分析数据要做的第一件事情，就是观察它。对于每个变量，哪些值是最常见的？值域是大是小？是否有异常观测？
ggplot2图形之基本语法：
ggplot2的核心理念是将绘图与数据分离，数据相关的绘图与数据无关的绘图分离
ggplot2是按图层作图
ggplot2保有命令式作图的调整函数，使其更具灵活性
ggplot2将常见的统计变换融入到了绘图中。
ggplot的绘图有以下几个特点：第一，有明确的起始（以ggplot函数开始）与终止（一句语句一幅图）；其二，图层之间的叠加是靠“+”号实现的，越后面其图层越高。
ggplot图的元素可以主要可以概括如下：最大的是plot（指整张图，包括background和title），其次是axis（包括stick，text，title和stick）、legend（包括backgroud、text、title）、facet这是第二层次，其中facet可以分为外部strip部分（包括backgroud和text）和内部panel部分（包括backgroud、boder和网格线grid，其中粗的叫grid.major，细的叫grid.minor）。
ggplot2里的所有函数可以分为以下几类：
用于运算（我们在此不讲，如fortify_，mean_等）
初始化、展示绘图等命令（ggplot，plot，print等）
按变量组图（facet_等）
真正的绘图命令（stat_，geom_，annotate），这三类就是实现一个函数一个图层的核心函数。
微调图型：严格意义上说，这一类函数不是再实现图层，而是在做局部调整。
aes : 同样适用于修改geom_XXX() aes参数控制了对哪些变量进行图形映射，以及映射方式
图形属性（aes） 横纵坐标、点的大小、颜色，填充色等
完整公式总结：
ggplot(data = , aes(x = , y = )) +
geom_XXX(...) + ... + stat_XXX(...) + ... +
annotate(...) + ... + labs(...) +
scale_XXX(...) + coord_XXX(...) + guides(...) + theme(...) +
facet_XXX(...)
#完整ggplot2绘图示意：
library(ggplot2)
attach(iris)
p <- ggplot(data=iris,aes(x = Sepal.Length,y = Sepal.Width))
p + geom_point(aes(colour = Species)) + stat_smooth() +
labs(title = "Iris of Sepal.length \n According to the Sepal.Width") +
theme_classic() + theme_bw() +annotate("text",x=7,y=4,parse = T,label = "x[1]==x[2]",size=6, family="serif",fontface="italic", colour="darkred")
geom :表示几何对象，它是ggplot中重要的图层控制对象，因为它负责图形渲染的类型。
几何对象（geom_） 上面指定的图形属性需要呈现在一定的几何对象上才能被我们看到，这些承载图形属性的对象可能是点，可能是线，可能是bar
stat :统计变换 比如求均值，求方差等，当我们需要展示出某个变量的某种统计特征的时候，需要用到统计变换
annotate：添加注释 #由于设置的文本会覆盖原来的图中对应的位置，可以改变文本的透明度或者颜色 例： annotate(geom='text')会向图形添加一个单独的文本对象 annotate("text",x=23,y=200,parse=T,label = "x[1]==x[2]")
labs : labs(x = "这是 X 轴", y = "这是 Y 轴", title = "这是标题") ## 修改文字
scale_: 标度是一种函数，它控制了数学空间到图形元素空间的映射。一组连续数据可以映射到X轴坐标，也可以映射到一组连续的渐变色彩。一组分类数据可以映射成为不同的形状，也可以映射成为不同的大小，这就是与aes内的各种美学（shape、color、fill、alpha）调整有关的函数。
coord_：调整坐标，控制了图形的坐标轴并影响所有图形元素. 调整坐标 coord_flip()来翻转坐标轴。使用xlim()和ylim()来设置连续型坐标轴的最小值和最大值 coord_cartesian(xlim=c(0,100),ylim=c(0,100))
guides：调整所有的text。
theme：调整不与数据有关的图的元素的函数。theme函数采用了四个简单地函数来调整所有的主题特征：element_text调整字体，element_line调整主题内的所有线，element_rect调整所有的块，element_blank清空。theme(panel.grid =element_blank()) ## 删去网格线
facet :控制分组绘图的方法和排列形式
# 不指定数据集时，data = NULL
一个图形对象就是一个包含数据，映射，图层，标度，坐标和分面的列表，外加组件options
ggplot(数据, 映射) geom_xxx(映射, 数据) stat_xxx(映射, 数据)
# 通过“+”实现不同图层的相应累加，且越往后的图层表现在上方
点（point, text）：往往只有x、y指定位置，有shape但没有fill
