R语言可视化作图笔记（1）R语言ggplot2与plotly的基本介绍

本文链接：https://blog.csdn.net/wildwind0907/article/details/83663106

R语言ggplot2与plotly的基本介绍

ggplot2

以R包自带的数据mpg为例

library(ggplot2)
data0 <- mpg

ggplot(data = data0，mapping = aes(x=displ))+
  geom_density()                # 密度图

## 另一种形式
# ggplot()+geom_density(data = data0，mapping = aes(x=displ))

这里ggplot提供整张图最下面的图层，并包含了一个名叫data0的参数data（data.frame类型）。函数aes象征的映射参数mapping，其作用是将data按照使用者的设置映射到当前的图层上，即要如何显示数据。
函数geom_density是第二个图层，如果此函数中不输入新的data和mapping，则此图层的相关输入都继承自底层。这里我们将data0$displ（可简写为displ）作为密度图的x显示出来，图如下：
在这里插入图片描述
为了美观，我们也可以作其他修改。这里的fill（图像颜色），color（线颜色），size（线粗细）是对于geom_density绘图属性的修改，不是数据的映射属性，固写在aes外面。

ggplot(data = data0)+
  geom_density(aes(x=displ)，fill="cornsilk", color="grey60", size=1.2)

在这里插入图片描述
如果我们想要在原有图上继续添加新的图层，可以继续用+连接图层。这里我们加入含有data1的散点图geom_point，由于输入了新的data和mapping，所以不再使用之前的参数。

data1 <- data.frame(x = c(1,4,6)，y = c(0.1,0.03,0.02))
#   x    y
# 1 1 0.01
# 2 4 0.03
# 3 6 0.02
ggplot(data = data0)+
  geom_density(aes(x=displ)，fill="cornsilk", colour="grey60", size=1.2)+
  geom_point(data = data1,aes(x=x,y=y))

在这里插入图片描述
当我们要展示多幅图时，可以用到gridExtra::arrangeGrob以及ggplot2::aes_string。借助lapply，生成不同x的密度图
(arrangeGrob会自动排图)

library(gridExtra)
colnames <- colnames(mpg)[c(3,8,9)]
f <- function(colname){
  ggplot(mpg, aes_string(x=colname))+
    geom_density(fill="cornsilk", color="grey40", size=.3)
}
plot(arrangeGrob(grobs=lapply(colnames, f)))

在这里插入图片描述
下面来画散点图。这里的color是data所要映射的属性之一，写在aes里。ggtitle,scale_x_continuous等是设置坐标的函数，是最上端的图层。根据需要，中间可以为x,y,color,fill，shape等，后面为discrete，continuous，manual等。

p <- ggplot(mpg, aes(x=displ, y=hwy,color = cyl)) +
  geom_point() +
  ggtitle("Figure: mpg") +
  scale_x_continuous(name ="x.displ") +
  scale_y_continuous(name = "y.hwy") +
  scale_colour_continuous(name = "cl.cyl")

在这里插入图片描述

plotly

最后我们试着用plotly作图。一种方法是直接用函数plotly::ggplotly将ggplot2图转化为plotly图。

library(plotly)
ggplotly(p)

另一种方法是依照plotly提供的绘图思路Data-plot pipeline，其特点是用%>%来连接数据，图层（绘图），坐标等，类似于+之于ggplot。 add_trace是通用的加图方式，type是需要的图片类型，symbol是点的形状，亦可用特殊化的add_markers替换。

pp <- plot_ly(x = ~mpg$displ, type = "histogram")
add_markers(pp, x= ~c(1,3,5), y=~c(10,20,30), 
            symbol= I(4)) %>%
add_trace(pp, x= ~c(2,4,6), y=~c(10,20,30), 
          type = "scatter", symbol= I(5), 
          mode="markers") %>%
  layout( title="Histogram", xaxis = list(title = "x.displ"), 
          yaxis=list(title= "y"))