ggplot2包學習

一、寫在前面：

1、一個更為原始的問題：什麼是圖形的語法？

Wilkinson在其《Grammar of Graphics》告訴我們：

一張統計圖形就是從數據到幾何對象（geometric object,縮寫為geom，包括點、線、條形等）的圖形屬性（aesthetic attributes，縮寫為aes，包括顏色、形狀、大小等）的一個映射。

此外，圖形中還可能包含數據的統計變換（statistical transformation，縮寫為stats），最後繪製在某個特定的坐標系（coordinate system，縮寫為coord）中，而分面則可以用來生成數據不同子集的圖形。

總而言之，一張統計圖形就是由上述這些獨立的圖形部件所組成的。

2、幾個概念：

• 數據（data）：將要展示的數據；
• 映射（mapping）：數據中的變數到圖形成分的映射；
• 幾何對象（geom）：用來展示數據的幾何對象，如geom_point（點），geom_bar（條形圖），geom_abline（線圖）、geom_boxplot（箱線圖）、geom_density（密度圖）、geom_histogram（直方圖）；
• 圖形屬性（aes）：決定了圖形的外觀，如字體大小、標籤位置及刻度線；
• 標度（scale）：決定了變數如何被映射到圖形屬性上。scale_data（日期）、scale_discrete（離散值）、scale_shape（不同形狀展示不同值）、scale_size（不同大小展示不同值）；
• 坐標（coord）：數據如何被映射到圖中，如coord_cartesian：笛卡爾坐標、coord_polar：極坐標、coord_map：地理投影；
• 統計變換（stat）：對數據進行匯總，如箱線圖：stat_boxplot、線圖：stat_abline、直方圖：stat_bin、密度圖：stat_density、添加平滑曲線：stat_smooth、繪製匯總數據：stat_summary；
• 分面（facet）：用來描述數據如何被拆分為子集，以及對不同子集是如何繪製的。facet_grid（將分面放置在二維網格中）、facet_wrap（將一維的分面按二維排列）

3、ggplot2圖形基本語法：

• ggplot2的核心理念是將繪圖和數據分離，數據相關的繪圖與數據無關的繪圖相分離；
• ggplot2是按圖層作圖；
• ggplot2保有命令式作圖的調整函數，使其更具靈活性；
• ggplot2將常見的統計變換融入到了繪圖中；
• ggplot有明確的起始與終止（一句話一幅圖），圖層之間的疊加是靠「+」實現的，越後面其圖層越高；
• ggplot2元素概括如下：最大的是plot（指整張圖，包括background和title），其次是axis（包括stick、text、title和stick）、legend（包括background、text、title）、facet這是第二層次；
• 完整的公式總結：

ggplot(data=,aex(x=,y=))+ngeom_XXX(...)+...+stat_XXX(...)+...+nannotate(...)+...+labs(...)+nscale_XXX(...)+coord_XXX(...)+guides(...)+theme(...)+nfacet_XXX(...)n

二、 繪製條形圖：

1、根據數據集繪製條形圖：

x<-c("A","B","C","D","E")ny<-c(13,22,14,19,33)ndf<-data.frame(x=x,y=y)nggplot(data=df,mapping=aes(x=x,y=y))+geom_bar(stat="identity")#繪製原始數據，不進行統計變換n

顯示結果如下：

2、根據隨機種子繪製條形圖：

set.seed(3000)#把隨機種子設置為3000nx<-sample(c(1,3,4,6,7),size=1000,replace=TRUE,prob=c(0.1,0.2,0.2,0.3,0.2))nggplot(data=data.frame(x=x),mapping=aes(x=x,y=..count..))+geom_bar(stat=count)n

顯示結果如下：

3、通過fill和colour參數設置條形圖的填充色和邊框色：

ggplot(data=data.frame(x=x),mapping=aes(x=factor(x),y=..count..))+ngeom_bar(stat="count",fill="blue",colour="red")n

