从零开始学R（六）——使用ggplot2的可视化简介

R的可视化——ggplot2

数据分析师或数据科学家花费大量精力去琢磨各种模型，对模型数据进行解读，但是在普通人眼里，这些数字是如此的繁杂，甚至有一些数据分析并不在意统计数字本身，而是在意它的显著性(Significance)。相比于文字来说，图片会给人的视觉带来更大的冲击力，因此，掌握R的可视化技巧，会让我们成为更加优秀的数据从业者。

这一节重点介绍R的ggplot2 package。R有基础的graphics绘图package，也有后来发展起来的lattice package。基础绘图包具有极高的自由度，像一张画布，可以任意绘制，lattice绘图包是基于基础绘图包的扩展，但是这二者相对来说需要大量的函数与参数记忆，对于初学者，或者是想轻易得到较为美观图片的小伙伴来说，这部分的操作有些烦琐。而ggplot2包设定好了非常多的参数，极大地简化了绘图进程，生成的图片也非常漂亮，因此，我们这一节重点介绍R的ggplot2 package。

ggplot2简介

ggplot2需要单独下载，由Hadley Wickham编写，他将这个包和其他的例如readr，dplyr，tibble等pacakge打包整合到一个综合的package中，即tidyverse，所以可以直接下载tidyverse，避免再分别运行所有的package。

ggplot2的绘图类似于Photoshop，采用图层的形式一层一层叠加，不同的图层之间用+相连，后面的图层在前一图层上方。

基本的语法结构

（1）ggplot(data, mapping)

这是底层绘图函数，data表示绘图用到的数据集，mapping表示映射，包括变量x和y，还有全局的颜色（color），大小（size）等。

（2）geom_XX()

这是基本的几何图层，不同的后缀可以绘制不同的图，比如geom_point()（散点图）、geom_bar()（柱状图）

（3）stat_XX()

这是统计变换，包括计数，百分比等

（4）图表美化部分
scale_XXX()是调整坐标轴和图标元素的度量，包括颜色、大小等
coord_XXX()是进行坐标变换，默认为笛卡尔坐标系（正交坐标系），还有极坐标系和地理空间坐标系等
facet_XXX()是分面系统，将某个变量进行分面变换，用分行、分列和网格的形式分类画图
guides()是图例调整
theme_XXX()是调整表格的主题样式，包括表格的背景、网格线等等。

图表类型

类型	函数
连续型单变量	geom_histogram()、geom_density()、 geom_dotplot()、geom_freqpoly()、geom_qq()、geom_area()
离散型单变量	geom_bar()
连续型双变量	geom_point()、geom_area()、geom_line()、geom_jitter()、geom_smooth()、geom_label()、geom_text()、geom_bin2d()、geom_hex()、geom_density2d()、geom_map()、geom_step()、geom_quantile()、geom_rug()
离散型双变量	geom_count()
连续型/离散型	geom_boxplot()、geom_violin()、geom_dotplot()、geom_col()
连续型三变量	geom_contour()、geom_raster()、geom_tile()

视觉参数介绍

颜色

使用color(点)，col(线)、colour(填充区)和fill（指定填充区）来调整图像的点、线、区域边框、区域内部以及其他图像的颜色。alpha参数可以调整颜色的透明度，从0（完全不透明）到1（完全透明）

大小

size参数可以调整点的大小和线的粗细，默认单位为pt

角度

angle参数可以调整部分几何对象的角度，例如坐标轴标度的摆放角度等。

位置

vjust参数可以调整垂直位置，0代表底部，0.5代表中部，1代表顶部；
hjust可以调整水平位置，0代表左侧，0.5代表中间，1代表右侧。

线条类型

linetype参数可以指定线条类型，包括0-白线、1-实线、2-短虚线、3-点线、4-点横线、5-长虚线、6-短长虚线

点的形状

shape参数可以调整点的形状，取值范围为[0,25]的整数，分别代表不同的形状。

结语

图像是为了让读者清晰地明白绘图者想要表达的意思，而不同的图像类型所能传递的信息精度是不同的。既有研究得出如下的信息精度传递顺序：

位置 > 长度 > 角度 > 方向 > 面积 > 体积 > 饱和度 > 色相 > 纹理 > 形状

不同的视觉组合对数据区分程度也不同

组合	区分程度
位置+方向	无法
位置+方向+饱和度	较易
位置+方向+形状	容易
位置+方向+色相	容易
位置+方向+饱和度+形状	很容易
位置+方向+色相+形状	很容易

此外，其一是这一系列的分享仅仅是一个基础，这一节的参考书一整本都在讨论这个问题，我也不可能以这样的篇幅来完整的覆盖。当然如果有兴趣的朋友可以私下评论或者提问，我再做专门回答。其二，每个人的审美不同，我只能和大家分享如何去调整相应的参数，至于该选择什么，只能见仁见智。其三，我将在接下来对一些基本的绘图进行介绍，因此不在这里展示相关的绘图代码。

关于ggplot2，推荐Hadley Wickham的R for Data Science

*以上内容参考张杰：《R语言数据可视化之美：专业图表绘制指南（增强版）》，电子工业出版社2019年版，第33页。