文章目录
- 前言
- 数据集介绍
- polt与ggplot对比
- ggplot2绘图
- 绘制画布
- 几何对象
- 统计变换
- 标尺设置
- 坐标系的转换
- 分面
- facet_grid函数
- facet_wrap函数
- 保存图形
- 写到最后
前言
在R语言里，谈及绘图，ggplot2是最出名的绘图包之一，作为一个绘图神器，它提供了许许多多的功能给用户使用，仅用短短几行代码，一幅幅高端大气的图像便跃然纸上，这可能就是ggplot2包的魅力所在。
我刚开始学习ggplot2的时候只用于学术上的制图，对深层的制图一知半解，趁着有空便重新学习了一下ggplot2包，才发现其背后的制图逻辑竟跟GIS的图层叠加有着高度的相似，下面就是我学到的内容了。
数据集介绍
这次使用的数据集是R包内置的iris数据集，是由Edgar Anderson记录的3种鸢尾花形态数据。
iris以鸢尾花的特征作为数据来源，常用在分类操作中。该数据集由3种不同类型的鸢尾花的各50个样本数据构成。其中的一个种类与另外两个种类是线性可分离的，后两个种类是非线性可分离的。
该数据集包含了4个属性：
Sepal.Length（花萼长度），单位是cm；
Sepal.Width（花萼宽度），单位是cm；
Petal.Length（花瓣长度），单位是cm；
Petal.Width（花瓣宽度），单位是cm；
Species（种类）：Iris Setosa（山鸢尾）、Iris Versicolour（杂色鸢尾），以及Iris Virginica（维吉尼亚鸢尾）。
polt与ggplot对比
我们用相同的数据，通过plot函数跟ggplot函数分别绘制散点图来简单理解一下两者的差异：
library("ggplot2") #加载安装好的ggplot2包
plot(iris$Sepal.Length, iris$Sepal.Width) #plot绘图
ggplot(data = iris,aes(x = Sepal.Length, #ggplot2绘图
y=Sepal.Width))+ #绘制底层画布
geom_point(color = "darkred") #在画布上添加点
上图为plot函数散点图，下图为ggplot函数散点图
从上述代码可以看出，ggplot绘图有以下两个特点：
- 有明确的开始(以ggplot函数开始)与终止(一条语句一幅画)
- ggplot2语句可以理解成一条语句一幅画，然后通过图层叠加，叠加通过“+”号将绘图的语句连接起来。
ggplot2绘图
绘制画布
上面介绍的ggplot2绘图有明确的开始，即以ggplot函数作为开始的标志，那么ggplot()有什么用呢？
它的主要功能在于初始化一个ggplot对象，且不指定绘图内容，格式如下：
ggplot(data = NULL, mapping = aes(), ...,environment = parent.frame())其中，data指的要绘图的数据集，它会被制定为绘图环境，载入之后就不需要写大量的$符号来提取data.frame里面的向量的操作。如果数据都是向量，那么也可不指定，但要在声明中标注data=NULL，否则会有不必要的报错。
数据与图形属性之间的映射关系称mapping。
ggplot对象的data存储了整个属性框的内容，而mapping则确定如何使用这些数据。图形的可视属性包括如形状、颜色、透明度等美学属性，确定美学属性与数据之间的对应关系一般用aes函数。常见的图形属性包括x、y、size、color、group.
比如，当data=iris时，mapping= aes(x = Sepal.Length, y = Sepal.Width)表示将花萼长度作为x轴变量，将花萼宽度作为y轴变量。如果需要将Species映射到形状或者颜色属性，可以添加shape=Species或者colour = Species. 使用ggplot函数绘制底层画布。
ggplot(data = iris, aes(x = Sepal.Length,
y = Sepal.Width,
colour = Species,
shape = Species))
除了数据与映射之外，一个图层还应该至少包含位置、stat、position这三个图形属性。
几何对象
几何对象简单来说就是采用展示数据的图形类型。
如散点图、条形图等，ggplot2包提供了许多的图形类型供用户使用。
几何对象函数 | 描述 | 几何对象函数 | 描述 |
geom_abline | 线，由斜率和截距指定 | geom_jitter | 点，自动添加了扰动 |
geom_area | 面积图 | geom_line | 线 |
geom_bar | 条形图 | geom_path | 几何路径 |
geom_bin2d | 二维封箱的热图 | geom_point | 点 |
geom_blank | 空的几何对象，什么都不画 | geom_pointrange | 一条垂直线，线中间有一个点 |
geom_boxplot | 箱线图 | geom_polygon | 多边形 |
geom_contour | 等高线图 | geom_quantile | 一组分位数线 |
geom_crossbar | 类似于箱线图，但无触须和极值点 | geom_rect | 二维长方形 |
geom_density | 密度图 | geom_ribbon | 彩虹图 |
geom_density2d | 二维密度图 | geom_rug | 触须 |
geom_errorbar | 误差线 | geom_segment | 线段 |
geom_errorbarh | 水平误差线 | geom_smooth | 平滑的条件均值 |
geom_freqploy | 频率多边形 | geom_step | 阶梯图 |
geom_hex | 六边形图 | geom_text | 文本 |
geom_histogram | 直方图 | geom_tile | 瓦片 |
geom_hline | geom_hline |
如果要在画布上绘制散点图的话，则只需在 “+” 号后面添加函数geom_point即可：
ggplot(data = iris)+ #绘制底层画布
geom_point(aes(x = Sepal.Length,
y = Sepal,Width,
colour = Species,
shape = Species))统计变换
统计类型stat是指对数据所应用的统计类型和方法
上述代码中没有指定统计类型，但自动获得identity，因为ggplot2会默认为每一种几何类型都指定一种默认的统计类型，反之亦然。其中stat_identity表示不做任何的统计变换。运行代码如下：
ggplot(iris)+
geom_bar(aes(x = Sepal.Length,
stat = "bin",
binwidth = 0.5))
标尺设置
aes函数设定了数据与图形属性的映射关系，但是数据怎么映射为属性则是标尺(Scale) 的功能。