顯示結果如下：

4、繪製有序的條形圖：

#未排序的條形圖，默認按x的值的順序nx<-c(A,B,C,D,E,F,G)ny<-c(xx,yy,yy,xx,xx,xx,yy)nz<-c(10,34,24,9,14,23,11)ndf<-data.frame(x=x,y=y,z=z)nggplot(data=df,mapping=aes(x=x,y=z,fill=y))+geom_bar(stat=identity)n

顯示結果如下：

#按z值的大小，重新排列條形圖的順序，只需將aes（）中的x屬性用reorder（）函數更改即可nggplot(data=df,mapping=aes(x=reorder(x,z),y=z,fill=y))+geom_bar(stat="identity")+xlab("x")n

顯示結果如下：

三、繪製折線圖：

1、繪製單條折線圖：

install.packages("lubridate")#處理日期時間相關的R包，強烈推薦nlibrary(ggplot2)nlibrary(lubridate)nMonth<-month(seq(from=as.Date(2017-01-01),to=as.Date(2017-08-01),by=month))nWeight<-c(93.6,92.8,93,95,92.6,93,91.8,90.6)ndf<-data.frame(Month=Month,Weight=Weight)nggplot(data=df,mapping=aes(x=factor(Month),y=Weight,group=1))+geom_line()+xlab(Month)n

顯示結果如下：

#往折線上添加標記，只需在折線圖的基礎上再加上geom_point()函數即可nggplot(data=df,mapping=aes(x=factor(Month),y=Weight,group=1))+geom_line()+xlab(Month)+geom_point()n

顯示結果如下：

2、繪製多條折線圖：

#基於顏色的多條折線圖nset.seed(1234)nyear <- rep(1990:2015, times = 2)#1990-2015重複2次ntype <- rep(c(A,B),each = 26)nvalue <- c(runif(26),runif(26, min = 1,max = 1.5))#生成26個1-1.5的隨機數ndf <- data.frame(year = year, type = type, value = value)nggplot(data = df, mapping = aes(x = year, y = value, colour = type)) + geom_line()n

顯示結果如下：

#基於形狀的多條折線圖nggplot(data = df, mapping = aes(x = year, y = value, linetype = type)) + geom_line()n

顯示結果如下：

ggplot2還支持對摺線圖的顏色、形狀、大小、透明度等進行自定義設置：

自定義線條或點的顏色：scale_color_manual()

自定義線條類型：scale_linetype_manual()

自定義點的形狀：scale_shape_manual()

自定義點的大小或線條的寬度：scale_size_manual()

自定義透明度：scale_alpha_manual()

ggplot(data = df, mapping = aes(x = year, y = value, linetype = type, colour = type, shape = type, fill = type))+ geom_line() + geom_point() #繪製線圖和點圖+ scale_linetype_manual(values = c(1,2)) #自定義線條類型+ scale_color_manual(values = c(steelblue,darkred)) #自定義顏色+ scale_shape_manual(values = c(21,23)) #自定義點形狀+ scale_fill_manual(values = c(red,black)) #自定義點的填充色n

顯示結果如下：

3、繪製堆積面積圖：

實現方法：在geom_area()函數加上一個離散變數映射到fill：

set.seed(1234)nyear <- rep(1990:2015, times = 2)#1990-2015重複2次ntype <- rep(c(A,B),each = 26)nvalue <- c(runif(26),runif(26, min = 1,max = 1.5))#生成26個1-1.5的隨機數ndf <- data.frame(year = year, type = type, value = value)nggplot(data = df, mapping = aes(x = year, y = value, fill = type))+geom_area()n

顯示結果如下：

如果要為每一塊面積圖的頂部加上一條直線，可以通過以下方式實現，其中，colour設置面積圖邊框的顏色，size設置邊框線的粗細，alpha設置面積圖和邊框線的透明度。

ggplot(data = df, mapping = aes(x = year, y = value, fill = type)) + geom_area(colour = red, size =1, alpha = .7) + guides(fill = guide_legend(reverse = TRUE))n

