ggplot2学习之1——ggplot函数

这里写自定义目录标题

  • 说明
  • 函数名及参数
  • 1、双参数使用
  • 2、单参数使用
  • 3、缺省使用

说明

R语言的版本为4.0.2,IDE为Rstudio,版本为1.3.959。学习的主要内容是R官方文档当中给出的算法,对其中的英文注释做了自己理解基础上的翻译。

函数名及参数

# 画布函数,创建画布图层并设置全局参数,主要有两个参数
# data:数据,定义整个画图使用的默认数据集
# mapping:映射,将数据中的各个属性映射到坐标轴或者其它几何要素上
# 这个函数一般有三种使用方式,第一种双参数,第二种单参数,第三种缺省参数

library(ggplot2)
ggplot(data = NULL, mapping = aes(), ..., environment = parent.frame())

1、双参数使用

运行结果: ggplot2学习之1——ggplot函数_第1张图片

## 生成一些样本数据
# rep():复制函数,参数分别为复制对象、复制次数、复制后总长度、每一个的复制次数
# factor():创建因子函数,因子和向量类似,但不用能于计算
# letters:向量,存储26个小写字母

df <- data.frame(
  gp = factor(rep(letters[1:3], each = 10)),
  y = rnorm(30))

## 根据样本数据计算均值和标准差
# do.call():执行函数,函数的参数放在一个list里面, 是list的每个子元素
# cbind()、rbind():合并函数,按照列、行进行合并
# lapply():列表遍历函数
# split():分组函数,按照分组因子把向量、矩阵和数据框进行适当的分组,返回一个列表

ds <- do.call(rbind, lapply(split(df, df$gp), function(d) {
  data.frame(mean = mean(d$y), sd = sd(d$y), gp = d$gp)
}))

# df:数据框,用于在底部图层生成黑色点图
# ds:数据框,用于在顶部图层生成红色点图,而不必在顶部图层再设置数据和映射,
#     因为默认使用ggplot中的参数
# aes():映射函数,将数据映射到视觉可见的几何元素当中
# geom_point():散点图函数,用于绘制散点图

ggplot(df, aes(gp, y)) +
  geom_point() + 
  geom_point(data = ds, aes(y = mean), colour = 'red', size = 3) 

2、单参数使用

运行结果: ggplot2学习之1——ggplot函数_第2张图片

# 和双参数使用一样,但是如果仅仅在ggplot中定义数据的话,
#     那么在每一个画散点图的图层都要定义x,y坐标的映射

ggplot(df) +
  geom_point(aes(gp, y)) +
  geom_point(data = ds, aes(gp, mean), colour = 'red', size = 3)

3、缺省使用

运行结果:
ggplot2学习之1——ggplot函数_第3张图片

# 如果在ggplot中不做任何定义,那么每一个图层都要重新定义
# geom_errorbar():误差棒函数,为图形生成误差棒

ggplot() +
  geom_point(data = df, aes(gp, y)) +
  geom_point(data = ds, aes(gp, mean), colour = 'red', size = 3) +
  geom_errorbar(
    data = ds,
    aes(gp, mean, ymin = mean - sd, ymax = mean + sd),
    colour = 'red',
    width = 0.4)

你可能感兴趣的:(R-ggplot2,R语言学习,算法)