线(line,vline,abline,hline,stat_function等)：一般是基于函数来处理位置
射(segment)：特征是指定位置有xend和yend，表示射线方向
面(tile, rect)：这类一般有xmax,xmin,ymax,ymin指定位置
棒(boxplot,bin,bar,histogram)：往往是二维或一维变量，具有width属性
带(ribbon,smooth):透明是特征是透明的fill
补：包括rug图，误差棒(errorbar,errorbarh)
然后，就是按照你的需要一步步加图层了（使用“+”）。
＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊
基本语法：
数据（data）：将要展示的数据；
映射（mapping）：数据中的变量到图形成分的映射；
几何对象（geom）：用来展示数据的几何对象，如geom_point,geom_bar,geom_abline；
图形属性（aes）：图形属性决定了图形的外观，如字体大小、标签位置及刻度线；
标度（scale）：决定了变量如何被映射到图形属性上；
坐标（coordinate）：数据如何被映射到图中。如coord_cartesian:笛卡尔坐标、coord_polar:极坐标、coord_map:地理投影；
统计变换（stat）：对数据进行汇总，如箱线图：stat_boxplot、线图：stat_abline、直方图：stat_bin
分面（facet）：用来描述数据如何被拆分为子集，以及对不同子集是如何绘制的。
位置调整（position）：对图形位置做精细控制。
创建ggplot对象：使用ggplot函数：
ggplot(data,mapping=aes(),...,environment=globalenv())
| 参数 | 描述 | 默认值 |
| data | 要绘图的数据框 | |
| mapping | 一系列图形属性的映射 | aes() |
| environment | 图形属性参数所在的环境 | globalenv() |
| ... |
几何对象：
为了指定图形类型，必须加入图层，可采用layer()函数。可以使用“point”等短名称来指定几何对象。layer函数允许将几何对象作为名称和值的配对，这样就不需要指出函数全名，而只需要geom_后面的部分。几何对象如下：
| 几何对象函数 | 描述 |
| geom_abline | 线图，由斜率和截距指定 |
| geom_area | 面积图（即连续的条形图） |
| geom_bar | 条形图 |
| geom_bin2d | 二维封箱的热图 |
| geom_blank | 空的几何对象，什么也不画 |
| geom_boxplot | 箱线图 |
| geom_contour | 等高线图 |
| geom_crossbar | crossbar图（类似于箱线图，但没有触须和极值点） |
| geom_density | 密度图 |
| geom_density2d | 二维密度图 |
| geom_errorbar | 误差线（通常添加到其他图形上，比如柱状图、点图、线图等） |
| geom_errorbarh | 水平误差线 |
| geom_freqpoly | 频率多边形（类似于直方图） |
| geom_hex | 六边形图（通常用于六边形封箱） |
| geom_histogram | 直方图 |
| geom_hline | 水平线 |
| geom_jitter | 点、自动添加了扰动 |
| geom_line | 线 |
| geom_linerange | 区间，用竖直线来表示 |
| geom_path | 几何路径，由一组点按顺序连接 |
| geom_point | 点 |
| geom_pointrange | 一条垂直线，线的中间有一个点（与Crossbar图和箱线图相关，可以用来表示线的范围） |
| geom_polygon | 多边形 |
| geom_quantile | 一组分位数线（来自分位数回归） |
| geom_rect | 二维的长方形 |
| geom_ribbon | 彩虹图（在连续的x值上表示y的范围，例如Tufte著名的拿破仑远征图） |
| geom_rug | 触须 |
| geom_segment | 线段 |
| geom_smooth | 平滑的条件均值 |
| geom_step | 阶梯图 |
| geom_text | 文本 |
| geom_tile | 瓦片（即一个个的小长方形或多边形） |
| geom_vline | 竖直线 |
统计变换
| 统计变换函数 | 描述 |
| stat_abline | 添加线条，用斜率和截距表示 |
| stat_bin | 分割数据，然后绘制直方图 |
| stat_bin2d | 二维密度图，用矩阵表示 |
| stat_binhex | 二维密度图，用六边形表示 |
| stat_boxplot | 绘制带触须的箱线图 |
| stat_contour | 绘制三维数据的等高线图 |
| stat_density | 绘制密度图 |
| stat_density2d | 绘制二维密度图 |
| stat_function | 添加函数曲线 |
| stat_hline | 添加水平线 |
| stat_identity | 绘制原始数据，不进行统计变换 |
| stat_qq | 绘制Q-Q图 |
| stat_quantile | 连续的分位线 |
| stat_smooth | 添加平滑曲线 |
| stat_spoke | 绘制有方向的数据点（由x和y指定位置，angle指定角度） |
