ggplot2学习笔记2：ggplot()语法基础

此博客作为自己的学习笔记，同时与大家交流分享！

Mastering the Grammar

语法这一部分有点难理解，只是看文字描述的概念不易懂，最好是能在画图过程中去理解体会，只有了解了语法，才能掌握ggplot2的精髓，画出的图才能高大上！

下面主要学习ggplot2的理论基础：图形图层语法

建立一个散点图
以ggplot2包中的mpg数据集（记录了美国1999年和2008年部分汽车的制造商、型号、类别、引擎大小、传动系和耗油量等信息）为例

library(ggplot2)
mpg
# A tibble: 234 x 11
   manufacturer model      displ  year   cyl trans      drv     cty   hwy fl    class  
   <chr>        <chr>      <dbl> <int> <int> <chr>      <chr> <int> <int> <chr> <chr>  
 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    2008     4 manual(m6) f        20    31 p     compact
 4 audi         a4           2    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
 7 audi         a4           3.1  2008     6 auto(av)   f        18    27 p     compact
 8 audi         a4 quattro   1.8  1999     4 manual(m5) 4        18    26 p     compact
 9 audi         a4 quattro   1.8  1999     4 auto(l5)   4        16    25 p     compact
10 audi         a4 quattro   2    2008     4 manual(m6) 4        20    28 p     compact
# ... with 224 more rows

分别利用qplot()和ggplot()画一个以气缸数（cyl）分类的发动机排量（displ）和高速公路每加仑行驶的英里数（hwy）的散点图

qplot(displ, hwy, data = mpg, colour = factor(cyl))  #cyl此时是一个分组变量
ggplot(mpg, aes(displ, hwy, colour = factor(cyl))) + 
  geom_point()  #factor()见ggplot2学习笔记3

图形属性（aesthetic）和数据映射（mapping）

对于散点图，是每个观测值表示为一个点，根据两个变量的值进行定位。除了水平和垂直位置，每个点还具有大小，颜色和形状。这些属性被称为美学（aesthetics），是能在图形上感知的属性。每个美学可以映射到一个变量，或设置为一个常量值。在上图中，displ 映射到横轴上，hwy 映射到纵轴上，cyl 设置为彩色分类。大小和形状没有映射到变量，但保持其（恒定）默认值。

映射设定好之后，我们可以通过改变函数，画出除了散点图之外的折线图geom_line()、柱形图geom_bar()等

#折线图
ggplot(mpg, aes(displ, hwy, colour = factor(cyl))) +
geom_line() +
theme(legend.position = "none")
#柱状图
ggplot(mpg, aes(displ, hwy, colour = factor(cyl))) +
geom_bar(stat = "identity", position = "identity", fill = NA) +
theme(legend.position = "none")

这些图虽然语法上是正确的，但并没有实际意义

根据语法，有些图很清楚明辨是折线图，柱状图还是散点图，而有一些图并没有确定的名称，如：

ggplot(mpg, aes(displ, hwy, colour = factor(cyl))) +
  geom_point() +
  geom_smooth(method = "lm")  #由于数据根据气缸数进行了分组，拟合直线也进行了分组拟合

图层的语法组件（Components of the Layered Grammar）

图层（layers）

1. 数据：必须是一个数据框（data frame）
2. 图形映射属性
3. 统计变换
4. 几何对象
5. 位置调整方式

标度（Scaling）

简单地说，标度就是一种映射关系，如坐标轴的位置标度和图例中的颜色、形状等等。

坐标系（Coordinate System）

坐标系（简称coord）是指数据映射所在的图表平面，位置通常由两个坐标(x, y)决定。

坐标系的不同类型如下图：

从左到右依次是笛卡尔坐标系、半对数坐标系、极坐标系
还有很多其他坐标系

分面 （Facetting）

见后续…

往期笔记

• ggplot2学习笔记1：从qplot()开始

参考资料

• 书籍：《ggplot2：数据分析与图形艺术》
• Hadley Wickham(2016). ggplot2. Springer International Publishing. doi:10.1007/978-3-319-24277-4