第一章 使用ggplot2进行数据可视化
练习
（1）运行ggplot(data = mpg)，你会看到什么？
library(ggplot2)
ggplot(data = mpg)
##是一个空白的画板
（2）数据集mpg中有多少行？有多少列
#四种查看方法
dim(mpg)
str(mpg)
ncol(mpg)
nrow(mpg)
library(tibble)
glimpse(mpg)
(3)变量drv的意义是什么？使用？mpg命令阅读帮助文件找出答案
#?mpg
#drv
#the type of drive train, where f = front-wheel drive, r = rear wheel drive, #4 = 4wd
（4）使用hwy和cyl绘制一张散点图
ggplot(mpg)+geom_point(mapping = aes(x=hwy,y=cyl))
(5)如果使用class和drv绘制散点图，会发生什么情况？为什么这张图没什么用处？
ggplot(mpg)+geom_point(mapping = aes(x=class,y=drv))
##每种汽车类型对应的驱动类型，两个变量都是分类变量。
1.3练习
（1）以下这段代码有什么错误？为什么点不是蓝色的？
ggplot(data=mpg)+geom_point(mapping=aes(x=displ,y=hwy,color='blue'))
#正确代码
ggplot(data=mpg)+geom_point(mapping=aes(x=displ,y=hwy),color='blue')
（2）mpg中的那些分量是分类变量？哪些变量是连续变量？（提示：输入？mpg来阅读这个数据集的文档）当调用mpg时，如何才看到这些信息？
?mpg
str(mpg)
tibble[,11] [234 x 11] (S3: tbl_df/tbl/data.frame)
$ manufacturer: chr [1:234] "audi" "audi" "audi" "audi" ...
$ model : chr [1:234] "a4" "a4" "a4" "a4" ...
$ displ : num [1:234] 1.8 1.8 2 2 2.8 2.8 3.1 1.8 1.8 2 ...
$ year : int [1:234] 1999 1999 2008 2008 1999 1999 2008 1999 1999 2008 ...
$ cyl : int [1:234] 4 4 4 4 6 6 6 4 4 4 ...
$ trans : chr [1:234] "auto(l5)" "manual(m5)" "manual(m6)" "auto(av)" ...
$ drv : chr [1:234] "f" "f" "f" "f" ...
$ cty : int [1:234] 18 21 20 21 16 18 18 18 16 20 ...
$ hwy : int [1:234] 29 29 31 30 26 26 27 26 25 28 ...
$ fl : chr [1:234] "p" "p" "p" "p" ...
$ class : chr [1:234] "compact" "compact" "compact" "compact" ...
#分类变量chr；连续变量int
（3）将一个连续变量映射为color,size和shape。对分类变量和连续变量来说，这些图形的属性的表现有什么不同？
#分类变量
ggplot(mpg)+geom_point(mapping = aes(x=displ,y=hwy,color=trans))
ggplot(mpg)+geom_point(mapping = aes(x=displ,y=hwy,size=trans))
ggplot(mpg)+geom_point(mapping = aes(x=displ,y=hwy,shape=trans))
#连续变量
ggplot(mpg)+geom_point(mapping = aes(x=displ,y=hwy,color=year))#连续变量使用的是一种颜色，从浅到深
ggplot(mpg)+geom_point(mapping = aes(x=displ,y=hwy,size=year))#一个区间的size对应不同的变量
ggplot(mpg)+geom_point(mapping = aes(x=displ,y=hwy,shape=year))#连续变量映射到shape中会报错
（4）如果将同一个变量映射为多个图形属性，会发生什么情况
ggplot(mpg)+geom_point(mapping = aes(x=displ,y=hwy,shape=trans,size=trans,color=trans))
(5)stroke这个图形属性的作用是什么？它适用于哪些形状？（提示：试用？geom_point命令）
ggplot(mtcars, aes(wt, mpg)) +
geom_point(shape = 21, colour = "black", fill = "white", size = 5, stroke = 1)
ggplot(mtcars, aes(wt, mpg)) +
geom_point(shape = 21, colour = "black", fill = "white", size = 5, stroke = 5)
ggplot(mtcars, aes(wt, mpg)) +
geom_point(shape = 21, colour = "black", fill = "white", size = 5, stroke =10)
#调整边框的样式 21-24的图形样式。
（6）如果将图形属性映射为非变量名对象，比如aes（color=dospl<5)，会发生什么情况？
ggplot(mpg)+geom_point(mapping = aes(x=displ,y=hwy,color =displ<5))
1.5
(1)如果使用连续变量进行分面，会发生什么情况
ggplot(mpg)+geom_point(mapping = aes(x=displ,y=hwy))+facet_wrap(~cty)
ggplot(mpg)+geom_point(mapping = aes(x=displ,y=hwy))+facet_wrap(~displ)
#会使图形异常的小
（2）在使用facet_grid(drv~cyl)生成的图中，空白单元的意义是什么？它们和以下代码生成的图有什么关系？
ggplot(mpg)+geom_point(mapping = aes(x=drv,y=cyl))
ggplot(mpg)+geom_point(mapping = aes(x=displ,y=hwy))+facet_grid(drv~cyl)
##空白单元代表没有drv和cyl的值对应的组合
（3）试试以下代码会绘制出什么图？.的作用是什么？
.的作用表示不在行或列的维度分面。
.在前表示不按行分面，在后表示不按列分面。
ggplot(data = mpg) +
geom_point(mapping = aes(x = displ, y = hwy)) +
facet_grid(drv ~ .)
