初学R，想画一个
四组数据，每一组在不同的数据量下的值，
image.png
在excel中画了如下图，随着横坐标数据量的增长，值的变化趋近饱和，并添加了趋势线。
image.png
在R中用ggplot2画了如下
#先将数据导入
library(ggplot2)
x=c(15872,31744,63488,95232,126976)
y1=c(5148,6241,6929,7196,7270)
y2=c(5948,7570,8878,9381,9632)
y3=c(3325,4281,4921,5175,5322)
y4=c(3373,4350,5177,5525,5775)
DF <- data.frame(x, y1,y2,y3,y4)
# 调用ggplot, 将四条线画在一起，并且每条线中画了两种曲线stat_smooth(),用不同的formula，
ggplot(DF,aes(x = x)) +
geom_point(aes(y = y1), )+
stat_smooth(method = "rlm", formula = y~log(x), aes(x,y1, color = 'logarithmic'), se = FALSE) +
stat_smooth(method = 'lm', formula = y ~ poly(x,2), aes(x,y1,colour = 'polynomial'), se= FALSE) +
geom_line(aes(y = y1)) +
geom_point(aes(y = y2),) +
stat_smooth(method = "rlm", formula = y~log(x), aes(x,y2, color = 'logarithmic'), se = FALSE) +
stat_smooth(method = 'lm', formula = y ~ poly(x,2), aes(x,y2,colour = 'polynomial'), se= FALSE) +
geom_line(aes(y = y2)) +
geom_point(aes(y = y3)) +
stat_smooth(method = "rlm", formula = y~log(x), aes(x,y3, color = 'logarithmic'), se = FALSE) +
stat_smooth(method = 'lm', formula = y ~ poly(x,2), aes(x,y3,colour = 'polynomial'), se= FALSE) +
geom_line(aes(y = y3)) +
geom_point(aes(y = y4)) +
stat_smooth(method = "rlm", formula = y~log(x), aes(x,y4, color = 'logarithmic'), se = FALSE) +
stat_smooth(method = 'lm', formula = y ~ poly(x,2), aes(x,y4,colour = 'polynomial'), se= FALSE) +
geom_line(aes(y = y4)) +
theme_bw() +
scale_colour_brewer(name = 'Trendline', palette = 'Set2')
如图
image.png
显然，没有excel画的好看[哭笑脸]
说明：
ggplot2的学习可以参照《ggplot2：数据分析与图形艺术》这本书，可以抛开R的基础语法去学习。
绘图有两种方式，一种是一步到位，像qplot（），另一种是逐层叠加，像ggplot2，就是上图画的这个。
一个图层有5部分组成：
数据（data）,必须是一个数据框data frame，在绘图结束后可以被修改。
一组图形属性映射（mapping），用来设定数据集中的变量如何映射到该图层的图层属性。
几何对象（geometric），用来指定在图形中用那种几何对象来绘图。几何对象决定了一组可用的图形属性。
统计变换（statistics），对原数据做一些有用的统计变换。统计变换返回一个包含新变量的数据框，这些新变量可以通过特殊的语法映射到图形属性中。
位置调整，通过调整元素位置来避免图形重合。
每一个几何对象都对应着一个默认的统计变换和位置参数，而每一个统计变换都对应着一个默认的几何对象参数，所以对于一个图层我们只需要设定stat或geom参数即可，
geom_XXX(mapping, data, ..., stat, position)
stat_XXX(mapping, data, ..., geom, position)
image.png
image.png