第19章 使用ggplot2进行高级绘图

注：R语言的再复习之路
 
 

1. ggplot2包介绍

## 拟合平滑曲线
ggplot(data = mtcars, aes(x = wt, y = mpg)) + 
    geom_point(pch = 17, color = 'blue', size = 2) + 
    geom_smooth(method = 'lm', color = 'red', linetype = 2) + 
    labs(title = 'Automobile Data', x = 'Weight', y = 'Miles Per Gallon')

## 将变量转化为因子
mtcars$am <- factor(mtcars$am, levels = c(0, 1), labels = c('Automatic', 'Manual'))
mtcars$vs <- factor(mtcars$vs, levels = c(0, 1), labels = c('V-Engine', 'Straight Engine'))
mtcars$cyl <- factor(mtcars$cyl)
## 分面绘图
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')

 
 

2. 用几何函数指定图形的类型

函数	添加	选项
geom_bar()	条形图
geom_boxplot()	箱线图
geom_density()	密度图
geom_histogram()	直方图
geom_point()	散点图
geom_line()	线图
geom_hline()	水平线
geom_vline()	垂线
geom_jitter()	抖动点
geom_rug()	地毯图
geom_smooth()	拟合曲线
geom_text()	文字注释
geom_violin()	小提琴图

## 直方图
ggplot(data = singer, aes(x = height)) + geom_histogram()

## 箱线图
ggplot(data = singer, aes(x = voice.part, y = height)) + geom_boxplot()

注：创建直方图时只有变量x是指定的，但创建箱线图时变量x和y都需要指定。geom_histogram()函数在y变量没有指定时默认对y轴变量计数。

选项	详述
color	对点、线和填充区域的边界进行着色
fill	对填充区域着色，如条形和密度区域
alpha	颜色的透明度，从0（完全透明）到1（完全不透明）
linetype	图案的线条（1=实线，2=虚线，3=点，4=点破折号，5=长破折号，6=双破折号）
size	点的尺寸和线的宽度
shape	点的形状
position	绘制诸如条形图和点等对象的位置。对条形图来说，‘dodge’将条形图分组并排，‘stacked’将条形图分组堆叠，‘fill’垂直地堆叠分组条形图并规范其高度相等。对于点来说，‘jitter’减少点重叠
binwidth	直方图的宽度
width	箱线图的宽度
notch	表示方块图是否应为缺口（TRUE/FALSE）
sides	地毯图的安置

data(Salaries, package = 'car')
ggplot(Salaries, aes(x = rank, y = salary)) + 
    geom_boxplot(fill = 'cornflowerblue', color = 'black', notch = TRUE) + 
    geom_point(position = 'jitter', color = 'blue', alpha = 0.5) + 
    geom_rug(side = '1', color = 'black')

data(singer, package = 'lattice')
ggplot(data = singer, aes(x = voice.part, y = height)) + 
    geom_violin(fill = 'lightblue') + 
    geom_boxplot(fill = 'lightgreen', width = 0.2)

 
 

3. 分组

## 分组核密度图
ggplot(data = Salaries, aes(x = salary, fill = rank)) + 
    geom_density(alpha = .3)
## 分组散点图
ggplot(data = Salaries, aes(x = yrs.since.phd, y =salary, color = rank, shape = sex)) + 
    geom_point()
## 分组条形图
ggplot(data = Salaries, aes(x = rank, fill = sex)) + 
    geom_bar(position = 'dodge') + labs(title = 'position = "dodge"')

注：变量应该设在aes()函数内，分配常数应该在aes()函数外
 
 

4. 刻面

语法	结果
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，其中rowvar表示行，colvar表示列
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

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

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

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

 
 

