ggplot.1.md 7.9 KB
3.2 用ggplot２作图
ggplot２是目前流行的R绘图包，作者是Hadley Wickham, R领域的牛人，另一个流行的R包dplyr也是他的作品． ggplot2是The Grammar of Graphics的实现．这是一种优雅的绘图语法，gg是它的缩写．使用ggplot2，你只需要提供数据，要绘制什么样的图形，并告诉数据与图形属性的映射（对应）关系，其余的任务你就不用关心了，由ggplot２帮你完成．
数据的结构我们在前面的章节中已经讲过．数据很抽象，不便于理解．把抽象的数据用直观的图形方式表示出来，人们就很容易看到数据的特征．把数据的逻辑映射到图形的过程叫做数据的可视化（data visualization)．数据可视化是数据分析和理解的必不可少的步骤．
图形由多个图形对象构成，图形对象是几何对象(geometry object， 简称geom)，包括点、线、面、体等，每个图形又有它的视觉属性(aesthetics attribute, 简称aes, aesthetics的意思是美学、美术，这里指图形的视觉特性），包括在图形中的位置、大小、粗细、颜色、阴影等。根据需要建立的数据与图形及其属性之间的对应关系叫做映射(mapping)。
ggplot2中图形的组成部分有：
- data: 数据,数据是图形的基础，是描述事物的基本变异。数据的结构决定图形的选择。
- geom: 几何图形，表示几何图形的类型 point: 点，默认类型 smooth: 平滑曲线及其误差范围，默认使用lowess平滑 boxplot: 箱线图 histogram: 直方图，适用于一维数据 freqpoly: 频率多边形 density: 密度分布 bar: 柱形图
- mapping: 数据到几何图形的映射，图形属性通过aes()函数指定，视觉属性有x，y，alpha，color，fill，linetype，shape，size。 x,y: x轴、y轴与数据的映射关系 alpha: 数据映射为图形元素的透明度 color: 数据映射为图形元素的颜色 fill: 数据映射为图形元素的填充颜色 linetype: 数据映射为图形元素的线型 shape: 数据元素映射为图形元素的形状 size: 数据元素映射为图形元素的大小
- scales: 标尺。标尺控制数据向视觉属性的映射逻辑，包括尺度变换和连续性。把数据空间的值映射到图形的视觉属性，可以是颜色(color)、形状(shape)或大小(size)。scales绘制图例(legend)或者坐标轴(axis)。标尺是度量的基准,处理数据度量尺度的变换，同时处理数据的连续性和离散性与视觉属性之间的关系。视觉属性有四种标尺：
scale_continuous()：数据的连续取值映射为视觉属性的取值
scalediscrete()：数据的离散取值映射为视觉属性取值 scaleidentity()：使用数据值作为视觉属性取值 scale_mannual()：手工指定离散的数据值与图形属性之间的关系 其中的*替换成x,y,color等视觉属性。如scale_color_continuous()表示连续取值的颜色标尺
对于x和y类图形属性，有如下几种特殊的标尺：
scale_x_date(labels=date_format("%m/%d"), breaks=date_breaks("2 weeks"))
scale_x_datetime()
scale_x_log10()
scale_x_reverse()
scale_x_sqrt()
对于color和fill类的图形属性，有如下几类特殊标尺：
scale_fill_brewer(palette="Blues")：根据调色盘生成颜色标尺，可用的调色盘可以通过RColorBrewer::display.brewer.all()命令查看；对于具体的一个调色盘，可以通过RColorBrewer::brewer.pal(n=4, name="Blues")查看具体某个名字调色盘的n个配色值。
scale_fill_grey(start=0.2, end=0.8, na.value="red")：灰度标尺
scale_fill_gradient(low="red", high="yellow")：双色渐变标尺
scale_fill_gradient2(low="red", high="blue", mid="white", midpoint=25)：三色渐变标尺
scale_fill_gradientn(colours=terrain.colors(6))：n色渐标尺，其他的调色盘有rainbow()，heat.colors()，topo.colors()，cm.colors()以及RColorBrewer包的调色盘。
