R绘图 第十一篇：统计转换、位置调整、标度和向导（ggplot2）

统计转换和位置调整是ggplot2包中的重要概念，统计转换通常使用stat参数来引用，位置调整通常使用position参数来引用。

bin是分箱的意思，在统计学中，数据分箱是一种把多个连续值分割成多个区间的方法，每一个小区间叫做一个bin（bucket），这就意味着每个bin定义一个数值区间，连续值会落到相应的区间中。

一，统计转换图层

使用stat_函数可以减少图层的使用，从而引起对统计变换的注意，而不是视觉外观。

1，移除重复值

使用stat_unique()移除重复值：

stat_unique(mapping = NULL, data = NULL, geom = "point",
  position = "identity", ..., na.rm = FALSE, show.legend = NA,
  inherit.aes = TRUE)

参数注释：

• geom：指定几何图层，默认值是point
• position：位置调整，默认值是identity（不做位置调整）

使用unique的两种方式：

ggplot(dat, aes(x, y)) + geom_point(size=5,alpha=0.2,stat = "unique")
ggplot(dat, aes(x, y))+stat_unique(geom="point",size=5,alpha=0.2)

2，不改变数据

identity是对数据不做任何改变：

stat_identity(mapping = NULL, data = NULL, geom = "point",
  position = "identity", ..., show.legend = NA, inherit.aes = TRUE)

使用identity的两种方式：

stat="identity"
stat_identity()

3，计数

stat图层中有两种计数方式：

• stat_count() ：不需要分箱，计算每个x位置的数量，适用于离散或连续的x轴数据；
• stat_bin()：通过把x轴分箱并计算每个箱中的观测数量，适用于连续的x轴数据。

分箱计数转换默认的几何图形是bar，常用于直方图（geom_histogram(stat = "bin"）中：

stat_bin(mapping = NULL, data = NULL, geom = "bar", position = "stack",
  ..., binwidth = NULL, bins = NULL, center = NULL, boundary = NULL,
  breaks = NULL, closed = c("right", "left"), pad = FALSE,
  na.rm = FALSE, show.legend = NA, inherit.aes = TRUE)

参数注释：

• geom：指定几何图层；
• bins：分箱的数量，默认值是30；
• binwidth：分箱的宽度
• breaks：数值向量，指定分箱的分割点
• closed：有效值是right和left，用于指定分箱的区间是右边关闭，还是左边关闭。

计数转换的定义，默认值是条形图，常用于条形图（geom_bar(stat = "count")）中：

stat_count(mapping = NULL, data = NULL, geom = "bar",
  position = "stack", ..., width = NULL, na.rm = FALSE,
  show.legend = NA, inherit.aes = TRUE)

4，加和

stat_summary()用于在唯一的x值上求y值的加和，stat_summary_bin()用于对分箱的x值，求y值的加和。

stat_summary_bin(mapping = NULL, data = NULL, geom = "pointrange",
  position = "identity", ..., fun.data = NULL, fun.y = NULL,
  fun.ymax = NULL, fun.ymin = NULL, fun.args = list(), bins = 30,
  binwidth = NULL, breaks = NULL, na.rm = FALSE, show.legend = NA,
  inherit.aes = TRUE)

stat_summary(mapping = NULL, data = NULL, geom = "pointrange",
  position = "identity", ..., fun.data = NULL, fun.y = NULL,
  fun.ymax = NULL, fun.ymin = NULL, fun.args = list(), na.rm = FALSE,
  show.legend = NA, inherit.aes = TRUE)

5，椭圆转换

常用于散点图，把尽量多的散点包裹在椭圆中：

stat_ellipse(mapping = NULL, data = NULL, geom = "path",
  position = "identity", ..., type = "t", level = 0.95, segments = 51,
  na.rm = FALSE, show.legend = NA, inherit.aes = TRUE)

参数注释：

• type ：类型，默认值是t， 用于散点的t分布，norm 用于散点的正态分布，euclid绘制半径等于level的圆，
• level：水平， 默认值是0.95，用于表示绘制椭圆的置信度，或者，如果type =“euclid”，则表示绘制圆的半径。
• segments：绘制椭圆使用的段数量

 