| stat_sum | 绘制不重复的取值之和（通常用在三点图上） |
| stat_summary | 绘制汇总数据 |
| stat_unique | 绘制不同的数值，去掉重复的数值 |
| stat_vline | 绘制竖直线 |
标度函数
| 标度函数 | 描述 |
| scale_alpha | alpha通道值（灰度） |
| scale_brewer | 调色板，来自colorbrewer.org网站展示的颜色标度 |
| scale_continuous | 连续标度 |
| scale_data | 日期 |
| scale_datetime | 日期和时间 |
| scale_discrete | 离散值 |
| scale_gradient | 两种颜色构建的渐变色 |
| scale_gradient2 | 3中颜色构建的渐变色 |
| scale_gradientn | n种颜色构建的渐变色 |
| scale_grey | 灰度颜色 |
| scale_hue | 均匀色调 |
| scale_identity | 直接使用指定的取值，不进行标度转换 |
| scale_linetype | 用线条模式来展示不同 |
| scale_manual | 手动指定离散标度 |
| scale_shape | 用不同的形状来展示不同的数值 |
| scale_size | 用不同大小的对象来展示不同的数值 |
坐标系
| 坐标函数 | 描述 |
| coord_cartesian | 笛卡儿坐标 |
| coord_equal | 等尺度坐标（斜率为1） |
| coord_flip | 翻转笛卡儿坐标 |
| coord_map | 地图投影 |
| coord_polar | 极坐标投影 |
| coord_trans | 变换笛卡儿坐标 |
分面
| 分面函数 | 描述 |
| facet_grid | 将分面放置在二维网格中 |
| facet_wrap | 将一维的分面按二维排列 |
位置
| 定位函数 | 描述 |
| position_dodge | 并列 |
| position_fill | 填充 |
| position_identity | 不对位置进行处理 |
| position_jitter | 扰动处理 |
| position_stack | 堆叠处理 |
Chap1. R 基础
## 加载文件
- 默认情况下，数据集中的字符串（String）会被视为因子（Factor）处理，此时可以设置
stringAsFactors = FALSE,将文本变量视为字符串表示。 - 读取xlsx和xls文件：package
xlsx(Java)和gdata(Perl) foreign:read.spss;read.octave;read.systat;read.xport;read.dta
Chap2. 快速探索数据（略）
## 概述 qplot()函数的语法与基础绘图系统类似，简短易输入，通常用于探索性数据分析。qplot(x,y,data,geom=c(xx,xx))
条形图
barplot()第一个向量用来设定条形的高度，第二个向量用来设定每个条形对应的标签（可选）。变量值条形图： 两个输入变量，x为分类变量，y表示变量值频数条形图：一个输入变量，需要注意连续x轴和离散x轴的差异。
直方图
与条形图不同的地方在于，x为连续型变量
箱线图
- 需要传递两个向量：x和y
- 在x轴上引入两变量的交互：
interaction() - Question:基础绘图系统和ggplot2的箱线图略有不同。
绘制函数图像
ggplot(data.frame(x=c(0,20)), aes(x=x)) + stat_function(fun=myfun, geom = "line") Chap3. 条形图
重要细节：条形图的高度表示的是数据集中变量的频数，还是表示变量取值本身
## 概述 条形图通常用来展示不同的分类下（x轴）某个数值型变量的取值（y轴），其条形高度既可以表示数据集中变量的频数，也可以表示变量取值本身。
参数
fill:改变条形图的填充色；colour:添加边框线；position:改变条形图的类型；linetype:线型scale_fill_brewer()和scale_fill_manual()设置颜色scale_fill_brewer(palette="Pastell")
条形图
- 频数条形图：只需要一个输入变量，当变量为连续型变量时，等价于直方图。
- 颜色映射在
aes()内部完成，而颜色的重新设定在aes()外部完成。 - 排序：
ggplot(upc, aes=(x=reorder(Abb, Change)), y =Change, fill = Region) - 正负条形图着色：首先，创建一个对取值正负情况进行标示的变量，然后参数设定为
position='identity',这可以避免系统因对负值绘制堆积条形而发出的警告信息。 guide=FALSE删除图例width调整条形图的条形宽度；position_dodge(0.7)调整条形间距（中心距离）- 堆积条形图：
geom_bar(stat='identity')默认情况 - 更改图例颜色顺序:
guides(fill = guide_legend(reverse=TRUE)) - 调用调色板
scale_fill_brewer(palette='Pastell')和手动：scale_fill_manual() - 百分比堆积图：首先利用plyr包种的ddply()转化数据，然后再绘图.
