这部分内容是Extending ggplot2的学习笔记，大部分内容都是原文的简单翻译。
所有的ggplot2对象都建立自"ggproto"这套面向对象编程系统，因此想要创建出自己的一套图层，而不是简单的对已有图层进行累加，那么就需要学习"ggproto"。
创建新的stat
最简单的stat
我们会从一个最简单的stat开始: 根据已有的一组点，用一个凸壳(convex hull)包围他。
第一步，我们创建一个继承自Stat的"ggproto"对象
StatChull <- ggproto("StatChull", Stat,
compute_group = function(data, scales){
data[chull(data$x, data$y), , drop=FALSE]
},
required_aes = c("x","y")
)
在"ggproto"函数中，前两个是固定项，分别是类名和继承的"ggproto"类。而后续内容则是和你继承的类相关，例如compute_group()方法负责计算，required_aes则列出哪些美学属性(aesthetics)必须要存在，这两个都继承自Stat，可以用?Stat查看更多信息。。
第二步，我们开始写一个图层。由于历史设计原因，Hadley将其称作stat_()或geom_()。但实际上，Hadley认为layer_()可能更准确些，毕竟每一个图层都或多或少的有"stat"和"geom"。
所有的图层都遵循相同的格式，即你在function中声明默认参数，然后调用layer()函数，将...传递给params参数。在...的参数既可以是"geom"的参数(如果你要做一个stat封装)，或者是"stat"的参数(如果你要做geom的封装)，或者是将要设置的美学属性. layer()会小心的将不同的参数分开并确保它们存储在正确的位置:
stat_chull <- function(mapping = NULL, data = NULL, geom = "polygon",
position = "identity", na.rm = TRUE, show.legend = NA,
inherit.aes = TRUE, ...){
layer(
stat = StatChull, data = data, mapping = mapping, geom = geom,
position = position, show.legend = show.legend, inherit.aes = inherit.aes,
params = list(na.rm = na.rm, ...)
)
}
(注, 在写R包的时候要注意用ggplot2::layer()或在命名空间中导入layer(), 否则会因找到函数而报错)
当我们写好了图层函数后，我们就可以尝试这个新的"stat"了
ggplot(mpg, aes(displ, hwy)) +
geom_point() +
stat_chull(fill = NA, colour= "black")
(后续我们会学习如何通过设置"geom"的默认值，来避免声明fill=NA)
一旦我们构建了这种基本的对象，ggplot2将会给我们带来极大的自由。举个例子，ggplot2自动保留每组中不变的美学属性，也就是说你可以分组绘制一个凸壳:
ggplot(mpg, aes(displ, hwy, colour = drv)) +
geom_point() +
stat_chull(fill = NA)
我们还可以覆盖默认的图层，来以不同的形式展现凸壳:
ggplot(mpg, aes(displ, hwy)) +
stat_chull(geom = "point", size = 4, colour = "red") +
geom_point()
参考资料
- https://cran.r-project.org/web/packages/ggplot2/vignettes/extending-ggplot2.html
- https://ggplot2.tidyverse.org/reference/ggplot2-ggproto.html