二，位置调整图层

位置调整（Position adjustment）有多种实现方式：

• identity：不调整
• dodge：垂直方向不调整，只调整水平位置
• dodge2：时dodge的特例，可以有变化的宽度
• nudge：在一定的范围内调整水平和垂直位置
• jitter：抖动，当具有离散位置和相对较少的点数时，抖动很有用
• jitterdodge：同时jitter和 dodge
• stack：堆叠
• fill：填充，用于条形图

每个位置调整都对应一个函数position_xxx()。

1，不调整位置

position="identity"
position=position_identity()

2，dodge调整（避开）

dodge保留垂直方向，而调整水平方向。dodge2是dodge的特例，用于组织箱线图（box plot）、条形图（bar plot）和矩形图（rectangle），可以设置可变的宽度。

position_dodge(width = NULL, preserve = c("total", "single"))

position_dodge2(width = NULL, preserve = c("total", "single"),
  padding = 0.1, reverse = FALSE)

参数注释：

preserve：有效值是total和single，如果设置为total表示避开一个位置上的所有元素的总宽度，single表示避开一个位置上单个元素的宽度。

3，jitter调整（抖动）

在一定的范围内抖动调整，移动的位置是随机的：

position_jitter(width = NULL, height = NULL, seed = NA)

4，jitterdodge调整

该模式是dodge和jitter的组合，同时进行抖动和避开调整

position_jitterdodge(jitter.width = NULL, jitter.height = 0,
  dodge.width = 0.75, seed = NA)

5，nudge调整（移动）

 该模式把位置移动特定的距离，移动的距离是已知的：

position_nudge(x = 0, y = 0)

6，stack调整（堆叠）

用于条形图，堆叠调整是使多个条形图堆叠起来，而填充调整是每个条形图堆叠，并使其都具有相同的高度：

position_stack(vjust = 1, reverse = FALSE)
position_fill(vjust = 1, reverse = FALSE)

三，标度（Scale）

标度（scale）控制数据被转换为可视的属性，使用标度可以覆盖默认的设置，以调整（tweak）轴标签（axis label），或图例键（legend key）的显示属性，或则使用完全不同的方法以实现从数据到美学（aes）的转换，例如，labs()和lims()函数。常用的标度是：x、y、size、shape、linetype、alpha、color和fill，对于每个标度，都有相应的标度函数来控制。

1，标度的标签和范围属性

设置标度的标签属性，例如，对于color标度，设置的是color图例的lable属性：

labs(x='xlab',y='ylab',title='plot title',subtitle ="sub title",caption = "caption",color="the label of scale_color")

设置标度取值的范围，对于color标度，设置的是color取值的范围：

lims(x=c(min,max),y=c(min,max),colour = c("4", "6", "8"))

2，标度函数

在每个标度函数中， 控制每个标度的属性：

• scale_aplha_xxx()
• scale_color_xxx()
• scale_fill_xxx()
• scale_x_xxx()
• scale_y_xxx()
• scale_shape_xxx()
• scale_size_xxx()
• scale_linetype_xxx()

（1）设置y轴的标签显示为百分数

设置y轴显示为百分数

scale_y_continuous(labels = scales::percent,limits=c(y.min,1))

 （2）增加辅助坐标

 增加一个辅助坐标

sec_axis(trans = NULL, name = waiver(), breaks = waiver(),  labels = waiver())
dup_axis(trans = ~., name = derive(), breaks = derive(),  labels = derive())

参数注释:

• trans：转换公式（transformation formula），是对主坐标轴的转换
• name：辅助坐标轴的名称
• breaks：设置断点
• labels：断点的标签
• derive()：导出函数，表示和主坐标轴的name、breaks和labels保持一致

例如，对于转换参数，如果设置为：

• trans = ~ . * 1， 则表示辅助坐标一一映射主坐标：
• trans = ~ . + 10， 则表示辅助坐标是主坐标值+10；

示例代码，使用坐标轴标度的sec.axis属性来引用该函数：

ggplot(mtcars, aes(cyl, mpg)) +
  geom_point()+
  scale_x_continuous(sec.axis = sec_axis(~.+10))

四，向导（guide）

向导（guide）用于帮助读者更容易理解坐标轴（axes）和图例（legend），用于对标度进行调整。

1，图例向导

图例（legend）位置绘图区域（plot）之外，是对图层分组的一个说明，图例向导（legend guide）用于控制图例的显示：

guide_legend(title = waiver(), title.position = NULL, title.theme = NULL,
  title.hjust = NULL, title.vjust = NULL, label = TRUE,
  label.position = NULL, label.theme = NULL, label.hjust = NULL,
  label.vjust = NULL, keywidth = NULL, keyheight = NULL,
  direction = NULL, default.unit = "line", override.aes = list(),
  nrow = NULL, ncol = NULL, byrow = FALSE, reverse = FALSE, order = 0,
  ...)

