 y 轴交换，使得原来的横坐标变成纵坐标，反之亦然。

coord_polar()：使用极坐标系绘制图形，可以用 angle 和 radius 分别表示角度和半径。

coord_fixed()：设置坐标系的纵横比例，即 x 轴和 y 轴的单位长度比例。

coord_map()：根据地图数据绘制地图图表，用于制作地理信息系统或地图可视化应用。

coord_trans()：对坐标轴进行变换，例如对数、指数、倒数等变换，可用于处理数据分布不均匀或非线性的情形。

coord_3d()：用于绘制三维图形，支持多种投影方式和视角调整。

coord_sf()：用于绘制地理空间数据，支持多种地图投影方式。

coord_equal()：用于设置坐标轴比例相等，即 x 和 y 轴的刻度长度相同。该函数适用于绘制等比例缩放的图形。

7、theme

theme_bw()：白色背景、黑色主题，适合绘制黑白或单色调图形。

theme_classic()：类似于基本主题，但去除了网格线和阴影效果，适合绘制传统的散点图和折线图等。

theme_minimal()：最小化注释和装饰元素，只显示数据和坐标轴，适合绘制简单的图表。

theme_dark()：黑暗主题，适合绘制夜间场景或科幻风格的图表。

theme_light()：浅色主题，与 dark 相对应，适合绘制日间场景或经典风格的图表。

theme_void()：完全没有主题，只有坐标轴和数据，适合自定义主题样式或无主题需求的情况。

8、facet

facet_wrap()：绘制横向分面图

ggplot(mpg, aes(displ, hwy)) +

  geom_point() +

  facet_wrap(~ manufacturer, ncol = 3)

facet_grid()：绘制二维分面图

ggplot(mtcars, aes(x = wt, y = mpg)) +

  geom_point() +

  facet_grid(cyl ~ .)

facet_grid()：绘制垂直堆叠式分面图

ggplot(mtcars, aes(x = wt, y = mpg)) +

  geom_point() +

  facet_grid(. ~ cyl)

9、labs

x：横轴标签

y：纵轴标签

title：标题

subtitle：子标题文字内容

caption：图表底部的标注说明文字内容

tag：图表顶部的标签文字内容

sep：标题和子标题之间的分隔符，默认为 " \u2014 "。

label：添加标记来引用图表。

parse：默认为 FALSE，标量值可以通过下划线 _ 插入换行符 "\n" 来实现多行标题。如果设置为 TRUE，则可以使用 ggplot2 的解析器来解析文本字符串（仅限字符向量）。

10、guides() 函数用于修改图表的图例（legend）元素

legend.position：设置图例的位置，可选值包括 "right"、"top"、"bottom"、"left" 或者两个数值向量，分别表示 x 和 y 轴的偏移量。

ggplot(mpg, aes(x = displ, y = hwy, color = class)) + geom_point() + guides(color = guide_legend(title = "车辆类别"), position = "right")

guide_legend()：设置图例的属性，例如标题、标签颜色、形状等。我们可以通过传入不同的参数值来调整图例的外观和布局。例如，可以通过下面的代码修改图例的标题和标签颜色。

ggplot(mpg, aes(x = displ, y = hwy, color = class)) + geom_point() + guides(color = guide_legend(title = "车辆类别", label.color = "blue"))

guide_colorbar()：设置渐变色条（colorbar）的属性，例如标题、刻度线、颜色等。我们可以通过传入不同的参数值来调整渐变色条的外观和布局。例如，可以通过下面的代码修改渐变色条的标题和颜色范围。

ggplot(faithfuld, aes(waiting, eruptions, fill = density)) + geom_tile() + scale_fill_gradient(low = "blue", high = "red") + guides(fill = guide_colorbar(title = "密度", barwidth = 20))

11、annotation() 函数用于在图表中添加注释（annotation）元素，例如文本、箭头、线条等

"text"：添加文本注释元素，通常用于标注具体数值或名称。

ggplot(mtcars, aes(x = wt, y = mpg)) +

  geom_point() +

  annotation_custom(

    grob = textGrob("数据点示例", gp = gpar(col = "red", fontsize = 14)),

    xmin = 4,

    xmax = 5,

    ymin = 30,

    ymax = 35

  )

上述代码创建了一个散点图，其中用不同的点区分不同的汽车型号，通过 annotation() 函数设置了一个红色的文本注释元素表示数据点示例，位置位于 x 轴范围为 [4,5]，y 轴范围为 [30,35] 的区域内。

"segment"：添加线段注释元素，通常用于连接两个或多个点或区域。

ggplot(mtcars, aes(x = wt, y = mpg)) +

  geom_point() +

  annotation_custom(

    grob = linesGrob(gp = gpar(col = "red", lty = "dashed")),

    xmin = 4,

    xmax = 5,

    ymin = 30,

    ymax = 35

  )

上述代码创建了一个散点图，其中用不同的点区分不同的汽车型号，通过 annotation() 函数设置了一个虚线注释元素表示连接 x 轴范围为 [4,5]，y 轴范围为 [30,35] 的两个点。

"arrow"：添加箭头注释元素，通常用于标注方向或指向性信息。

ggplot(mtcars, aes(x = wt, y = mpg)) +

  geom_point() +

  annotation_custom(

    grob = arrowGrob(angle = 45, gp = gpar(col = "blue", lwd = 2)),

    xmin = 3,

    xmax = 4,

    ymin = 10,

    ymax = 15

  )