- 添加 数据标签：
geom_text(aes(y = label_y, label=Weight),vjust=xxx)其中y用来控制标签的位置 - 绘制Cleveland点图：通常都会设置成根据x轴对应的连续变量的大小取值对数据进行排序。
reorder(x,y)：先将x转化为因子，然后根据y对其进行排序。- 主题系统（Theming System）:
theme(panel.grid.major.x = element_blank(),panel.grid.minor.x = element_blank())
汇总好的数据集绘制条形图：
x <- c('A','B','C','D','E')y <- c(13,22,16,31,8)df <- data.frame(x= x, y = y)ggplot(data = df, mapping = aes(x = x, y = y)) + geom_bar(stat= 'identity')
对于条形图的y轴就是数据框中原本的数值时，必须将geom_bar()函数中stat(统计转换)参数设置为’identity’，即对原始数据集不作任何统计变换，而该参数的默认值为’count’，即观测数量。
使用明细数据集绘制条形图：
-
set.seed(1234)
x <- sample(c('A','B','C','D'), size = 1000, replace= TRUE, prob = c(0.2,0.3,0.3,0.2))
y <- rnorm(1000) * 1000
df = data.frame(x= x, y = y)
ggplot(data = x = x, mapping = aes(x = factor(x), y = ..count..))+ geom_bar(stat = 'count')
数据集本身是明细数据，而对于统计某个离散变量出现的频次时，geom_bar()函数中stat(统计转换)参数只能设置为默认，即’count’。
当然，如果需要对明细数据中的某个离散变量进行聚合(均值、求和、最大、最小、方差等)后再绘制条形图的话，建议先使用dplyr包中的group_by()函数和summarize()函数实现数据汇总，具体可参见：
从x轴的数据类型来看：有字符型的x值也有数值型的x值
上面的两幅图对应的x轴均为离散的字符型值，如果x值是数值型时，该如何正确绘制条形图？
set.seed(1234)x <- sample(c(1,2,4,6,7), size = 1000, replace = TRUE,prob = c(0.1,0.2,0.2,0.3,0.2))ggplot(data = data.frame(x = x), mapping= aes(x = x, y = ..count..)) + geom_bar(stat = 'count')
如果直接使用数值型变量作为条形图的x轴，我们会发现条形图之间产生空缺，这个空缺其实对应的是3和5两个值，这样的图形并不美观。为了能够使条形图之间不存在类似的空缺，需要将数值型的x转换为因子，即factor(x)，如下图所示：
ggplot(data = data.frame(x = x), mapping = aes(x = factor(x), y = ..count..))+ geom_bar(stat = 'count')
上面几幅图的颜色均为灰色的，显得并不是那么亮眼，为了使颜色更加丰富多彩，可以在geom_bar()函数内通过fill参数可colour参数设置条形图的填充色和边框色，例如：
ggplot(data = data.frame(x = x), mapping = aes(x = factor(x), y = ..count..))+ geom_bar(stat = 'count', fill = 'steelblue', colour = 'darkred')
关于颜色的选择可以在R控制台中输入colours()，将返回657种颜色的字符。如果想查看所有含红色的颜色值，可以输入colours()[grep(‘red’,
colours())]返回27种红色。
绘制簇条形图
以上绘制的条形图均是基于一个离散变量作为x轴，如果想绘制两个离散变量的条形图即簇条形图该如何处理呢？具体见下方例子：
x <- rep(1:5, each = 3)y <- rep(c('A','B','C'),times = 5)set.seed(1234)z <- round(runif(min = 10, max = 20, n = 15)) df <- data.frame(x= x, y = y, z = z)ggplot(data = df, mapping = aes(x = factor(x), y = z,fill = y)) + geom_bar(stat = 'identity', position = 'dodge')
对于簇条形图只需在ggplot()函数的aes()参数中将其他离散变量赋给fill参数即可。这里的position参数表示条形图的摆放形式，默认为堆叠式(stack)，还可以是百分比的堆叠式。下面分别设置这两种参数，查看一下条形图的摆放形式。
堆叠式：
ggplot(data = df, mapping = aes(x = factor(x), y = z, fill = y)) + geom_bar(stat= 'identity', position = 'stack')
发现一个问题，条形图的堆叠顺序(A,B,C)与图例顺序(C,B,A)恰好相反，这个问题该如何处理呢？很简单，只需再添加guides()函数进行设置即可，如下所示：
ggplot(data = df, mapping = aes(x = factor(x), y = z, fill = y)) + geom_bar(stat= 'identity', position = 'stack') + guides(fill = guide_legend(reverse= TRUE))
guides()函数将图例引到fill属性中，再使图例反转即可。
百分比堆叠式：
ggplot(data = df, mapping = aes(x = factor(x), y = z, fill = y)) + geom_bar(stat= 'identity', position = 'fill')
颜色配置：
同样，如果觉得R自动配置的填充色不好看，还可以根据自定义的形式更改条形图的填充色，具体使用scale_fill_brewer()和scale_fill_manual()函数进行颜色设置。
scale_fill_brewer()函数使用R自带的ColorBrewer画板
ggplot(data = df, mapping = aes(x = factor(x), y = z, fill = y)) + geom_bar(stat= 'identity', position = 'dodge') + scale_fill_brewer(palette = 'Accent')
