R | ggplot2

！备忘，方便自己查询，随着使用更新，无参考价值。

Function reference
Top 50 ggplot2 Visualizations
The R Graph Gallery
RStudio Cheatsheets
ggplot2: elegant graphics for data analysis 3rd edition

《R语言数据可视化之美》配套代码
知乎 | ggplot2作图最全教程（上）
知乎 | ggplot2作图最全教程（中）
知乎 | ggplot2作图最全教程（下）

R_ggplot2基础（一）
R_ggplot2基础（二）
R_ggplot2基础（三）
R_ggplot2基础（四）

1. 基础

• ggplot()

一些想法：
1. ggplot要有两个思想，图层和映射；
   图层的前后，达到的效果可能不同
2. 有许多冗余的功能，但要注意这些功能的细微区别；
3. 多看别人的绘图代码，提高对ggplot的理解和学习如何呈现自己的数据；
4. 不需要掌握所有参数，不需要直接生成最终版本的图，哪怕用`AI`再修；
5. ggplot的扩展包很多，不可能都完全学会，总体把握下，学习自己需要的；
6. ......

• aes()
x
y
alpha: 透明度
  color: 颜色
  fill: 填充
  shape: 形状
  width: 宽度
  linetype: 线型

注意一些参数：

• position: 参考：ggplot2位置调整position
  dodge: 并排放置，避免重叠
  fill: 堆叠图形元素并将高度标准为 1
  identity: 不做调整
  jitter: 扰动避免点重合
  stack: 图形元素堆叠
• stat
• fill, color
• group

2. 绘图 geom_*

映射思想与变量：

一个连续型变量：密度图、直方图、Wikinson点图
一个离散型变量：
两个连续型变量：散点图、气泡图
两个离散型变量：条形图/柱状图
一个离散一个连续：箱线图、小提琴图

2.1 数据分布

直方图、密度图、Wilkinson点图

核密度曲线是基于样本数据对总体分布做出的一个估计。曲线的平滑程度取决于核函数的带宽：带宽越大，曲线越平滑。

• geom_density()
• geom_line()
stat = "density"
adjust
• geom_dotplot()
• geom_histogram()

箱线图、小提琴图、云雨图

• geom_boxplot()
• geom_violin()
• geom_dotplot()

boxplot, histogram, density.jpg

2.2 数值关系型

散点图、气泡图、曲面拟合图、瀑布图、边际线

• geom_point()
shape: 默认点形 19（实心圆）
  size: 默认大小为 2；映射时，范围为 1 - 6，不反应真实数值大小比例
  color, fill: 面对不同点形，有所区别
• geom_jitter()
  
  R绘图系统可以调用的点形
• geom_rug(): 向散点图添加边际地毯
• geom_smooth()
method: lm时，调用lm()函数对数据拟合线性模型，此外：glm | gam | loess 等
  se: 逻辑型，为拟合线添加置信域
  level: 设置置信区间，默认 95%

# 点的大小：范围调整、比例调整
ggplot() +
  geom_point() +
  scale_size_area() # 使数据点的面积与变量值成正比
  # scale_size_continuous(range = )
  geom_smooth()

2.3 类别比较型

柱状图、饼图、旭日图、坡度图、雷达图、玫瑰图

• geom_bar(): 柱状图/条形图
  stat = "identity"
width = .8
position = position_dodge(width = .5)
• geom_col(): 条形图/柱状图
• geom_count()

2.4 添加文本

• geom_label()
• geom_text(): 添加文本

2.5 添加线

• geom_segment()
• geom_hline(): 添加横线
• geom_vline(): 添加竖线
• geom_abline(): 添加有角度的线

2.6 误差

• geom_crossbar()
• geom_errorbar()
• geom_linerange()
• geom_pointrange()

2.7 其他

• geom_area()
• geom_quantile()
• geom_qq()

