《ggplot2：数据分析与图形艺术》--学习笔记6

标度

所有的标度构建器（scale constructor）都拥有一套通用的命名方案。它们以scale_开头，接下来是图形属性的名称（例如，colour_、shape_ 或 x_），最后以标度的名称结尾（例如，gradient、hue 或 manual）。

表6.1 按图形属性和变量类型排列的各种标度

图形属性	离散型	连续型
颜色（colour）和填充色（fill）	brewer	gradient
	grey	gradient2
	hue	gradientn
	identity
	manual
位置(postion)(x,y)	discrete	continous
		date
形状(shape)	shape
	identity
	manual
线条类型(line type)	linetype
	identity
	manual
大小(size)	identity	size
	manual

p <- qplot(sleep_total,sleep_cycle,data = msleep,colour=vore)
p
##显式添加默认标度
p+scale_colour_hue()

##修改默认标度的参数，这里改变了图例的外观
p+scale_colour_hue("What does\nit eat?",
                   breaks = c("herbi","carni","omni",NA),
                   labels = c("plants","meat","both","don't know"))
##使用一种不同的标度
p+scale_colour_brewer(palette = "Set1")

通用参数

• name： 设置坐标轴或图例上出现的标签。由于经常需要微调这些标签，所以使用三个辅组函数xlab()，ylab()和labs()。

p1 <- qplot(cty,hwy,data = mpg,colour = displ)
p1
p2 <- p1 + scale_x_continuous("City mpg")
p2
p3 <- p1 + xlab("City mpg")
p4 <- p1 + ylab("Highway mpg")
p5 <- p1 + labs(x = "City mpg",y = "Highway mpg",colour = "Displacement")
p6 <- p1 + xlab(expression(frac(miles,gallon)))

• limits： 固定标度的定义域。
• breaks和labels：breaks 控制着显示在坐标轴或图例上的值，即，坐标轴上应该显示哪些刻度线的值，或一个连续型标度在一个图例中将被如何分段。labels指定了应在断点处显示的标签。

p1 <- qplot(cyl,wt,data = mtcars)
p1
p2 <- p1 + scale_x_continuous(breaks = c(5.5,6.5))
p3 <- p1 + scale_x_continuous(limits = c(5.5,6.5))
p2
p3
p4 <- qplot(wt,cyl,data = mtcars,colour = cyl)
p4
p5 <- p4 + scale_colour_gradient(breaks = c(5.5,6.5))
p5
p6 <- p4 + scale_colour_gradient(limits=c(5.5,6.5))
p6

• formatter： 如果未指定任何标签，则将在每个断点处自动调用格式刷（formatter）来格式化生成标签。

位置标度

辅助函数xlim()和ylim()，来创建合适的对应标度，如下所示：

• xlim(10,20): 一个从10到20的连续型标度；
• ylim(20,10): 一个从20到10的反转后连续型标度；
• xlim(“a”,“b”,“c”): 一个离散型标度；
• xlim(as.Date(c(“2008-05-01”,“2008-08-01”))): 一个从2008年5月1日到8月1日的日期型标度。

默认情况下，位置标度的limits会稍微超出数据的范围。这样就保证了数据与坐标轴不会发生重叠。我们可以使用参数expand来控制溢出量，此参数是长度为2的数值型向量。其中第一个元素给出的是乘式的溢出量，第二个参数给出的是加式的溢出量。如果你不想留任何多余的空间，就是用expand = c(0,0)。

连续型
scale_x_continuous和scale_y_continuous均可接受一个trans参数，允许指定若干种线性或非线性变换。

内建的变换器列表

名称	变换函数$f(x)$	逆变换函数$f^{-1}(y)$
asn	${\tanh }^{-1}(x)$	$\tanh (y)$
exp	$e^x$	$\log (y)$
identity	$x$	$y$
log	$\log (x)$	$e^y$
log10	${\log }_{10}(x)$	$10^y$
log2	${\log }_2(x)$	$2^y$
logit	$\log (\frac{x}{1-x})$	$\frac{1}{1+e(y)}$
pow10	$10^x$	${\log }_{10}(y)$
probit	$\varphi (x)$	${\varphi }^{-1}(y)$
recip	$x^{-1}$	$y^{-1}$
reverse	$-x$	$-y$
sqrt	$x^{1/2}$	$y^2$

