R语言学习笔记——扩展篇：第十九章-使用ggplot2进行高级绘图

R语言

R语言学习笔记——扩展篇：第十九章-使用ggplot2进行高级绘图

---

---

一、R中的四种图形系统

• 基础图形系统：R自带
• grid图形系统：
  • 包：grid包
  • 特点：
    • 用户在图像设备上随意创建矩形区域并定义坐标系统，然后使用绘图基础单元来控制图形元素的摆放与外观。
    • 对图形的灵活性很高，适用于软件开发者，但不提供生成统计图形以及完整绘图的函数，不适合数据分析师。
• lattice图形系统
  • 包：lattice包
  • 特点：
    • 绘制网格图形，其显示一个变量的分布或者变量之间的关系，分别显示一个或多个变量的各个水平。
    • 基于grid包创建，处理多元数据的可视化功能很强。（一般为绘图的备选方案）
• ggplot2图形系统
  • 包：ggplot2包
  • 特点：
    • 最常用的图形系统
    • 一种全面的，基于语法的，连贯一致的图形生成系统。

二、ggplot2包介绍

• 语法：每一个函数修改属于自己的部分，函数与函数之间用（+）号函数串联
• 示例：

library(ggplot2)
ggplot(data = mtcars,aes(x=wt,y=mpg)) + 
  # 指定数据集（mtcars）与变量（wt，mpg），aes（）函数（aesthetic，美观）指定每个变量的角色
  # mtcars数据集，包含32辆汽车的详细信息
  geom_point(pch=17,color="blue",size=2)+
  # ggplot（）函数没有自己的图形输出。使用几何函数（geom）添加几何对象
  # geom_point（）函数绘制散点图，使用2倍大小的蓝色三角符号（pch=17）
  geom_smooth(method ="lm",color="red",linetype=2)+
  # geom_smooth（）函数绘制平滑曲线，绘制一条线性拟合（method ="lm"）的红色虚线（linetype=2）
  labs(title = "Automobile Data",x = "Weight",y = "Miles per Gallon")
  # labs（）函数（可选），添加注释

• 分组与小面化：
  • 分组：在一个图形中显示两组或多组观测结果
  • 小面化：在单独，并列的图形上显示观察组
  • ggplot2包在定义组或面时使用因子
• 示例：

library(ggplot2)
mtcars$am <- factor(mtcars$am,levels = c(0,1),labels = c("Automatic","Manual"))
# 变速箱类型（自动与手动）
mtcars$vs <- factor(mtcars$vs,levels = c(0,1),labels = c("V-Engine","StraightEngine"))
# 发动机装置（V型与直列式发动机）
mtcars$cyl <- factor(mtcars$cyl)
# am与vs是刻面变量，cyl是分组变量
ggplot(data = mtcars,aes(x = hp,y = mpg,shape = cyl,color = cyl)) +
  geom_point(size = 3) +
  facet_grid(am~vs) +
  labs(title = "Automobile Data by Engine Type",x = "Horsepower",y = "Miles per Gallon")

三、用几何函数指定图的类型

• 步骤：最基础的绘图步骤
  • 一：ggplot()函数指定要绘制的数据源和变量，ggplot(data = ,aes(x=,y=))
  • 二：调用几何函数geom函数在视觉上表现变量，目前有37个gemo函数
• 常用几何函数

函数	功能	参数
geom_bar()	条形图	color、fill、alpha
geom_boxplot()	箱线图	color、fill、alpha、notch、width
geom_density()	密度图	color、fill、alpha、linetype
geom_histogram()	直方图	color、fill、alpha、linetype、binwidth
geom_hline()	水平线	color、alpha、linetype、size
geom_jitter()	抖动点	color、size、alpha、shape
geom_line()	线图	colorvalpha、linetype、size
geom_point()	散点图	color、size、alpha、shape
geom_rug()	地毯图	color、side
geom_smooth()	拟合曲线图	color、fill、method、linetype、formula、size
geom_text()	文字注解	详见help
geom_violin()	小提琴图	color、fill、alpha、linetype
geom_vline()	垂线	color、size、alpha、linetype

• 参数详解

参数	功能
color	对点，线，填充区域的边界着色
fill	对填充区域着色，如条线和密度区域
alpha	颜透明度，0（透明）-1（不透明）
linetype	图案的线条，同lty（1=实线，2=虚线，3=点，4点破折号，5=长破折号，6=双破折号）
size	点的尺寸，线的宽度
shape	点的形状，同pch
position	绘制诸如条形图和点等对象的位置。对条形图"dodge"将分组条形图并排,"stacked"堆叠分组条形图,"fill"垂直的堆叠分组条形图并且高度相同。对点，"jitter"将点散开分布，减少重叠
binwidth	直方图宽度
notch	方块图是否应有缺口（T/F），若两个箱的缺口互不重叠，则表明它们的中位数有显著的差异
sides	地毯图的安置（“b”=底部，“l”=左部，“t”=顶部，“r”=右部，“bl”=左下部，等等）
width	箱线图的宽度

