ggplot2学习笔记3：ggplot()基本用法

此博客作为自己的学习笔记，同时与大家交流分享！

Getting Started with ggplot2

首先明确一下ggplot()画出的图所具备的要素

1. 数据：必须以数据框的形式作为参数
2. 映射：呈现数据与视觉变量之间的关系（aesthetic mappings）
3. 图层：展现数据可视化结果（geom()函数）

举例

利用qplot()小试牛刀一下，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。

library(gglpot2)  #加载包
mpg
summary(mpg)
qplot(displ, hwy, data = mpg)

生成图片

思考一下，用ggplot()怎么画上面的图呢

ggplot(mpg, aes(x = displ, y = hwy)) +
  geom_point()  #结果和上面那幅图一毛一样

通过对比发现两个函数的调用结构是不一样的，ggplot()参数中数据集mpg是第一个参数，映射函数aes()为第二个参数，即x、y坐标轴对应的数据，散点图由添加图层的形式给出，即+，如果没有几何对象充当图层，输出结果就只是一张画布，不完整；三个要素都齐了，大功告成！

设定图形的大小、颜色和形状

图形属性有两个作用，首先可以使图形好看高大上，大家都可以理解；其次可以对不同的分组进行比较。

作用一：好看高大上

对于改善图表外观只需要对几何对象进行参数设置，也就是对图层进行参数设置，我们用图1来说明

• 颜色：参数colour，有两种形式colour = "#0000FF"或者colour = I("blue")。“#0000FF”为蓝色的16进制颜色编码，或者使用I()函数封装的颜色名称来实现。
• 大小：参数size，如size = 2，数字越大点越大
• 形状：参数shape，如shape = 24，1-25代表不同的形状

p <- ggplot(mpg, aes(displ, hwy))  #aes()中的前两个参数默认为x轴，y轴的映射，可以省略
p + geom_point(colour = "#0000FF", size = 2, shape = 15)  #蓝色，小正方形
p + geom_point(colour = I("blue"), size = 3, shape = 24)  #蓝色，上三角形

生成图片

作用二：分组

图形的颜色、大小和形状等都是给绘图添加的额外变量，即标度（scale），如果添加在函数aes()的参数中，则表示根据参数colour、size、shape的对象进行分组，而不同的分组用不同的colour、size或shape呈现，如：

• aes(displ, hwy, colour = class)
• aes(displ, hwy, shape = drv)
• aes(displ, hwy, size = cyl)

还拿图1来说，在aes()中增加参数，不同的分组会有不同的呈现，此时ggplot2会自动生成一个图例，来看脚本

ggplot(mpg, aes(displ, hwy, colour = class)) + 
  geom_point()  #用不同的颜色对分类变量class进行分类
ggplot(mpg, aes(displ, hwy, shape = factor(cyl))) +
  geom_point()  #用不同的形状对不同气缸数的汽车进行分类
ggplot(mpg, aes(displ, hwy, size = year)) +
  geom_point()  #用不同的大小对连续变量年份进行分类

生成图片：

还需要注意一点对于参数shape的对象必须是字符型，也就是必须为分类变量，而根据实际情况cyl表示汽车气缸数也确实为分类变量，fator(x)是将数值型数据转化为字符型数据。

分面（Facetting）

分面是比较不同分组的另一种方法：可以将数据分割成若干子集，然后创建一个图形矩阵，将每个子集绘制到图形矩阵的窗格中。

对于qplot()与ggplot()进行分面操作时，参数设置是有所不同的。

qplot()中facets的表达形式为row_var ~ col_var进行指定，而. ~ year表示年份按行排开，通过画图很好理解，可以再做一个year ~ .
而+则表示往原来的散点图上再叠加一张拟合的曲线图，所以很好理解，上面的那幅图有两个图层

qplot(displ, hwy, data = mpg, facets = . ~ year) + geom_smooth()

生成图片

使用ggplot()函数画上面图，通过facet_grid()函数用来添加分面，脚本如下：

ggplot(mpg, aes(displ, hwy)) + 
  geom_point() + 
  geom_smooth() + 
  facet_grid(. ~ year) 

也可以使用facet_wrap()函数来添加分面，示例如下：

ggplot(mpg, aes(displ, hwy)) + 
  geom_point() + 
  geom_smooth() + 
  facet_wrap(. ~ class)

生成图片：

数据结构（data structure）

对于一个数据集我们可以用summary()函数来查看它的结构，对于一幅可视化图标也可以用summary()函数来查看它的属性参数，脚本如下：

mpg
p <- ggplot(mpg, aes(displ, hwy)) + 
  geom_point()
summary(p)
data: manufacturer, model, displ, year, cyl, trans, drv, cty, hwy, fl, class [234x11]
mapping:  x = ~displ, y = ~hwy
faceting: <ggproto object: Class FacetWrap, Facet, gg>
    compute_layout: function
    draw_back: function
    draw_front: function
    draw_labels: function
    draw_panels: function
    finish_data: function
    init_scales: function
    map_data: function
    params: list
    setup_data: function
    setup_params: function
    shrink: TRUE
    train_scales: function
    vars: function
    super:  <ggproto object: Class FacetWrap, Facet, gg>
-----------------------------------
geom_point: na.rm = FALSE
stat_identity: na.rm = FALSE
position_identity 

geom_smooth: na.rm = FALSE, se = TRUE
stat_smooth: na.rm = FALSE, se = TRUE, method = auto, formula = y ~ x
position_identity 

保存以及读入图片，脚本如下：

#保存图形
save(p, file = "plot.rdata")
#读入图形
load("plot.rdata")
#将图片保存为png格式
ggsave("plot.png", width = 5, height = 5)

往期笔记

• ggplot2学习笔记1：从qplot()开始
• ggplot2学习笔记2：ggplot()语法基础

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