R实战：【绘图】ggplot2[多维度分析神器]

R实战系列专栏

介绍

ggplot2是我见过最human friendly的画图软件，这得益于Leland Wilkinson在他的著作《The Grammar of Graphics》中提出了一套图形语法，把图形元素抽象成可以自由组合的成分，Hadley Wickham把这套想法在R中实现。

ggplot2基本要素

• 数据（Data）和映射（Mapping）
• 几何对象（Geometric）
• 标尺（Scale）
• 统计变换（Statistics）
• 坐标系统（Coordinante）
• 图层（Layer）
• 分面（Facet）
• 主题（Theme）

绘图

下面以一份钻石的数据为例，这份数据非常大，随机取一个子集来画图。

require(ggplot2)
data(diamonds)
set.seed(42)
small <- diamonds[sample(nrow(diamonds), 1000), ]
head(small)

> head(small)
      carat       cut color clarity depth table price    x    y    z
49345  0.71 Very Good     H     SI1  62.5    60  2096 5.68 5.75 3.57
50545  0.79   Premium     H     SI1  61.8    59  2275 5.97 5.91 3.67
15434  1.03     Ideal     F     SI1  62.4    57  6178 6.48 6.44 4.03
44792  0.50     Ideal     E     VS2  62.2    54  1624 5.08 5.11 3.17
34614  0.27     Ideal     E     VS1  61.6    56   470 4.14 4.17 2.56
27998  0.30   Premium     E     VS2  61.7    58   658 4.32 4.34 2.67

画图实际上是把数据中的变量映射到图形属性上。以克拉(carat)数为X轴变量，价格(price)为Y轴变量。

require(ggplot2)
data(diamonds)
set.seed(42)
small <- diamonds[sample(nrow(diamonds), 1000), ]#随机抽取1000个作为样本
head(small)
#画图实际上是把数据中的变量映射到图形属性上。
#以克拉(carat)数为X轴变量，价格(price)为Y轴变量。
p <- ggplot(data = small, mapping = aes(x = carat, y = price))
#上面这行代码把数据映射XY坐标轴上，需要告诉ggplot2，这些数据要映射成什么样的几何对象，
#下面以散点为例：
p + geom_point()
#如果想将切工（cut）映射到形状属性。只需要：
p <- ggplot(data=small, mapping=aes(x=carat, y=price, shape=cut)) 
p + geom_point()
#再比如我想将钻石的颜色（color）映射颜色属性：
p <- ggplot(data=small, mapping=aes(x=carat, y=price, shape=cut, colour=color))
p+geom_point()

更直观的绘图语法

最后一幅图也可以用下面的写法来完成

#再比如我想将钻石的颜色（color）映射颜色属性：
ggplot(data=small) + geom_point(aes(x=carat, y=price, shape=cut, colour=color))

分面(将一个维度拆分成多图)

p <- ggplot(mpg, aes(displ, cty)) + geom_point()
head(mpg)
tail(mpg)
p + facet_grid(. ~ cyl)#将cyl维度拆分成：左右多图
p + facet_grid(cyl~.)#将cyl维度拆分成：上下多图
p + facet_grid(drv ~ .)#将drv维度拆分成：上下多图
p + facet_grid(drv ~ cyl)#将drv和cyl拆分成二维多图

> head(mpg)
  manufacturer model displ year cyl      trans drv cty hwy fl   class
1         audi    a4   1.8 1999   4   auto(l5)   f  18  29  p compact
2         audi    a4   1.8 1999   4 manual(m5)   f  21  29  p compact
3         audi    a4   2.0 2008   4 manual(m6)   f  20  31  p compact
4         audi    a4   2.0 2008   4   auto(av)   f  21  30  p compact
5         audi    a4   2.8 1999   6   auto(l5)   f  16  26  p compact
6         audi    a4   2.8 1999   6 manual(m5)   f  18  26  p compact
> tail(mpg)
    manufacturer  model displ year cyl      trans drv cty hwy fl   class
229   volkswagen passat   1.8 1999   4   auto(l5)   f  18  29  p midsize
230   volkswagen passat   2.0 2008   4   auto(s6)   f  19  28  p midsize
231   volkswagen passat   2.0 2008   4 manual(m6)   f  21  29  p midsize
232   volkswagen passat   2.8 1999   6   auto(l5)   f  16  26  p midsize
233   volkswagen passat   2.8 1999   6 manual(m5)   f  18  26  p midsize
234   volkswagen passat   3.6 2008   6   auto(s6)   f  17  26  p midsize

p + facet_grid(. ~ cyl)#将cyl维度拆分成：左右多图

p + facet_grid(cyl~.)#将cyl维度拆分成：上下多图

p + facet_grid(drv ~ .)#将drv维度拆分成：上下多图

p + facet_grid(drv ~ cyl)#将drv和cyl拆分成二维多图

一个维度的多角度对比分析

dts <- as.Date("20050101", '%Y%m%d') + seq(0,1000,15)
A <- data.frame( Dates = dts, Gas = 4000 + cumsum(abs( rnorm(length(dts), 100, 30))))
head(A)
A <- transform( A,               
                Year = format(Dates, '%Y'),
                DayOfYear = as.numeric( format(Dates, '%j')),
                GasDiff = c(diff( Gas ),NA))
head(A)
require(ggplot2)
ggplot(A, aes(Dates, GasDiff)) + geom_line( aes(colour = Year))#不同的年份不同的颜色
ggplot(A, aes(DayOfYear, GasDiff)) + geom_line( )  + facet_grid(Year ~ .)#不同的年份不同的图框(上下放置)
ggplot(A, aes(DayOfYear, GasDiff)) + geom_line( aes(colour = Year) )#不同的年份不同颜色(不拆分图框)
ggplot(A, aes(DayOfYear, GasDiff)) + geom_line( aes(colour = Year) )  + geom_point( aes(shape = Year))#不同的年份不同颜色(不拆分图框)

> head(A)
       Dates      Gas
1 2005-01-01 4149.130
2 2005-01-16 4285.929
3 2005-01-31 4371.898
4 2005-02-15 4451.551
5 2005-03-02 4602.443
6 2005-03-17 4748.729

> A <- transform( A,               
+                 Year = format(Dates, '%Y'),
+                 DayOfYear = as.numeric( format(Dates, '%j')),
+    .... [TRUNCATED] 

> head(A)
       Dates      Gas Year DayOfYear   GasDiff
1 2005-01-01 4149.130 2005         1 136.79945
2 2005-01-16 4285.929 2005        16  85.96883
3 2005-01-31 4371.898 2005        31  79.65307
4 2005-02-15 4451.551 2005        46 150.89207
5 2005-03-02 4602.443 2005        61 146.28541
6 2005-03-17 4748.729 2005        76 106.43583

ggplot(A, aes(Dates, GasDiff)) + geom_line( aes(colour = Year))#不同的年份不同的颜色

ggplot(A, aes(DayOfYear, GasDiff)) + geom_line( )  + facet_grid(Year ~ .)#不同的年份不同的图框(上下放置)

ggplot(A, aes(DayOfYear, GasDiff)) + geom_line( aes(colour = Year) )#不同的年份不同颜色(不拆分图框)
ggplot(A, aes(DayOfYear, GasDiff)) + geom_line( aes(colour = Year) )  + geom_point( aes(shape = Year))#不同的年份不同颜色(不拆分图框)

参考：https://www.plob.org/article/7264.html