• 示例1：

# car包的Salaries数据集，包含了大学教授的收入信息。
install.packages("car")
library(car)
ggplot(Salaries,aes(x=rank,y=salary)) +
  geom_boxplot(fill="#00DDAA",color = "black", notch = T) +
  geom_point(position = "jitter",color = "blue",alpha =.5) +
  geom_rug(sides = "l",color = "black")
  # 地毯图表示薪水的一般扩散

• 示例2：

library(lattice)
ggplot(singer,aes(x = voice.part,y = height)) +
  geom_violin(fill = "lightblue") +
  geom_boxplot(fill = "lightgreen",width = .2)

四、分组（重叠图形）

• 情形：在一个图中画出两个或多组图的观察值
• 数据类型：因子
• 函数：aes()
  • 将变量赋给color，fill，shape，linetype等元素，进行分组
• 示例1：以学术等级分组的大学薪酬，红——助理教授，绿——副教授，蓝——教授

# car包的Salaries数据集中的变量，rank（助理教授，副教授，教授），sex（男性，女性）
# yrs.service（工龄）,salary（九个月薪水（美元）），yrs.since.phd（获得博士学位年份）
library(car)
# 以学术等级分组的大学薪酬，红——助理教授，绿——副教授，蓝——教授
ggplot(Salaries,aes(x=salary,fill=rank)) +
  geom_density(alpha =.5)

• 示例2：博士毕业年数和薪水的散点图，红——助理教授，绿——副教授，蓝——教授

# 博士毕业年数和薪水的散点图，红——助理教授，绿——副教授，蓝——教授
ggplot(Salaries,aes(x=yrs.since.phd,y=salary,color=rank,shape=sex)) +
  geom_point()

• 示例3：按学术等级和性别划分的教授数量

# 按学术等级和性别划分的教授数量
a <- ggplot(Salaries,aes(x=rank,fill=sex)) +
  geom_bar(position="stack") +
  labs(title='position="stack"')

b <- ggplot(Salaries,aes(x=rank,fill=sex)) +
  geom_bar(position="dodge") +
  labs(title='position="dodge"')

c <- ggplot(Salaries,aes(x=rank,fill=sex)) +
  geom_bar(position="fill") +
  labs(title='position="fill"',y="%")

library(gridExtra)
grid.arrange(a,b,c,ncol=3)

五、刻面（并排图形）

• 概念：分组时为了让图形重叠，刻面是为了让图形并排出现。
• 数据类型：因子
• 函数：facet_wrap()函数和facet_grid()函数
• 语法与参数

语法	功能
facet_wrap(~var,ncol=n)	将每个var水平排列成n列的独立图
facet_wrap(~var,nrow=n)	将每个var水平排列成n行的独立图
facet_grid(rowvar~colvar)	rowvar和colvar组合的独立图，对应为行~列
facet_grid(rowvar~.)	每个rowvar水平的独立图，配置成一个单列
facet_grid(.~colvar)	每个colvar水平的独立图，配置成一个单行

• 示例1：各个声部歌手的身高分布

ggplot(singer,aes(height)) +
  geom_histogram(bins = 30) +
  facet_wrap(~voice.part,nrow = 4)

• 示例2：同时包含了分组和刻面

library(car)
ggplot(Salaries,aes(x=yrs.since.phd,y=salary,color=rank,shape=rank)) +
  geom_point() +
  facet_grid(.~sex)

• 示例3：展示每个声部成员的身高分布，并利用核密度图水平排列，给每个声部分配不同的颜色。

ggplot(singer,aes(x=height,fill=voice.part)) +
  geom_density() +
  facet_grid(voice.part~.)