具体的调色板颜色可以查看scale_fill_brewer()函数的帮助。
scale_fill_manual()函数允许用户给指定的分类水平设置响应的色彩，个人觉得这个比较方便
col <- c('darkred','skyblue','purple')ggplot(data = df, mapping =aes(x = factor(x), y = z, fill = y)) + geom_bar(stat = 'identity', colour= 'black', position = 'dodge') + scale_fill_manual(values = col, limits= c('B','C','A')) + xlab('x')
a <- ggplot(mpg, aes(x=hwy)) a + stat_bin(aes(fill=..count.., color=-1*..ndensity..), binwidth = 1)统计方法有输入，有输出。通常输入为x和y。输出值会以例的形式追加到当前操作的数据拷贝中。比如上例中的stat_bin函数，就会生成四列新数据，分别为count, density, ncount以及ndensity。在访问这些新列的时候，使用..name..的方式。
该如何绘制有序的条形图？
#不经排序的条形图，默认按x值的顺序产生条形图x <- c('A','B','C','D','E','F','G')y <-c('xx','yy','yy','xx','xx','xx','yy')z <- c(10,33,12,9,16,23,11)df<- data.frame(x = x, y = y, z = z)ggplot(data = df, mapping = aes(x= x, y = z, fill = y)) + geom_bar(stat = 'identity')
按z值的大小，重新排列条形图的顺序，只需将aes()中x的属性用reorder()函数更改即可。
ggplot(data = df, mapping = aes(x = reorder(x, z), y = z, fill = y)) +geom_bar(stat = 'identity') + xlab('x')
关于条形图的微调
如何y轴的正负值区分开来，并去除图例
-
set.seed(12)
x <- 1980 + 1:35
y <- round(100*rnorm(35))
df <- data.frame(x = x,y = y)
# 判断y是否为正值
df <- transform(df,judge = ifelse(y>0,"YES","NO"))
# 去除图例用theme()主题函数
ggplot(df,aes(x = x,y = y,fill = judge))+
geom_bar(stat = "identity")+
theme(legend.position= "")+
xlab("Year")+
scale_fill_manual(values = c("darkred","blue"))
stat参数和position参数均设置为identity，目的是图形绘制不要求对原始数据做任何的变换，包括统计变换和图形变换，排除图例可以通过scale_fill_manual()函数将参数guide设置为FALSE，同时该函数还可以自定义填充色，一举两得。
ggplot(data = df, mapping = aes(x = x, y = y, fill = judge))+
geom_bar(stat = 'identity', position = 'identity')+
scale_fill_manual(values = c('blue','red'), guide = FALSE)+
xlab('Year')
调整条形图的条形宽度和条形间距
geom_bar()函数可以非常灵活的将条形图的条形宽度进行变宽或变窄设置,具体通过函数的width参数实现，width的最大值为1，默认为0.9。
x <- c("A","B","C","D","E")
y <- c(10,20,15,22,18)
df <- data.frame(x = x,y = y)
# 不作任何条形宽度的调整
ggplot(df,aes(x = x,y = y))+
geom_bar(stat = "identity",fill = "steelblue",colour = "black")
# 使条形宽度变宽
ggplot(df,aes(x = x,y = y))+geom_bar(stat = "identity",fill = "steelblue",colour = "black",width = 1)
对于簇条形图来说，还可以调整条形之间的距离，默认情况下，条形图的组内条形间隔为0，具体可通过函数的position_dodge参数实现条形距离的调整，为了美观，一般将条形距离设置的比条形宽度大一点。
-
x <- rep(1:5,each = 3)
y <- rep(c("A","B","C"),times = 5)
set.seed(12)
z <- round(runif(min = 10,max = 20,n = 15))
df <- data.frame(x = x,y = y,z = z)
# 不做任何条形宽度和条形距离的调整
ggplot(df,aes(x = factor(x),y = z,fill = y))+
geom_bar(stat = "identity",position = "dodge")
调整条形宽度和条形距离
ggplot(data = df, mapping = aes(x = factor(x), y = z, fill = y)) + geom_bar(stat= 'identity', width = 0.5, position = position_dodge(0.7))
添加数据标签
geom_text()函数可以方便的在图形中添加数值标签，具体微调从几个案例开始：
-
# 添加标签
ggplot(df,aes(x = interaction(x,y),y = z,fill = y))+
geom_bar(stat = "identity")+
geom_text(aes(label = z))
除此之外，还可以调整标签的大小、颜色、位置等。
ggplot(data = df, mapping = aes(x = interaction(x,y), y = z, fill = y))+ geom_bar(stat = 'identity') + ylim(0,max(z)+1) + geom_text(mapping =aes(label = z), size = 8, colour = 'orange', vjust = 1)
ylim设置条形图中y轴的范围；size调整标签字体大小，默认值为5号；colour更换标签颜色；vjust调整标签位置，1为分界线，越大于1，标签越在条形图上界下方，反之则越在条形图上上界上方。