- coord: 坐标系(coordinate system，缩写为coord)，坐标系决定数据向图形表面的映射方式和具体程度。
- facet: 查英汉词典，facet是小平面，方面的意思。在ggplot中一般翻译成“分面”,说实在并不太好，可也找不到更好的词儿来代替。用的人多了，也就习惯了。
图形结构
ggplot图形有图层组成，一个图形(graph)可以包含一到多个图层，默认一个图层，更多的图层可以添加。每个图层都包括数据(data)、视觉属性映射(aesthetic mapping)、几何类型(geom)、统计(stat)、位置调整(position adjustment)五部分组成。
p <- ggplot(dataframe, aes(yday, EVI, colour=year)
ggplot函数的第一个参数为数据(data)。data一般是数据框(data.frame)，如果不是数据框，将会自动转换成数据框，数据框也可以在图层中指定。data数据框的字段名(colnames)可以直接用于指定视觉属性，aes也可以在图层中指定，字段名可以用引号括起来，也可以不用。
aes的语法aes(x, y, ...)，第一个参数指定x轴的字段，第二个参数指定y轴字段，...代表其他属性，如color, size, shape等。
没有给定任何参数的ggplot()函数构建一个空图形，这个图形可以赋值个一个变量,如p<-ggplot()。赋值命令不会显示图形，R命令行下输入p才打印图形。
添加图层
在图形中添加图层非常方便直观，直接在图形对象后面用"+"链接即可。图形+图层，代表把图层添加到图形的基本框架中去，可以使用连加的形式，如图形对象+图层1+图层2+...,p+layer1+layer2+...
p <- p + layer(geom = "point")
layer函数的语法： layer(geom, geom_params, stat, stat_params, data, mapping, position) 其中：
- geom: 几何对象的类型，取值可以是"line"、"polygon"
- geom_params: 几何对象的参数
- stat: 统计
- stat_params: 统计参数
- data: 该图层的数据，每个图层可以分别指定数据，在图层中未指定数据，默认使用图形对象中的数据，如果还没有则出错。
- mapping: 映射，该图层中几何对象属性与数据之间的映射
- position: 图层在图形中的位置
例子：
```{r} p <- ggplot(waster.water, aes(x = year)) p <- layer(
geom = "bar",
geom_params = list(fill="steelblue"),
stat = "bin",
stat_params = list(binwidth=2)
) p 以上语句前可以简写成： geom_histogram(binwidth=2, fill="steelblue")
主题
主题控制图表的整体外观，由一系列视觉特性的设定组成。主题的目的是为了实现整个图形个元素的协调、统一，给人一种视觉上的和谐美感，或者适应某种特殊的需求，如期刊文章对图表的特殊要求，报告展示时与报告内容与风格的一致。ggplot2内置了一些常用主题：
- 黑白：theme_bw()，
- 经典：theme_classic()
- 灰色：theme_grey()
- 简单：theme_minimal() ggthemes包，包含一些其他主题，根据需要选用。 主题应用方法：
- 自定义主题。
图例
图例位置：theme(legend.position="bottom")，其他选项有top、left和right。
图例类型： 颜色条(colorbar)，适合连续变量； legend为键值对，适合离散变量； none，图形属性为none，该属性不显示图例。
标签(label)
标签提供对图形元素的描述性信息，如图表的标题、副标题，坐标轴标签，图形的注释等。
- 图表标题(ggtitle) ggtitle("title of the graph")：指定图形名称
- x轴标签 xlab("label of x")
- y轴标签 ylab("label of y")：指定y轴标签
- 图例标签 需要使用scale_*()的name和labels选项指定
ggplot语法
用qplot快速作图
qplot函数是qqplot的简化版，在处理常用的不太复杂的作图任务时可以简化构图语法，好理解，少打字。
学习资源：R for Data Science