参数说明：

• title：图例的标题，设置为NULL，那么标题不显示
• title.position：标题的位置
• title.theme：用于指定渲染标题的主题对象（theme）
• title.hjust、title.vjush：标题的水平、垂直调整
• lable：逻辑值，图例中的小标签是否显示
• keywidth、keyheight：图例中的key的宽度和高度
• default.unit：字符类型，用于指定keywidth和keyheight的单位，参考  grid::unit()
• direction：方向，有效值是"horizontal" 和 "vertical"
• nrow、ncol：图例摆放的行和列的数量
• byrow：逻辑值，是否按照行来摆放图例
• reverse：逻辑值，是否把图例的属性逆转

2，颜色板向导

颜色板向导显示连续的颜色标度，用于设置前景色（scale_colour）和填充色（scale_fill）的标度中：

guide_colorbar(title = waiver(), title.position = NULL,
  title.theme = NULL, title.hjust = NULL, title.vjust = NULL,
  label = TRUE, label.position = NULL, label.theme = NULL,
  label.hjust = NULL, label.vjust = NULL, barwidth = NULL,
  barheight = NULL, nbin = 20, raster = TRUE, frame.colour = NULL,
  frame.linewidth = 0.5, frame.linetype = 1, ticks = TRUE,
  ticks.colour = "white", ticks.linewidth = 0.5, draw.ulim = TRUE,
  draw.llim = TRUE, direction = NULL, default.unit = "line",
  reverse = FALSE, order = 0, available_aes = c("colour", "color",
  "fill"), ...)

参数注释：

• barwidth、barheight：用于指定颜色板的宽度和高度
• label：逻辑值，图例中的小标签
• ticks：逻辑值，图例中的刻度
• ticks.linewidth：图例中的刻度的线宽
• draw.ulim、draw.llim：逻辑值，是否显示上限/下限刻度
• frame.colour ：颜色板描边的的颜色，默认值是NULL，不会描边
• frame.linewidth ：颜色板描边的线宽
• frame.linetype：颜色板描边的线的类型
• nbin：分箱的数量，值越大，颜色越平滑
• raster：逻辑值，默认值是TRUE，把颜色板渲染成光栅图，如果设置为FALSE，把颜色板渲染成矩形图的集合。

颜色板向导的用法：

scale_fill_continuous(guide = "colorbar")
scale_fill_continuous(guide = guide_colorbar())
guides(fill = guide_colorbar())

3，标度向导

为每个标度设置向导，两个常用的向导是图例向导（legend）和颜色板向导（colorbar），前者对应的向导函数是guide_legend()，后者对应的向导函数是guide_colorbar()，常用的标度是：size、shape、linetype、alpha、color和fill。对于color和fill，应使用colorbar向导，其他的标度都是legend向导。

guides(...)

标度向导的设置方式多种多样，使用aes()函数来设置图例：

p <- ggplot(dat, aes(x, y, colour = p, size = q, shape = r)) + geom_point()

使用guides()函数来设置图例：

p + guides(colour = "colorbar", size = "legend", shape = "legend")

使用guides()函数和向导函数来设置图例：

p + guides(colour = guide_colorbar(), size = guide_legend(),  shape = guide_legend())

使用标度来设置图例：

p +
 scale_colour_continuous(guide = "colorbar") +
 scale_size_discrete(guide = "legend") +
 scale_shape(guide = "legend")

如果要移除图例，只需要在向导函数设置标度值为"none"：

p + guides(colour = "none")

 

 

参考文档：

ggplot2 Reference

Layer: stats

Layer：Position adjustment

Data Binning and Plotting

HOW TO SUSS STATS IN GGPLOT2 IN R