直接绘制log10(x)，而不去使用scale_x_log()，绘图区域生成完全相同的结果，但坐标轴和刻度标签却是不同的。

p1 <- qplot(log10(carat),log10(price),data = diamonds)
p2 <- qplot(carat,price,data = diamonds)+
  scale_x_log10()+scale_y_log10()

变换器同样可以用在coord_trans()中。

日期和时间
目前仅支持date类的日期值和属于POSIXct类的时间值。其它格式可以通过as.Data()或as.POSIXct()对其转换。

外观控制

• major 和 minor用以按照时间的单位，即年（year）、月（month）、周（week）、日（day）、时（hour）、分（minute）、秒（second）来指定主要和次要断点的位置，并且允许以这些单位的倍数出现。例如major = "2 weeks"。
• format指定了刻度标签的格式。
  从strptime的文档中提取的常用数据格式编码。

编码	含义
%S	秒（00-59）
%M	分钟（00-59）
%l	小时，12小时制（1-12）
%I	小时，12小时制（01-12）
%H	小时，24小时制（00-23）
%a	缩写的周几（Mon-Sun）
%A	全称的周几（Monday-Sunday）
%e	某月中的某天（1-31）
%d	某月中的某天（01-31）
%m	以数值表示的月份（01-12）
%b	缩写的月份（Jan-Dec）
%B	全称的月份（January-December）
%y	不含世纪的年份（00-99）
%Y	含世纪的年份（0000-9999）

library(scales)
p1 <- qplot(date,psavert,data = economics,geom = "line")+
  ylab("Personal saving rate") +
  geom_hline(yintercept = 2.5, colour = "grey50")

p2 <- p1 + scale_x_date(breaks = date_breaks("10 years"),labels = date_format("%Y"))
p3 <- p1 + scale_x_date(
  limits = as.Date(c("2004-01-01","2005-01-01")),
  labels = date_format("%Y-%m-%d")
)

颜色标度

连续型值对应三种渐变的颜色标度方法。
离散型值有两种方法。
hcl色彩空间由三部分构成，色相（hue）、彩度（chroma） 和 明度（luminance）:

• hue 一个0和360之间的（角度）值，它将一种色彩赋以“颜色”属性：如蓝、红、橙等等。
• luminance 颜色的明暗程度。0为黑，1为白。
• chroma 色彩的纯度，0是灰，最大值随luminance的变化不同。

以faithful数据集生成一个二维核密度估计

#生成二维核密度估计
f2d <- with(faithful,MASS::kde2d(eruptions,waiting,h=c(1,10),n=50))
#将估计转化为等长度的变量
df  <- with(f2d,cbind(expand.grid(x,y),as.vector(z)))
#给变量命名
names(df) <- c("eruptions","waiting","density")
erupt <- ggplot(df,aes(waiting,eruptions,fill = density))+
  geom_tile()+
  scale_x_continuous(expand = c(0,0))+
  scale_y_continuous(expand = c(0,0))
erupt + scale_fill_gradient(limits = c(0,0.04))  
erupt + scale_fill_gradient(limits = c(0,0.04),low="white",high = "black")  
erupt + scale_fill_gradient2(limits = c(-0.04,0.04),midpoint = mean(df$density)) 

kde2d(x, y, h, n = 25, lims = c(range(x), range(y)))
参数----------Arguments----------
参数：x 坐标数据
参数：y坐标数据
参数：h, 向量X和Y方向的带宽。默认正常参考带宽（见bandwidth.nrd）。一个标值将被应用到两个方向。
参数：n, 在每个方向上的网格点的数量。可以是标量或长度为2的整数向量。
参数：lims, 矩形的范围覆盖由c(xl, xu, yl, yu)。

（左图）默认的颜色梯度，（中图）自定义的黑白梯度以及（右图）中点设置为密度均值的3点梯度。

要创建自定义的颜色梯度，使用scale_colour_gradientn()即可。也可以直接使用一些包生成的调色板。

library(colorspace)
fill_gradn <- function( pl ) {
  scale_fill_gradientn(colours = pl(7),limits = c(0,0.04))
}
erupt + fill_gradn(rainbow_hcl)
erupt + fill_gradn(diverge_hcl)
erupt + fill_gradn(heat_hcl)

从左至右分别为：顺序型、发散型，以及hcl热度型调色板。每种标度使用scale_fill_gradientn生成，参数colours分别设置为rainbow_hcl(7)、diverge_hcl(7)和heat_hcl(7)。

