《ggplot2：数据分析与图形艺术》--学习笔记7

定位

简介

定位由四个部分组成

• 位置调整 调整每个图层中出现重叠的对象的位置。
• 位置标度 控制数据到图形中位置的映射。常用的映射是线性和对数变换。
• 分面 一页多图，也通常被称作小联号图（small multiples）。
• 坐标系 通过控制两个独立的位置标度来生成一个2维坐标系。

分面

ggplot2提供两种分面类型：网格型（face_grid）和封装型（facet_wrap），分别类似于R基础图形中的coplot布局和lattice的面板布局。

#mpg的子集，简化为3种气缸（4，6，8）和两种驱动轮（4，f）。
mpg2 <- subset(mpg,cyl != 5 & drv %in% c("4","f"))

• 一行多列：".~a"

qplot(cty,hwy,data = mpg2) +
  facet_grid(.~cyl)

* 一列多行：b ~ .。

qplot(cty,data = mpg2,geom = "histogram",binwidth=2) +
  facet_grid(cyl ~ .)

* 多行多列：a ~ b。

qplot(cty,hwy,data = mpg2) +
  facet_grid(drv ~ cyl)

• 多个变量的多个水平在行或者列上：.~a+b或a+b~.。

综上，变量在某行或某列一起出现时，图形只会展示数据中出现的变量组合。而变量在行和列都出现时，图形将展示所有的变量组合，包括在原始数据中没有出现的组合，不过这也可能会导致出现空白面板。

边际图
设定margins = TRUE可展示一行或者列的总和，或者如margins = c("sex","age"),列出你要展示的边际图的变量名称。另外，也可以使用grand_row或grand_col来分别生成所有行或所有列的边际图。

p <- qplot(displ,hwy,data = mpg2)+
  geom_smooth(method = "lm",se=F)
p + facet_grid(cyl ~ drv)
p + facet_grid(cyl ~ drv, margins = T)

无边际图
列边际图和行边际图分别展示了所有的驱动轮和所有的气缸，右下角的分面则暂时了整个数据集的情况。随着气缸数增加，燃油经济性能下降；相比前轮驱动的汽车，四轮驱动汽车有大致相同的排量，但燃油经济性较低。

p <- qplot(displ,hwy,data = mpg2)+
  geom_smooth(aes(colour = drv),method = "lm",se=F)
p + facet_grid(cyl ~ drv, margins = T)

对每个驱动轮类型添加彩色平滑线。

封装分面

facet_wrap并不是用两个或更多的变量来生成一个2维网格，而是先生成一个长的面板条块（由任意数目的变量生成），然后将它封装在2维中。也可以通过设置ncol，nrow来更新设置。

qplot(depth, ..density.. , data = diamonds,geom = "histogram",binwidth=0.5)+
  facet_wrap(~cut)

标度控制

对于两种分面，可以通过调整阐述scales来控制面板的位置标度是相同（固定）还是允许变化（自由）：

• scales = "fixed": x和y的标度在所有面板中都相同。
• scales = "free": x和y的标度在每个面板都可以变化。
• scales = "free_x": x的标度可变，y的尺度固定。
• scales = "free_y": y的标度可变，x的尺度固定。

p<- qplot(cty,hwy,data = mpg)
p1 <- p + facet_wrap(~cyl)
p2 <- p + facet_wrap(~cyl,scales = "free")

固定标度可以让我们在相同的基准上对子集进行比较，观察在哪些地方各子集有相似的总体模式。而自由标度可以帮助我们发现更多细节，它在展示不同量纲的时间序列时非常有用。

brary(reshape2)
#用reshape2中的melt包将原始数据框按照时间重组，生成，时间，变量，数值数据框。
em <- melt(economics,id = "date")
qplot(date,value,data = em,geom = "line",group = variable)+
  facet_grid(variable ~ ., scale = "free_y")

使用网格分面时facet_grid有一个额外的限制：同列的面板必须有相同的x标度，同行的面板必须有相同的y标度。

facet_grid还有一个额外的参数space，值可以为“free”、“free_x”、“free_y”或“fixed”。当space设定为free时，每列（行）的宽度（高度）与该列（行）的标度范围成比例。这将使得所有面板的标度比例相同：每个面板中的1cm都映射为相同的数据范围。例如，若面板a有2个单位的范围，面板b有4个单位的范围，那么三分之一的空间将分配给a，其余的分配给b。

#reorder()可使模型（model）和生产商（manuafacturer）按城市油耗（cty）重新排序。
mpg3 <- within(mpg2,{model <- reorder(model,cty)
manufacturer <- reorder(manufacturer,-cty)})
models <- qplot(cty,model,data = mpg3)
p1 <- models
p2 <- models + facet_grid(manufacturer ~ ., scales = "free",
                          space = "free")+
  theme(strip.text.y = element_text(angle = 360))

分组与分面

此处分组表示通过调整图形属性来分组。

xmaj <- c(0.3,0.5,1,3,5)
#outer 向量的外积，vector将矩阵转化为向量。
xmin <- as.vector(outer(1:10,10^c(-1,0)))
ymaj <- c(500,1000,5000,10000)
ymin <- as.vector(outer(1:10,10^c(2,3,4)))
dplot <- ggplot(subset(diamonds,color %in% c("D","E","G","J")),
                aes(carat,price,colour = color)) + 
  scale_x_log10(breaks = xmaj,labels = xmaj, minor = xmin) +
  scale_y_log10(breaks = ymaj,labels = ymaj, minor = ymin) +
  scale_colour_hue(limits = levels(diamonds$color)) + #颜色的定义域
  theme(legend.position = "none")
p1 <- dplot + geom_point() 
p2 <- dplot + geom_point() + facet_grid(.~color)

p3 <- dplot + geom_smooth(method = lm, se=F,fullrange = T)
p4 <- dplot + geom_smooth(method = lm, se=F,fullrange = T)+facet_grid(.~color)