六、添加光滑曲线

• 概念：添加光滑曲线（线性，非线性，非参数）和置信空间到散点图中
• 图形对象：散点图
• 函数：geom_smooth()函数（其依赖于stat_smooth()函数）
• 语法与参数

语法	功能
method	绘制方法。lm=线性，glm=广义线性，smooth=loess（非参数，默认），rlm=健壮线性，gam=广义相加
formula	公式。如yx（默认），y=poly（x，n）表示n次多项式拟合，yns（x，n）表示一个具有n给自由度的样条拟合
se	绘制置信区间（T/F），默认为T
level	置信空间水平（默认95%）
fullrange	指定拟合应涵盖全图（T）或仅仅是数据（F，默认）

• 示例：

# 探究博士毕业年数与薪水的关系
ggplot(Salaries,aes(x=yrs.since.phd,y=salary,linetype=sex,shape=sex,color=sex))  +
    geom_smooth(method = lm,formula = y~poly(x,2),se=F,size=1) +
    geom_point(size=2)
# 对男性而言，曲线从0-30年增加后下降。对女性，拟合曲线从0-40年一直上涨。
# 对数据集中的大部分范围，男性能拿到更高的薪水

七、修改ggplot2图形的外观

• 在绘制基础图形时，可以利用par( )等函数来修改图形（第三章）
• 这些方法对ggplot2图形没有影响，ggplot2提供了特定的函数来改变其预先外观

7.1、坐标轴

• 概念：自定义坐标轴，包括刻度线，刻度标记标签和坐标轴标签
• 函数：
  • ggplot2的函数区分x/y轴，以及轴线是否代表一个连续或者离散变量（因子）

函数	功能与参数
labs()	添加标题，改变坐标轴
scale_x_continuous()和scale_y_continuous()	breaks指定刻度标记,labels指定刻度标记标签,limits控制要展示的值的范围
scale_x_discrete()和scale_y_discrete()	breaks对因子的水平进行放置与排序,labels指定这些水平的标签,limits表示哪些水平应该展示
coord_flip()	颠倒x/y轴

• 示例：

# 收入与学术排名成正比，同等级中男性比女性薪酬水平高
library(ggplot2)
ggplot(Salaries,aes(x=rank,y=salary,fill=sex)) +
  geom_boxplot() +
  scale_x_discrete(breaks = c("AsstProf","AssocProf","Prof"),
                   labels = c("Assistant\nProfessor","Associate\nProfessor","Full\nProfessor")) +
  # \n 换行符
  scale_y_continuous(breaks = c(50000,100000,150000,200000),
                     labels = c("$50K","$100K","$150K","$200K")) +
  labs(title = "Faculty Salary by Rank and Sex")

7.2、图例

• 概念：指出如何利用颜色，形状，尺寸等视觉特效来表示数据特征的指南
• 图例标题：
  • 步骤一：判断图例时基于颜色，形状，尺寸等具体内容（具体见**aes（）**函数中的内容）进行区分的
  • 步骤二：将fill=“mytitle”（假设以fill进行区分）添加到**labs（）**函数中
• 图例位置
  • 函数：theme（）函数中的legend.position参数选项
    • 参数值：left，top，right（默认），bottom，none（删除）或向量参数指定位置c（x,y）其中x,y(0-1)，表示距离左侧边缘x底部边缘y
• 示例：

library(ggplot2)
ggplot(Salaries,aes(x=rank,y=salary,fill=sex)) +
  geom_boxplot() +
  scale_x_discrete(breaks = c("AsstProf","AssocProf","Prof"),
                   labels = c("Assistant\nProfessor","Associate\nProfessor","Full\nProfessor")) +
  # \n 换行符
  scale_y_continuous(breaks = c(50000,100000,150000,200000),
                     labels = c("$50K","$100K","$150K","$200K")) +
  labs(title = "Faculty Salary by Rank and Sex",fill="Gender") +
  theme(legend.position = c(.1,.8))
  # 表示距离左侧边缘10%底部边缘80%

7.3、标尺

• 概念：包数据空间的观察值（连续或离散变量）映射到可视化空间中

• 示例1：连续型标尺映射数值型变量到图中

ggplot(mtcars,aes(wt,mpg,size=disp))+
  geom_point(aes(fill = disp), shape = 21, color = "black", stroke = 0.5) +
  scale_fill_continuous(low = "white",high = "red") + 
  # 设置上下限颜色
  theme_bw() + theme(panel.grid.major = element_blank(),
                     panel.grid.minor = element_blank(),
                     text = element_text(family = "sans",size = 12,face = "bold"),
                     axis.text.y = element_text(size = 8),
                     axis.text.x.bottom = element_text(size = 8, angle = 45, hjust = 1, vjust = 1)) +
  labs(x=NULL,y=NULL)

• 示例2：离散型标尺将带有因子水平的视觉线索（如颜色，形状，尺寸，线条类型和透明度）关联起来
  • 函数：scale_color_manual（values）
    • 指定颜色
  • 函数：scale_color_brewer(palette =" name")
    • 使用预先设定好的颜色集
  • 函数：display.brewer.all()
    • 展示所有的内置颜色集，既name

ggplot(Salaries,aes(x=yrs.since.phd,y=salary,color=rank)) +
         scale_color_manual(values=c("orange","olivedrab","navy")) +
         geom_point(size=2)
         
ggplot(Salaries,aes(x=yrs.since.phd,y=salary,color=rank)) +
  scale_color_brewer(palette ="Set1") +
  geom_point(size=2)

