ggplot2——绘制基本几何图形

参考书目 ggplot2:数据分析与图形艺术

#ggplot 绘图
#要使用ggplot2，必须先安装他，安装R之后可以用如下命令来下载和安装ggplot2软件包
install.packages(“ggplot2”)
#加载安装包
library(ggplot2)
#1 使用数据为ggplot2内置的mpg数据集
#图形属性映射：发动机尺寸对应x轴，耗油量对应y轴。
#散点图
ggplot(mpg,aes(displ,hwy))+geom_point()
#代码解说：将数据和图形属性的映射到x和y上，之后使用ggplot()绘制，再通过+添加新的图层
#探究连续变量在分类变量下的变化情况
p9 <- ggplot(mpg,aes(drv,hwy))+geom_point()#散点图
p10 <- ggplot(mpg,aes(drv,hwy))+geom_jitter()#扰动点图
p11 <- ggplot(mpg,aes(drv,hwy))+geom_boxplot()#箱线图
p12 <- ggplot(mpg,aes(drv,hwy))+geom_violin()#小提琴图
#合并
library(ggpubr)
ggarrange(p9,p10,p11,p12,nrow=1,labels=c(“A”,“B”,“C”,“D”))

#每个方法都有它的优势和不足
#箱线图过于简略 只用5个数进行概括 扰动图适用于绘制相对较小的数据集，小提琴图依赖于密度计算，有时会很难解释

#展示单个变量的分布
ggplot(mpg,aes(hwy))+geom_histogram()#直方图（条形）
ggplot(mpg,aes(hwy))+geom_freqpoly()#频数多边图（线性）
#离散变量情况下条形图与直方图
ggplot(mpg,aes(manufacturer))+geom_bar()
#时间序列中的折线图和路径图
ggplot(economics,aes(date,unemploy / pop))+geom_line()#折线图
ggplot(economics,aes(date,unemploy))+geom_line()
ggplot(economics,aes(unemploy / pop,uempmed))+geom_path()+geom_point()

#2 基本图形类型
geom_area() #面积图
geom_bar()#条形图
geom_line()#折线图
geom_point()#散点图
geom_polygon()#多边形
geom_rect() geom_tile() geom_raster()#矩形
#绘制图形
df <- data.frame(x=c(3,1,5),y=c(2,4,6),label=c(“a”,“b”,“c”)) #数据
p <- ggplot(df,aes(x,y,label=label))+labs(x=NULL,y=NULL)+#隐藏坐标轴标签
theme(plot.title = element_text(size = 12))#缩小标题尺寸
p1 <- p+geom_point()+ggtitle(“point”)
p2 <- p+geom_text()+ggtitle(“text”)
p3 <- p+geom_bar(stat = “identity”)+ggtitle(“bar”)
p4 <- p+geom_tile()+ggtitle(“raster”)
p5 <- p+geom_line()+ggtitle(“line”)
p6 <- p+geom_area()+ggtitle(“area”)
p7 <- p+geom_path()+ggtitle(“path”)
p8 <- p+geom_polygon()+ggtitle(“polygon”)
ggarrange(p1,p2,p3,P4,nrow=1,labels=c(“A”,“B”,“C”,“D”))

ggarrange(p5,p6,p7,P8,nrow=1,labels=c(“A”,“B”,“C”,“D”))