数据子集若有不同的尺度范围，各个面板中标度可以作相应调整。

并列与分面

并列和分面绘制的图形看起来非常相似，它们主要的区别在于标注方式：分面图形在上方有颜色的标注，同时下面有切工的标注，而并列图形在下方有颜色标注，切工却没有清晰标注出来。

p1 <- ggplot(data = diamonds,aes(color))+
  geom_bar(aes(fill=cut),position="dodge")

p2 <- qplot(cut,data = diamonds,geom = "bar",fill=cut)+
  facet_grid(.~color)+
  theme(axis.text.x = element_text(angle = 90,hjust = 1,size = 8,colour = "grey50"))

并列（上） vs 分面（下）

当两个变量的因子水平几乎完全交叉，而部分变量组合缺失时，两种绘图方式也就会有所不同。此时，并列图形的用处不大，因为它只是对条形图做局部地分割，没有任何标签。而分面就实用的多，他能控制分割方式是局部的（scales = "free_x",space = "free"）还是全局的（scales = "fixed"）。

mpg4 <- subset(mpg,manufacturer %in% c("audi","volkswagen","jeep"))
mpg4$manufacturer <- as.character(mpg4$manufacturer)
mpg4$model <- as.character(mpg4$model)

base <- ggplot(mpg4,aes(fill = model)) +
  geom_bar(position = "dodge") +
  theme(legend.position = "none")
p1<-base + aes(x=model)+
  facet_grid(.~manufacturer)

p2<-last_plot()+
  facet_grid(.~manufacturer,scales = "free_x",space = "free")

p3<-base + aes(x=manufacturer)

对于嵌套型数据，分面（上，中）的优势相比并列（下）是明显的，它能控制图形并进行标注。此例中，上图不是很使用，但对于几乎交叉的数据非常有用，比如缺失了一个水平组合的情况。

连续型变量

连续型变量进行分面，首先必须将其离散化。

• 将数据分为n个长度相同的部分：用cut_interval(x,n=10)控制划分数目，或用cut_interval(x,length=1)控制每个部分的长度。
• 将数据分为n个有相同数据点的部分：cut_number(x,n=10)。但需要注意每个部分的标度范围是不同的。

从上至下：面板长度为1；每个面板等长；每个面板包含数目的点相同。

坐标系

• 位置1和位置2：x,y；角度和半径；维度和经度。
• 配合分面，坐标系将绘出坐标轴和面板背景。
  ggplot2中可用的坐标系

名字	描述
cartesian	笛卡尔坐标系
equal	同尺度笛卡尔坐标系
flip	翻转的笛卡尔坐标系
trans	变换的笛卡尔坐标系
map	地图射影
polar	极坐标系

变换

与数据变换和标度变换不同，坐标系变换将改变图形的几何形状。

• 几何形状的参数变化只依据定位（位置），而不是定位（位置）和维度（高度和宽度）。
• 假定坐标系之间的变换是连续的，即所有的极短的直线变换后仍是很短的直线，这样，就可以将线“切割再组合”（munching）。

笛卡尔坐标系

设置范围
设定坐标系范围就好比用放大镜观看图形一样。

p <- qplot(disp,wt,data = mtcars)+geom_smooth()
p1 <- p + scale_x_continuous(limits = c(325,500))
p2 <- p + coord_cartesian(xlim = c(325,500))
d <- ggplot(diamonds,aes(carat,price)) +
  stat_bin2d(bins = 25,colour = "grey70")+
  theme(legend.position = "none")
p1 <- d + scale_x_continuous(limits = c(0,2))
p2 <- d + coord_cartesian(xlim = c(0,2))

（左）完整的数据集；（中）x的标度范围设置为（325，500）；（右）坐标系x轴范围设置为（325，500）

左）完整的数据集；（中）x的标度范围设置为（0，2）；（右）坐标系x轴范围设置为（0，2）

坐标轴翻转

（左）散点图和相应的平滑曲线，x轴代表发动机排量（displ），y代表城市油耗（cty）。（中）互换x和y，平滑曲线拟合的是旋转后的变量。（右）coord_flip 拟合初始数据，然后再翻转输出结果，就变成了以y为条件变量刻画x的曲线了。

变换

p1 <- qplot(carat,price,data = diamonds,log = "xy")+
  geom_smooth(method = "lm")
library(scales)
p2 <- last_plot()+coord_trans(x=exp_trans(10),y=exp_trans(10))

（左）克拉与价格对数变换，直线为回归曲线：$\log (y)=a+b\times \log (x)$；（右）将前面的图变换回去，线性趋势变成指数形式，$y=k\times c^x$。

相同标度

coord_equal保证了x轴和y轴有相同的标度：x轴上和y轴上的1cm代表相同的数据波动范围，默认1：1，我们可以通过修改参数ratio来更改两者的尺度比例。

非笛卡尔坐标系，地图投影

试验阶段