离散型
对于类别型数据中的点而言，我们最感兴趣的调色板是"Set1"和”Dark2“，对面积而言则是"Set2"、"Pastel1"、"Pastel2"和”Accent“。使用RColorBrewer::display.brewer.all()可以列出所有的调色板。

point <- qplot(brainwt,bodywt,data=msleep,log = "xy",colour = vore)
point
area <- qplot(log10(brainwt),data = msleep,fill=vore,binwidth=1)
area
point + scale_color_brewer(palette = "Set1")
point + scale_color_brewer(palette = "Set2")
point + scale_color_brewer(palette = "Pastel1")
area + scale_fill_brewer(palette = "Set1")
area + scale_fill_brewer(palette = "Set2")
area + scale_fill_brewer(palette = "Pastel1")

手动离散型标度

scale_linetype(),scale_size_discrete()和scale_shape()基本上没有选项，仅是按照一定的顺序将因子水平映射到一系列值中。
如果你想要订制这些标度，使用以下手动型标度创建新的标度：scale_shape_manual(), scale_linetype_manual(), scale_colour_manual()等等。手动型标度有一个重要参数values,已指定标度值。

plot <- qplot(brainwt,bodywt,data = msleep,log = "xy")
p1 <- plot + aes(colour = vore) +
  scale_color_manual(values = c("red","orange","yellow","green","blue"))
colours <- c(carni = "red","NA" ="orange",insecti = "yellow",herbi = "green",omni ="blue")
p2 <- plot + aes(colour = vore)+scale_colour_manual(values = colours)
p3 <- plot + aes(shape = vore) +
  scale_shape_manual(values = c(1,2,6,0,23))

在同一幅图上展示多个变量并显示一个有用的图例。
在多数其它的图形系统中，你只需要把线上色，然后添加一个图例说明哪种颜色对应着哪个变量就可以了。这对于ggplot2不适用，因为图例是由标度负责绘制的，但标度并不知道要为线条添加何种标签。

#同一幅图上展示多个变量
huron <- data.frame(year=1875:1972,level = LakeHuron)
ggplot(huron,aes(year))+
  geom_line(aes(y=level - 5),colour = "blue")+
  geom_line(aes(y=level + 5),colour = "red")

通过创建从数据到颜色图形属性的一个映射，来告诉颜色标度这两条线的信息。

#创建数据的图形映射
ggplot(huron,aes(year))+
  geom_line(aes(y = level - 5, colour = "below")) +
  geom_line(aes(y = level + 5, colour = "above"))

基本得到了想要的效果，但是标注和颜色错误，可以通过scale_colour_manual进行修复：

ggplot(huron,aes(year))+
  geom_line(aes(y = level - 5, colour = "below")) +
  geom_line(aes(y = level + 5, colour = "above")) +
  scale_colour_manual("Direction",
                      values = c("below"="blue","above"="red"))

同一型标度

scale_identity,意味着此时无法仅从数据本身派生出有意义的图例。

图例和坐标轴

ggplot2会尝试生成最小数量的、能够精确表达图中使用图形属性的图例。当一个变量对应了多个图形属性时，ggplot2可以通过合并图例的办法来达到精简的目的。例如，如果颜色和形状都被映射到相同的变量，那么用一个图例就足够了。被合并的图例必须拥有相同的名称（相同的图例标题）。因此，如果你修改了某个合并后的图例的名称，你将需要修改所有的相关名称。

图例和坐标轴的内容是由标度控制的，而渲染的细节是由主题系统控制的。以下列表包含了最常用的微调选项。

• 标度 name控制着坐标轴名和图例标题，可为字符串或数学表达式。
• breaks和labels是非常重要的标度函数参数。
• axis.*和legned.*控制着坐标轴和图例的整体外观。
• 内部网格线由主要断点和次要断点的参数参数控制。可用minor_breaks覆盖掉次要网格线。网格线的外观是使用panel.grid.major和panel.grid.minor两个主题设置来控制的。
• 图例的位置和对齐是使用主题设置legend.position来控制的，其值可为right、left、top、botton、none（不加图例），或是一个表示位置的数值。这个数值型位置由legend.justification给定的相对边角位置表示（取0和1之间的值），是一个长度为2的数值型向量：右上角为c（1，1），左下角为c（0，0）。