5. 添加光滑曲线

选项	描述
method =	使用的平滑函数。允许的值包括lm,glm,smooth,rlm和gam，分别对应线性、广义线性、loess、健壮线性和广义相加模型。smooth是默认值
formula =	在光滑函数中使用的公式。例子包括y ~ x（默认），y ~ log(x)，y ~ poly(x, n)表示n次多项式拟合y ~ ns(x, n)表示一个具有n个自由度的样条拟合
se	绘制置信区间（TRUE/FALSE）。默认为TRUE
level	使用的置信区间水平（默认为95%）
fullrange	指定拟合应涵盖全图（TRUE）或仅仅是数据（FALSE）。默认为FALSE

ggplot(data = Salaries, aes(x = yrs.since.phd, y = salary, linetype = sex, shape = sex, color = sex)) + 
    geom_smooth(method = lm, formula = y ~ poly(x, 2), se = FALSE, size = 1) + 
    geom_point(size = 2)

 
 

6. 修改ggplot2图形的外观

6.1 坐标轴

函数	选项
scale_x_continuous()和scale_y_continuous()	breaks =指定刻度标记，labels =指定刻度标记标签，limit =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和排序，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轴和y轴

ggplot(data = Salaries, aes(x = rank, y = salary, fill = sex)) + 
    geom_boxplot() + 
    scale_x_discrete(breaks = c('AsstProf', 'AssoProf', 'Prof'), labels = c('Assistant\nProfessor', 'Associate\nProfessor', 'Full\nProfessor')) + 
    scale_y_continuous(breaks = c(50000, 100000, 150000, 200000), labels = c('$50K', '$100K', '$150K', '$200K')) + 
    labs(title = 'Faculty Salary by Rank and Sex', x = '', y = '')

6.2 图例

• 图例表示aes()函数中fill/shape/color等参数表示的变量。
• 通过将fill = 'mytitle'加到labs()函数中来改变标题。
• 标题的位置由theme()函数中的legend.position选项控制，可能的值包括left/top/right/bottom。

ggplot(data = Salaries, aes(x = rank, y = salary, fill = sex)) + 
    geom_boxplot() + 
    scale_x_discrete(breaks = c('AsstProf', 'AssoProf', 'Prof'), labels = c('Assistant\nProfessor', 'Associate\nProfessor', 'Full\nProfessor')) + 
    scale_y_continuous(breaks = c(50000, 100000, 150000, 200000), labels = c('$50K', '$100K', '$150K', '$200K')) + 
    labs(title = 'Faculty Salary by Rank and Sex', x = '', y = '', fill = 'Gender') + 
    theme(legend.position = c(.1, .8))

6.3 标尺

ggplot(data = mtcars, aes(x = wt, y = mpg, size = disp)) + 
    geom_point(shape = 21, color = 'black', fill = 'cornsilk') + 
    labs(x = 'Weight', y = 'Miles Per Gallon', title = 'Bubble Chart', size = 'Engine\nDisplacement')

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

6.4 主题

mytheme <- theme(plot.title = element_text(face = 'blod.italic', size = '14', color = 'brown'), 
                 axis.title = element_text(face = 'blod.italic', size = 10, color = 'brown'), 
                 axis.text = element_text(face = 'bold', size = 9, color = 'darkblue'), 
                 panel.background = element_rect(fill = 'white', color = 'darkblue'), 
                 panel.grid.major.y = element_line(color = 'grey', linetype = 1), 
                 panel.grid.minor.x = element_blank(), 
                 legend.position = 'top')

ggplot(Salaries, aes(x = rank, y = salary, fill = sex)) + 
    geom_boxplot() + 
    labs(title = 'Salary by Rank and Sex', x = 'Rank', y = 'Salary') + 
    mytheme

6.5 多重图

p1 <- ggplot(Salaries, aes(x = rank)) + geom_bar()
p2 <- ggplot(Salaries, aes(x = sex)) + geom_bar()
p3 <- ggplot(Salaries, aes(x = yrs.since.phd, y = salary)) + geom_point()
library(gridExtra)
grid.arrange(p1, p2, p3, ncol = 3)