# vjust 调整标签竖直位置,越大,标签越在条形图的上界下方；0.5时，则在中间。
# hjust 调整标签水平位置，越大,标签越在条形图的上界左边；0.5时，则在中间。
对于水平交错的簇条形图，必须通过geom_text()函数中的position_dodge()参数来调整标签位置，hjust=0.5将标签水平居中放置。
ggplot(data = df, mapping = aes(x = x, y = z, fill = y)) + geom_bar(stat= 'identity', position = 'dodge') + geom_text(mapping = aes(label = z),size = 5, colour = 'black', vjust = 1, hjust = .5, position = position_dodge(0.9))
这里的图形位置与标签位置摆放必须一致，即图形位置geom_bar()函数中的position = 'dodge'参数，标签位置geom_text()函数中的position
= position_dodge(0.9)参数。
对于堆叠的簇条形图，必须通过geom_text()函数中的position_stack()参数来调整标签位置，hjust将标签水平居中放置。
ggplot(data = df, mapping = aes(x = x, y = z, fill = y)) + geom_bar(stat= 'identity', position = 'stack') + geom_text(mapping = aes(label = z),size = 5, colour = 'black', vjust = 3.5, hjust = .5, position = position_stack())
这里的图形位置与标签位置摆放必须一致，即图形位置geom_bar()函数中的position = 'stack'参数，标签位置geom_text()函数中的position
= position_stack()参数。
补充:统计变换
若x轴变量为连续的，则用sta = bin；
若离散型的,可用stat = “count”或stat = “identity”
参考资料
R数据可视化手册
R语言_ggplot2：数据分析与图形艺术
Chap4. 折线图
概述
折线图可以反映某种现象的趋势。通常折线图的横坐标是时间变量，纵坐标则是一般的数值型变量。当然，折线图也允许横纵坐标为离散型和数值型。
折线图通常用来对两个连续变量之间的相互依存关系进行可视化。其中x也可以是因子型变量。
简单折线图
geom_line()
- 对于因子型变量，必须使用
aes(group=1)以确保ggplot()知道这些数据点属于同一个分组，从而应该用一条折线连在一起。 - 数据标记相互重叠：需要相应地左移或者右移连接线以避免点线偏离。
geom_line(position=position_dodge(0.2)) - 参数：线型(linetype),线宽（size）,颜色（colour）:边框线
- 在
aes()函数外部设定颜色、线宽、线型和点型等参数会将所有目标对象设定为同样的参数值。 - 面积图：
geom_area(),alpha调节透明度 - 堆积面积图：
geom_area()基础上，映射一个因子型比那里给填充色（fill）即可 - 添加置信域：
geom_ribbon(),然后分贝映射一个变量给ymin和ymax。geom_ribbon(aes(ymin=xx,ymax=xx), alpha = 0.2)
一、绘制单条折线图
library(ggplot2)
library(lubridate) #处理日期时间相关的R包，非常有用，强烈推荐
Year <- year(seq(from = as.Date('2006-01-01'), to = as.Date('2015-01-01'), by = 'year'))
Weight <- c(23,35,43,57,60,62,63,66,61,62)
df <- data.frame(Year = Year, Weight = Weight)
ggplot(data = df, mapping = aes(x = factor(Year), y = Weight, group = 1)) + geom_line() + xlab('Year')
有关离散变量的折线图
type <- c('A','B','C','D','E')
quanlity <- c(1,1.1,2.1,1.5,1.7)
df <- data.frame(type = type, quanlity = quanlity)
ggplot(data = df, mapping = aes(x = type, y = quanlity, group = 1)) + geom_line()
有关连续变量的折线图
set.seed(1234)
times <- 1:15
value <- runif(15,min = 5,max = 15)
df <- data.frame(times = times, value = value)
ggplot(data = df, mapping = aes(x = times, y = value)) + geom_line()
善于发现的你，可能会注意到上面三段代码有一个重要的不同之处，那就是第一段和第二段代码中含有‘group = 1’的设置。这样做是因为横坐标的属性设置为了因子，即将连续型的年份和离散型的字符转换为因子，如果不添加‘group = 1’这样的条件，绘图将会报错。故务必需要记住这里的易犯错误的点！
往折线图中添加标记（点） 当数据点密度比较小或采集分布(间隔)不均匀时，为折线图做上标记将会产生非常好的效果。处理的方法非常简单，只需在折线图的基础上再加上geom_point()函数即可。
set.seed(1234)
year <- c(1990,1995,2000,2003,2005,2006,2007,2008,2009,2010,2011,2012,2013,2014,2015)
value <- runif(15, min = 10, max = 50)
df <- data.frame(year = year, value = vlaue)
ggplot(data = df, mapping = aes(x = year, y = value)) + geom_line() + geom_point()
从图中就可以非常明显的看出，刚开始采集的点分布非常散，而后面采集的点就比较密集，这也有助于对图的理解和应用。
二、绘制多条折线图 上面绘制的都是单条这折线图，对于两个或两个以上的折线图该如何绘制呢？也很简单，只需将其他离散变量赋给诸如colour(线条颜色)和linetype(线条形状)的属性即可，具体参见下文例子。