7.4、主题

• 概念：控制图片的整体外观，如调节字体，背景，颜色和网格线等。
  • 主题可以保存起来运用到多个图形中
• 函数：theme()
• 示例：

mytheme <- theme(
  plot.title = element_text(face = "bold.italic",size = 14,color = "brown"),
  # 标题为斜粗体棕色14号
  axis.title = element_text(face = "bold.italic",size = 10,color = "brown"),
  # 轴标题为斜粗体棕色10号
  axis.text = element_text(face = "bold",size = 9,color = "darkblue"),
  # 坐标轴标签为粗体深蓝色9号
  panel.background = element_rect(fill = "white",color = "darkblue"),
  # 白色背景填充加深蓝色边框
  panel.grid.major.y = element_line(color = "grey",linetype = 1),
  # 主水平网格y轴（水平线）为灰色实线
  panel.grid.minor.y = element_line(color = "grey",linetype = 2),
  # 次水平网格y轴（水平线）为灰色虚线
  panel.grid.minor.x = element_blank(),
  # 垂直线不输出
  legend.position = "top"
  # 图例在顶部
)
ggplot(Salaries,aes(x=rank,y=salary,fill=sex)) +
  geom_boxplot() +
  labs(title = "Salary by Rank and Sex",x="Rank",y="Salary") +
  mytheme

7.5、多重图

• 概念：将多个单独的图片放在单个图形中
• 函数：gridExtra包中的grid.arrange（）函数
• 语法：

grid.arrange(figure1,figure2...,nrow=n,ncol=m, newpage = TRUE)
# n行m列，按行排列图片

• 示例：

  a <- ggplot(Salaries,aes(x=rank,fill=sex)) +
    geom_bar(position="stack") +
    labs(title='position="stack"')
  
  b <- ggplot(Salaries,aes(x=rank,fill=sex)) +
    geom_bar(position="dodge") +
    labs(title='position="dodge"')
  
  c <- ggplot(Salaries,aes(x=rank,fill=sex)) +
    geom_bar(position="fill") +
    labs(title='position="fill"',y="%")
  
  d <- ggplot(Salaries,aes(x=yrs.since.phd,y=salary,linetype=sex,shape=sex,color=sex))  +
    geom_smooth(method = lm,formula = y~poly(x,2),se=F,size=1) +
    geom_point(size=2)
  
  install.packages("gridExtra")
  library(gridExtra)
  grid.arrange(a,b,c,d,nrow=2,ncol=2)

补——颜色集

• 功能：生成调色板，既一串颜色的集合。
• 函数：brewer.pal()，display.brewer.all()
• 语法：

brewer.pal(3-x,name)
# 3-x表示颜色数量,3是最小值。x根据颜色集name中数量而定，name为内置颜色集
display.brewer.all()
# 展示所有的内置颜色集，既name

• 功能：扩展颜色集。当颜色集里面的颜色不够时，将其进一步划分。
• 函数：== colorRampPalette()==
• 语法：

colorRampPalette(colors = c())(n) 
# 将colors转化为n种颜色

• 功能：反转数据。
• 函数：rev()
• 语法：

rev()
# 函数用于返回数据对象的反向版本,为了美观可以将颜色反转

• 示例：

colors <- colorRampPalette( rev(brewer.pal(9, "Blues")) )(255)
library(RColorBrewer)       
display.brewer.all()

八、保存图形

• 函数：ggsave()
• 语法：

ggsave(
  filename,
  plot = last_plot(),
  device = NULL,
  path = NULL,
  scale = 1,
  width = NA,
  height = NA,
  units = c("in", "cm", "mm", "px"),
  dpi = 300,
  limitsize = TRUE,
  bg = NULL,
  ...
)

• 示例：

# lattice包中的singers数据集，包含了纽约合唱歌手的高度和语音变量
library(lattice)
myplot <- ggplot(singer,aes(x = voice.part,y = height)) +
  geom_violin(fill = "lightblue") +
  geom_boxplot(fill = "lightgreen",width = .2)

ggsave(filename = "singers2.png",plot = myplot,width = 5,height = 4,dpi = 5000,path = "C:/Users/16748/Desktop")
# 如果不加plot选项，会保存最近的那张图片
# 不加path选项，会保存在当前路径
# 文件扩展名可以为png,ps,txt,jpeg,pd,tff,bmp,svg或wmf（限Windows系统）