对于任何一个图形属性，如x，y，alpha，color，fill，linetype，shape，size等，ggplot2都提供以下4种标尺：
(1)scale_*_continuous：将数据的连续取值映射为图形属性的取值
(2)scale_*_discrete：将数据的离散取值映射为图形属性的取值
(3)scale_*_identity：将数据的值作为图形属性的取值
(4)scale_*_mannual：将数据的离散取值作为手工指定的图形属性的取值随机从iris数据集的150个样本中抽取100个样本，并绘制条形图以反映100个样本中各个鸢尾花，并绘制条形图以反映100个样本中各个鸢尾花种类的数量情况，然后提供修改标尺参数做前后对比图。代码如下：
set.seed(1234)
my_iris <- iris[sample(1:150,100,repleace = FALSE)]
p <- ggplot(my_iris) +
geom_bar(aes(x = Species,fill = Species))
p #修改标尺参数前的图形
p <- p +scale_fill_manual(
values = c("orange","olivedrab","navy") #颜色设置
breaks = c("setosa","versicolor","virginica") #图例和轴要显示的分段点
name = "my_Species", #图例和轴使用的名称
labels = c("set","ver","vir") #修改标尺参数后的图
)
上面为修改之前的图，下面为修改之后的图
可以使用scale_color_manual函数或scale_color_brewer函数修改图形的颜色。比如对iris数据集中的Sepal.Length与Sepal.Width的散点图分别使用scale_color_manual函数或scale_color_brewer函数修改图形颜色，代码如下：
#图一：使用scale_color_manual函数
ggplot(iris,aes(x = Sepal.Length,
y = Sepal.Width,
colour = Species))+
scale_color_manual(values = c("orange","olivedrab","navy"))+
geom_point(size = 2)
#图二：使用scale_color_brewer函数
ggplot(iris,aes(x = Sepal.Length,
y = Sepal.Width,
colour = Species))+
scale_color_brewer(palette = "Set1") +
geom_point(size = 2)
坐标系的转换
ggplot2默认的坐标系是笛卡尔坐标系
(1)可以使用以下方法指定坐标系的取值范围coord_cartesian(xlim = c(0,5),ylim = c(0.3))。
(2)如果要让x轴跟y轴交换位置，则可以使用coord_flip函数。
(3)如果要使用角度坐标系，可以使用以下方法进行转换：coord_polar(theta = “x”,start =0,direction = 1)
这里theta指定角度对应的变量，start指定离12点钟方向的偏离值
若direction = 1，则表示顺时针方向；若direction = -1，则表示逆时针方向。
# 1.饼状图 = 堆叠长条图+角度坐标系
pie <-ggplot(my_iris,aes(x = factor(1),
fill = Species))+
geom_bar(width = 1) #堆叠长条图
pie + coord_polar(theta = "y")
# 2. 靶心图 = 饼状图 + polar coordinates
pie + coord_polar()
#3. 锯齿图 = 柱状图 + polar coordinates
cxc = ggplot(my_iris,aes(x = Species))+
geom_bar(width = 1,
colour = "black")
cxc+coord_polar()
分面
分面就是分组绘图，即根据定义的规则将数据分为多个子集，每个子集按照一定的规则单独绘图，排布在一个页面上。ggplot2提供两种分面函数：facet_grid函数和facet_wrap函数。
facet_grid函数
facet_grid函数的原型如下：
gather(data,key,value,...,na.rm = FALSE,convert =FALSE,factor_key =FALSE)这里，facet_grid函数是一个二维的矩形布局，每个自己的位置由行位置变量和列位置变量控制。下面以Species的取值作为一列，将feature_name的取值作为一行作为示例：
library(ggplot2)
library(tidyr)
library(dplyr)
my_iris1 <-iris %>% gather(feature_name,
feature_value,
one_of(c("Sepal.Length",
"Sepal.Width",
"Petal.Length",
"Petal.Width"))) #数据变换
ggplot(my_iris1)+
geom_violin(aes(x = Species,
y = feature_value))+ #绘制小提琴图
facet_grid(feature_name ~ Species,
scales = "free") #分面
facet_wrap函数
facet_wrap函数会生成一个动态调整的一维布局，根据“~位置变量1+位置变量2+…”来确定每个子集的位置，先逐行排列，放不下了再移到下一行。以my_iris1数据集作为例子，操作代码如下：
ggplot(my_iris1)+
geom_violin(aes(x = Species,
y = feature_value))+
facet_wrap(~feature_name + Species,
scales = "free")
保存图形
ggplot2包提供了ggsave函数进行图形保存
格式如下：
ggsave(filename,width,height,...)其中，filename为保存的文件名和路径，width为图像宽度，height为图像高度，例如在当前工作目录下生成一个名为“test”的PDF图形，代码如下：
ggplot(iris,aes(x = Sepal.Length,
y = Sepal.Width,
colour = Species))+
geom_point(size = 2)
ggsave(file = "test.pdf",
width = 2,
height = 4)
写到最后
ggplot2包的绘图逻辑介绍到这里了，当然还有很多很多其他东西，这里就不一一赘述了，想学习更多的可以在某度或者查看帮助文档喔。学无止境，披荆前行！