基于颜色的多条折线图
set.seed(1234)
year <- rep(1990:2015, times = 2)
type <- rep(c('A','B'),each = 26)
value <- c(runif(26),runif(26, min = 1,max = 1.5))
df <- data.frame(year = year, type = type, value = value)
ggplot(data = df, mapping = aes(x = year, y = value, colour = type)) + geom_line()
基于形状的多条折线图
ggplot(data = df, mapping = aes(x = year, y = value, linetype= type)) + geom_line()
同样需要注意的是，在绘制多条折线图时，如果横坐标为因子，必须还得加上‘group=分组变量’的参数，否则报错或绘制出错误的图形。
以上绘制的折线图，均采用默认格式，不论是颜色、形状、大小还是透明度，均没有给出自定义的格式。其实ggplot2包也是允许用户根据自己的想法设置这些属性的。
自定义线条或点的颜色—scale_color_manual()
自定义线条类型—scale_linetype_manual()
自定义点的形状—scale_shape__manual()
自定义点的大小或线条的宽度—scale_size__manual()
自定义透明度—scale_alpha__manual()
综合的例子：
ggplot(data = df, mapping = aes(x = year, y = value, linetype = type, colour = type, shape = type, fill = type))+ geom_line() + geom_point() #绘制线图和点图
+ scale_linetype_manual(values = c(1,2)) #自定义线条类型
+ scale_color_manual(values = c('steelblue','darkred')) #自定义颜色
+ scale_shape_manual(values = c(21,23)) #自定义点形状
+ scale_fill_manual(values = c('red','black')) #自定义点的填充色
虽然这幅图画的优点夸张，目的是想说明可以通过自定义的方式，想怎么改就可以怎么改。前提是aes()属性的内容与自定义的内容对应上。
三、绘制堆积面积图
绘制堆叠的面积图只需要geom_area()函数再加上一个离散变量映射到fill就可以轻松实现，先忙咱小试牛刀一下。
set.seed(1234)
year <- rep(1990:2015, times = 2)
type <- rep(c('A','B'),each = 26)
value <- c(runif(26),runif(26, min = 1,max = 1.5))
df <- data.frame(year = year, type = type, value = value)
ggplot(data = df, mapping = aes(x = year, y = value, fill = type)) + geom_area()
一幅堆叠的面积图就轻松绘制成功，但我们发现，堆叠的顺序与图例的顺序恰好相反，不用急，只需要加一句命令即可：
ggplot(data = df, mapping = aes(x = year, y = value, fill = type)) + geom_area() + guides(fill = guide_legend(reverse = TRUE))
如果需要为每一块面积图的顶部加上一条直线，可以通过如下两种方式：
ggplot(data = df, mapping = aes(x = year, y = value, fill = type)) + geom_area(colour = 'black', size =1, alpha = .7) + guides(fill = guide_legend(reverse = TRUE))
其中，colour设置面积图边框的颜色；size设置边框线的粗细；alpha设置面积图和边框线的透明度。
ggplot(data = df, mapping = aes(x = year, y = value, fill = type)) + geom_area(alpha = 0.6) + geom_line(colour = 'black', size = 1, position = 'stack', alpha = 0.6) + guides(fill = guide_legend(reverse = TRUE))
该方法是通过添加堆叠线条（必须设置geom_line()中position参数为‘stack’，否则只是添加了两条线，无法与面积图的顶部重合）。这两幅图的区别在于第二种方式没有绘制面积图左右边框和底边框。在实际应用中，建议不要在面积图中绘制边框线，因为边框的存在可能产生误导。
四、绘制百分比堆积面积图
在面积图中，也可以方便快捷的绘制出百分比堆积面积图，具体操作如下：
set.seed(1234)
year <- rep(1990:2015, times = 4)
type <- rep(c('A','B','C','D'),each = 26)
value <- c(runif(26),runif(26, min = 1,max = 1.5), runif(26, min = 1.5,max = 2), runif(26, min = 2,max = 2.5))
df <- data.frame(year = year, type = type, value = value)
ggplot(data = df, mapping = aes(x = year, y = value, fill = type)) + geom_area(position = 'fill', alpha = 0.6) + guides(fill = guide_legend(reverse = TRUE))
但通过这种方式（设置面积图的positon='fill'）存在一点点小缺陷，即无法绘制出百分比堆积面积图顶部的线条，该如何实现呢？这里只需要对原始数据集做一步汇总工作，让后按部就班的绘制面积图即可。
library(dplyr)
df_by_type <- group_by(.data = df, year)
df_summarize <- mutate(.data = df_by_type, value2 = value/sum(value))
有关dplyr包的用法可参考：
强大的dplyr包实现数据预处理