顯示結果如下：

4、繪製百分比面積圖：

set.seed(1234)nyear<-rep(1990:2015,times=4)ntype<-rep(c("A","B","C","D"),each=26)nvalue<-c(runif(26),runif(26,min=1,max=1.5),runif(26,min=1.5,max=2),runif(26,min=2,max=2.5))ndf<-data.frame(year=year,type=type,value=value)nggplot(data=df,mapping=aes(x=year,y=value,fill=type))+geom_area(position = "fill",alpha=0.8)+guides(fill=guide_legend(reverse = FALSE))n

顯示結果如下：

四、繪製散點圖：

散點圖通常用來刻畫兩個連續性變數之間的關係。

1、基本散點圖：

install.packages("gcookbook")#導入R數據包nlibrary(gcookbook)nggplot(heightweight,aes(x=ageYear,y=heightIn))+geom_point()n

顯示結果如下：

#可將分組變數（因子或字元變數）賦值給顏色或形狀屬性，實現分組散點圖的繪製nggplot(heightweight,aes(x=ageYear,y=heightIn,shape=sex,color=sex))+geom_point()n

顯示結果如下：

2、基於連續型變數映射：

可將連續型變數映射到散點的顏色或大小等存在漸變的屬性上，從而呈現三個連續型變數之間的關係

ggplot(heightweight,aes(x=ageYear,y=heightIn,size=weightLb,color=weightLb))+geom_point()n

顯示結果如下：

3、處理散點重合的基本思路：

當數據點非常多時,可能會導致數據點重疊嚴重,處理方法如下：

1)使用半透明的點

2)數據分箱,並用矩形表示{stat_bin2d()}

3)數據分箱,並用六邊形表示{stat_binhex()}

4)使用二維密度估計,並將等高線添加到散點圖中{stat_density2d()}

5)向散點圖中添加邊際地毯

set.seed(112)nx <- rnorm(10000)ny <- rnorm(10000,0,2)ndf <- data.frame(x = x,y = y)n# 不作任何處理nggplot(df,aes(x = x,y = y))+ngeom_point()n

顯示結果如下：

# 使用透明度處理點的重疊問題nggplot(df,aes(x = x,y = y))+geom_point(alpha = 0.15)#透明度0.15n

顯示結果如下：

# 分箱,並用矩陣表示nggplot(df,aes(x = x,y = y))+stat_bin2d()n

顯示結果如下：

# 使用stat_density2d作二維密度估計,並將等高線添加到散點圖中 nggplot(df,aes(x = x,y = y))+geom_point()+stat_density2d()n

顯示結果如下：

#向散點圖中添加邊際地毯(軸須線)nggplot(faithful,aes(x = eruptions, y = waiting)) + geom_point() + geom_rug()n

顯示結果如下：

#添加擬合線nggplot(heightweight, aes(x=ageYear, y=heightIn, color=sex)) + geom_point() + scale_color_brewer(palette="Set1") + geom_smooth()n

由圖可看出：身高隨著年齡增長而增加，到一定年齡後停止增長，且男性比女性平均身高更高

五、描述數據分布

1、繪製直方圖：

library(gcookbook)nggplot(faithful,aes(x=waiting))+geom_histogram(binwidth_=8,bins=10,fill="red",colour="black")n

顯示結果如下：

2、繪製核密度曲線圖：

可以用geom_density映射一連續變數。

library(gcookbook)nggplot(faithful, aes(x=waiting))+geom_density(fill="blue", alpha=.2)+xlim(35, 105)n

顯示結果如下：

#密度曲線與直方圖共存nggplot(faithful, aes(x=waiting, y=..density..)) +n geom_histogram(fill="cornsilk", colour="grey60", size=.2) +n geom_density() +n xlim(35, 105)n

顯示結果如下：

六、參考資料：

1、《R語言_ggplot2：數據分析與圖形藝術》，作者: 哈德利·威克姆 (Hadley Wickham)

出版社: 西安交通大學出版社，出版年: 2013-5-1；

2、手把手教你使用ggplot2繪製條形圖；

3、手把手教你使用ggplot2繪製折線圖；

4、手把手教你使用ggplot2繪製餅圖；

5、R----ggplot2包介紹學習。