ggplot(data = mpg) +
geom_point(mapping = aes(x = displ, y = hwy)) +
facet_grid(. ~ cyl)
(4)查看本节的第一个分面图：
ggplot(data = mpg) +
geom_point(mapping = aes(x=displ, y = hwy)) +
facet_wrap(~ class, nrow = 2)
与使用图形属性相比，使用分面的优势和劣势分别是什么？如果有一个更大的数据集，你将如何权衡这两种方法的优劣？
- 优势：根据想要观测的变量将数据分为每一分页，显示出了每一分页中的趋势及不同分页之间的差别
- 劣势：由于数据被分割为一个个的分页，数据整体的趋势就不能看出来了。
- 根据目的来评判，如果看整体趋势，就不用分页。如果看单个变量的变化趋势，就可以使用分页
（5）阅读?facet_wrap的帮助页面，nrow和ncol的功能分别是什么？还有哪些选项可以控制分面的布局？为什么函数facet_grid()没有变量nrow和ncol？
nrow和ncol分别代表分页的行数和列数
facet_grid只会是单列或者单行，不需要这两个参数
1.6 练习
（1）在绘制折线图、箱线图、直方图、和分区图时，应该分别使用哪种几何对象？
- geom_line
- geom_boxplot
- geom_histogram
- facet_grid
（2）在脑海中运行以下代码，并预测会有何种输出。接着在R中运行代码，并检查你的预测是否正确。
ggplot(data = mpg,
mapping = aes(x = displ,y = hwy, color = drv)
) +
geom_point() +
geom_smooth(se = FALSE)
# se是否显示置信区间？（默认为TRUE。）ggplot(data = mpg,
mapping = aes(x = displ,y = hwy, color = drv)
) +
geom_point() +
geom_smooth()
（3）show.legend = FALSE的作用是什么？删除它会发生什么情况？你觉得我为什么要在本章前面的示例中使用这句代码？
ggplot(data = mpg) +
geom_smooth(
mapping = aes(x = displ, y = hwy, color = drv) ,
show.legend = TRUE
)
#看着都一样呀 不懂
（4）geom_smooth() 函数中的 se 参数的作用是什么？
se：是否显示置信区间？（默认为TRUE。）
5.以下代码生成的两张图有什么区别吗？为什么？
ggplot(data=mpg,mapping = aes(x=displ,y=hwy))+
geom_point()+
geom_smooth()
ggplot()+
geom_point(data = mpg,mapping = aes(x=displ,y=hwy))+
geom_smooth(data=mpg,mapping = aes(x=displ,y=hwy))
#我没看出区别。。。。
6.自己编写 R 代码来生成以下各图。
rm(list=ls())
p1 <- ggplot(data = mpg,mapping = aes(x=displ,y=hwy))+
geom_point(size=2.5)+
geom_smooth(se=F,size=1.5)
p2 <- ggplot(mpg,mapping = aes(x=displ,y=hwy))+
geom_point(size=2.5)+
geom_smooth(size=1.5,se=F,mapping=aes(group=drv))
p3 <- ggplot(data=mpg,mapping = aes(x=displ,y=hwy,color=drv))+
geom_point(size=2.5)+
geom_smooth(se=F,size=1.5,mapping=aes(group=drv))
p4 <- ggplot(mpg,mapping = aes(x=displ,y=hwy))+
geom_smooth(se=F,size=1.5)+
geom_point(size=2.5,mapping=aes(color=drv))
p5 <- ggplot(mpg,mapping = aes(x=displ,y=hwy))+
geom_smooth(se=F,size=1.5,mapping=aes(linetype=drv))+
geom_point(size=2.5,mapping=aes(color=drv))
p6 <- ggplot(mpg,mapping=aes(x=displ,y=hwy))+
geom_point(size=2.5,mapping = aes(color=drv))
library(patchwork)
p1+p2+p3+p4+p5+p6+plot_layout(nrow=3)+plot_annotation(tag_levels = 'A')