ggplot(data = df_summarize, mapping = aes(x = year, y = value2, fill = type)) + geom_area(alpha = 0.6) + geom_line(colour = 'black', size = 1, position = 'stack', alpha = 0.6) + guides(fill = guide_legend(reverse = TRUE))
哈哈，大功告成，就这么简单。
Chap5. 散点图
概述
散点图通常用来刻画两个连续型变量之间的关系。
散点图
geom_point()
- 参数值：
shape(),size=2,colour() - 更改配色与点形：
scale_colour/shape_brewer/manual() - 尽量将不需要高精度的变量映射给图形的大小和颜色属性。
- 调用
scale_size_area()函数使数据点的面积正比于变量值。 - 处理图形重叠问题（overplotting）:
- 使用半透明的点
- 将数据分箱(bin)，并用矩形表示（适用于量化分析）
stat_bin2d() - 将数据分箱(bin)，并用六边形表示
stat_binhex(packages:”hexbin”) - 使用箱线图
- 离散x：调用
geom_point(position_jitter())函数给数据点增加随机扰动。
- 添加回归模型拟合线：
stat_smooth(method=lm,level=0.95) - 添加自己构建的模型拟合线：
geom_line(data=predicted,size=1) dlply()和ldply()函数：切分数据，对各个部分执行某一函数，并对执行结果进行重组。- 散点图中添加模型系数：
+ annotate(parse = TRUE)函数添加文本。利用expression()检验输出结果 - 添加边际地毯(Marginal rugs)：
geom_rug() - 添加标签：
geom_text(aes(label=xxx),size=xx,x=xx+0.1)vjust=1:标签文本的顶部与数据点对齐vjust=0:标签文本的底部与数据点对齐hjust=1/0:右对齐/左对齐- 通常先设定
hjust()和vjust()的值为0或1，然后再调整x或y的值来调整文本标签的位置. - 对数坐标轴：需令x或者y乘以一个数值才可以。
- 去掉不需要的标签：将不需要刻画出来的标签赋值为
NA
- 绘制气泡图:
geom_point()和scale_size_area(max_size=15) - 散点图矩阵：base基础绘图系统，
pairs()
散点图通常用来刻画两个连续型变量之间的关系，数据集中的每一条观测都由散点图中的一个点来表示。在散点图中也可以加入一些直线或曲线，用来表示基于统计模型的拟合。当数据集记录很多时，散点图可能会彼此重叠，这种情况往往需要一些预处理操作。
1 基本散点图
散点图可以用来描述两个连续变量之间的关系,一般在做数据探索分析时会使用到,通过散点图发现变量之间的相关性强度、是否线性关系等。
使用geom_point()绘制散点图，并分别映射一个变量到x和y。
|
1
2
|
library(gcookbook)
ggplot(heightweight, aes(x=ageYear, y=heightIn)) + geom_point()
|
可以使用shape和size分别指定点型和点的大小，如果点型包括填充和描边的话，可用fill和color分别指定填充色和描边色。
2 基于类别型变量分组
可将分组变量(因子或字符变量)赋值给颜色或形状属性,实现分组散点图的绘制
可以将因子和字符串等类别型变量映射到散点的颜色或形状。
|
1
2
|
library(gcookbook)
ggplot(heightweight, aes(x=ageYear, y=heightIn, shape=sex, color=sex)) + geom_point()
|
set.seed(112)
x <- rnorm(100,mean = 2,sd = 3)
y <- 1.5+2*x+rnorm(100)
z <- sample(c(0,1),size = 100,replace = TRUE)
df <- data.frame(x = x,y = y,z = z)
# 将数值型变量转换为因子型变量
df$z <- factor(df$z)
#分组变量赋值给颜色属性
ggplot(df,aes(x = x,y = y,colour = z))+
geom_point(size = 3)
#分组变量赋值给形状属性
ggplot(df,aes(x = x,y = y,shape = z))+
geom_point(size = 3)
# 分组变量同时赋给颜色属性和形状属性
ggplot(df,aes(x = x,y = y,shape = z,colour = z))+
geom_point(size = 3)+
scale_color_brewer(palette = "Accent")+
scale_shape_manual(values = c(2,16))
注意点的形状,21-25之间的点的形状,既可以赋值边框颜色,又可以赋值填充色。
将离散型变量或因子映射给颜色属性或形状属性
x <- c(10,13,11,15,18,20,21,22,24,26) y <- c(76,60,70,58,55,48,44,40,26,18) z <- c(100,120,300,180,80,210,30,95,145,420) df <- data.frame(x = x,y = y,z = z) # 将连续型变量映射给颜色属性 ggplot(df,aes(x = x,y = y,colour = z))+ geom_point(size = 3)
图例上,颜色越深而对应的值越小,如何将值的大小与颜色的深浅保持一致？只需要人为的设置色阶,从低到高设置不同的颜色即可
3 基于连续型变量映射
当然，还可以将连续型变量映射到散点的颜色或大小等存在渐变的属性上，从而呈现三个连续型变量之间的关系。其中人眼对于x轴和y轴所对应变量的变化更为敏感，而对颜色和大小的变化则不那么敏感。
|
1
2
|
library(gcookbook)
ggplot(heightweight, aes(x=ageYear, y=heightIn, size=weightLb, color=weightLb)) + geom_point()
|
同时映射类别型变量和连续型变量，并设置散点的面积正比于连续型变量的大小，默认为非线性映射。
|
1
2
|
library(gcookbook)
ggplot(heightweight, aes(x=ageYear, y=heightIn, size=weightLb, color=sex)) + geom_point(alpha=.5) + scale_size_area()
|
最低0.47元/天 解锁文章
6万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
