R for data science ggplot2篇（1）

写在最前面：当做我什么也不懂，重新开始。

ggplot2是由Hadley Wickham创建的一个十分强大的可视化R包。按照ggplot2的绘图理念，Plot(图)= data(数据集)+ Aesthetics(美学映射)+ Geometry(几何对象)

在ggplot2中有两个主要绘图函数：qplot()以及ggplot()。

qplot(): 即快速绘图；

ggplot()：可以绘制十分复杂的图形。

但是要想随心所欲的绘图，还是学习基础绘图方法，今后再说

#ggplot2的安装

三种任选其一，但是主推第一种后续简便。

library（tidyverse）

1.mpg数据框

数据框是变量（列）和观测（行）的矩阵集合，mpg包含了美国国家环境保护协会收集的38种车型的数据

>ggplot::mpg

我们可以看到包括如下变量：

model

model name

displ

engine displacement, in litres

year

year of manufacture

cyl

number of cylinders

trans

type of transmission

drv

f = front-wheel drive, r = rear wheel drive, 4 = 4wd

cty

city miles per gallon

hwy

highway miles per gallon

fl

fuel type

class

"type" of car

好了，下面我们就可以探讨各个变量之间的关系了。

我们可以首先探讨引擎大小和耗油量之间的关系：

>ggplot(data = mpg) + 

     geom_point(mapping = aes(x = displ,y = hwy))

其实根据趋势我们发现：燃油量和引擎大小成负相关的趋势。

解析代码：

ggplot：开始绘图，创建了坐标系

data = mpg：标明了使用的数据集

mapping：ggplot2每个几何对象都有一个mapping参数，这个参数将数据集的变量映射为图形属性

aes（x，y）：x，y的参数分别指定了映射到x轴，y轴的变量

由此我们可以得到一个绘图模板：

ggplot(data = ) + 

  (mapping =aes())

#加颜色

>ggplot(data = mpg) + 

    geom_point(mapping = aes(x = displ,y = hwy),color = "blue")

颜色是字符串类型

#分面

>ggplot(data = mpg) + 

    geom_point(mapping = aes(x = displ,y = hwy)) +

    facet_wrap(~class,nrow = 2)

>ggplot(data = mpg) + 

  geom_point(mapping = aes(x = displ,y = hwy)) +

  facet_grid(drv ~ cyl)

facet_wrap：单个变量分面，变量前加上~

facet_grid:两个变量分面，变量间用~隔开

#几何对象

几何对象是图中用来表示数据的几何图形对象

条形图：条形几何对象

折线图：直线几何对象

箱线图：矩形和直线几何对象

散点图：点几何对象

使用平滑曲线拟合数据：

>ggplot(data = mpg) +

    geom_smooth(mapping = aes(x = hwy,y=cyl))

ggplot2中每个几何参数都有一个mapping的参数，但是不是每种图形属性适合每种几何对象。可以设置点的形状，但不能设置线的形状，而可以设置线的类型。

>ggplot(data = mpg) +

    geom_smooth(mapping = aes(x = hwy,y=cyl,linetype = drv，color = drv))

依据drv变量设置线的类型，同时附上颜色

看来四轮驱动车子中，引擎大小和耗油量的相关性非常显著！