222
1.7
（1）stat_summary() 函数的默认几何对象是什么？不使用统计变换函数的话，如何使用几何对象函数重新生成以上的图？
ggplot(diamonds)+
stat_summary(
mapping = aes(x=cut,y=depth),
fun.ymin = min,
fun.ymax = max,
fun.y=median
)
## 默认几何对象为pointrange
ggplot(data = diamonds) +
geom_pointrange(
mapping = aes(x = cut, y = depth),
stat = "summary",
fun.min = min,
fun.max = max,
fun = median
)
#和上图一样
（2）geom_col() 函数的功能是什么？它和 geom_bar() 函数有何不同？
- geom_col()针对常规的柱状图，既给x，也给y
- geom_bar()针对计数的柱状图，只给x
（3）多数几何对象和统计变换都是成对出现的，总是配合使用。仔细阅读文档，列出所有成对的几何对象和统计变换。它们有什么共同之处？
暂时还不太懂
（4）stat_smooth() 函数会计算出什么变量？哪些参数可以控制它的行为？
?stat_smooth()
（5）在比例条形图中，我们需要设定 group = 1 ，这是为什么呢？换句话说，以下两张图会有什么问题？
group = 1表示讲这些类别之和作为1，进行按比例画柱状图
ggplot(diamonds)+
geom_bar(mapping=aes(x=cut,y=..prop..,group=1))
ggplot(diamonds)+
geom_bar(mapping=aes(x=cut,y=..prop..))
ggplot(data = diamonds) +
geom_bar(
mapping = aes(x = cut, fill = color, y = ..prop..)
)
1.8练习
（1）以下图形有什么问题？应该如何改善？
ggplot(data = mpg, mapping = aes(x = cty, y = hwy)) +
geom_point()
# 因为舍入取整，造成很多点彼此重叠，因此需要添加随机扰动，ggplot(data = mpg, mapping = aes(x = cty, y = hwy)) +
geom_point(position = "jitter")
（2）geom_jitter() 使用哪些参数来控制抖动的程度？
水平（width），竖直（height）两个参数
（3）对比 geom_jitter() 与 geom_count() 。
p1 <- ggplot(data = mpg, mapping = aes(x = cty, y = hwy)) +
geom_count()
p2 <- ggplot(data = mpg, mapping = aes(x = cty, y = hwy)) +
geom_jitter()
library(patchwork)
p1+p2
（4）geom_boxplot() 函数的默认位置调整方式是什么？创建 mpg 数据集的可视化表示来演示一下。
?geom_boxplot
position = “dodge2”
ggplot(data = mpg, mapping = aes(x = drv, y = hwy)) +
geom_boxplot()
（1）使用 coord_polar() 函数将堆叠式条形图转换为饼图。
ggplot(data = diamonds) +
geom_bar(mapping = aes(x = cut, fill = clarity)) +
coord_polar()
（2）labs() 函数的功能是什么？阅读一下文档。
?labs
用于显示标题，标签，图例。
（3）coord_quickmap() 函数和 coord_map() 函数的区别是什么？
coord_quickmap() 使用一种更快的近似地图投影。这种近似忽略掉地球的弯曲度并调整经纬度的比例。coord_map() 将3D地图垂直投影到2D平面上，使用的是墨卡托投影。前者更优更快。
（4）下图表明城市和公路燃油效率之间有什么关系？为什么 coord_fixed() 函数很重要？geom_abline() 函数的作用是什么？
ggplot(mpg,mapping = aes(x=cty,y=hwy))+
geom_point()+
geom_abline()+
coord_fixed()
cty: city miles per gallon.一加仑油行驶的距离越远，则燃油效率越高。
·coord_fixed()坐标系纵横比可以设置固定，纵横比可以用参数ratio自定义，背景为矩形格子，固定纵横比后，无论什么图形，其比例都是一样的，常用于横轴，纵轴都是数字的情况
·回归曲线
参考：http://www.360doc.com/showweb/0/0/973875577.aspx