3. 统计 stat_*

略

4. 标度scale_*

4.1 离散型变量颜色填充scale_fill_*、scale_color_*

• scale_fill_discrete()
scale_colour_discrete(): 色轮周围均匀等距色（同hue）
• scale_fill_hue()
scale_colour_hue(): 色轮周围均匀等距色（discrete）
• scale_fill_grey()
scale_colour_grey(): 灰度调色板，
  start, end: 标度范围 0 ~ 1（黑色 ~ 白色），默认 0.2 ~ 0.8
• scale_fill_brewer()
scale_colour_brewer(): ColorBrewer调色板
  palette

library(RColorBrewer)
display.brewer.all(n=NULL, type="all", select=NULL, exact.n=TRUE, colorblindFriendly=FALSE)

RColorBrewer

• scale_fill_manual()
scale_colour_manual(): 自定义颜色
  values = c("red", "blue") | values = c("#CC6666", "#7777DD") | values = c(female="red", male="blue")
• scale_alpha(): 透明度

4.2 连续型变量颜色填充scale_fill_*、scale_color_*

• scale_fill_gradient()
scale_colour_gradient(): 两色渐变
  low = "black"
high = "white"
• scale_fill_gradient2()
scale_colour_gradient2(): 三色渐变
• scale_fill_gradientn()
scale_colour_gradientn(): 等间隔的 n 种颜色的渐变色
  colours = c("", "", "", "")
• scale_alpha()

4.3 形状大小

• scale_shape()
• scale_shape_manual()
• scale_size()
• scale_size_area()
• scale_linetype()
• scale_radius()

4.4 坐标相关

注意与 coord_* 相区别。

• scale_x_discrete()
scale_y_discrete()
limits
breaks: 设置刻度线的位置
  labels: 修改刻度标签文本
• scale_x_reverse()
scale_y_reverse()
• scale_x_continuous()
scale_y_continuous()
• xlim(): 设置连续型x坐标轴值域，scale_x_continuous()的简便写法
• ylim(): 设置连续型y坐标轴值域，scale_y_continuous()的简便写法

5. 坐标 coord_*

• coord_fixed(): 设置 x 轴和 y 轴的缩放比例
  ratio = 1/2
• coord_flip(): 翻转坐标轴

直接对掉x和y的映射不行吗？不行，比如直方图、密度图这种只能映射x。反转时是 y = x 镜面对称。

• coord_cartesian():
  xlim
ylim
expand
• coord_trans():
• coord_polar(): 极坐标
  theta: 绕x | y轴
  direction: -1 | 1, 顺时针 | 逆时针
  start: 起始点

6. 图例

• guides()
  fill = guide_legend(reverse = TRUE): 反转图例的顺序
  fill = guide_legend(title = "legend title"): 设置图例标题
• guide_colourbar()
• guide_coloursteps()
• guide_legend()
• guide_bins()
• guide_axis()

guides() 我时常不能理解，也是功能冗余？scale_*中也可以设置guide参数啊。

7. 分面 facet_*

• facet_wrap()
scale: "fixed"(default) | "free_x" | "free_y" | "free"
• facet_grid()

8. 主题 theme_*

• theme_gray(): 默认主题
• theme_bw(), theme_classic(), theme_void()
• theme_dark(), theme_light(), theme_linedraw(), theme_minimal()
• theme_set(): 设置当前R会话下的默认主题，如：theme_set(theme_bw())

9. 细节

9.1 细节设置

• annotate()
geom: "text" | "rect" | "segment" | "pointrange"...

其他参数与geom_*对应。

• labs()
title: 主标题
  subtitle: 副标题
  caption: 设置图例标题
  colour/fill
• ggtitle()
• xlab()
• ylab()

有非常多的功能冗余？比如 labs(title, x, y) 等价于 ggtitle() + xlab() + ylab()。

9.2 主题元素

• theme()

1. 文本元素，如，所有文本元素text = element_text()
family: Helvetica（无衬线）、Times（衬线）、Courier（等宽）
   face: plain（普通）、bold（粗体）、italic（斜体）、bold.italic（粗斜体）
   colour: 文字颜色
   size: 字体大小
   hjust: 横向对齐，0（左对齐）、0.5（居中）、1（右对齐）
   vjust: 纵向对齐，0（底部对齐）、0.5（居中）、1（顶部对齐）
   angle: 旋转角度
   lineheight: 行间距倍数
   注意：文本几何对象的文本属性与主题元素的基本一致。除了字体为fontface。

其他文本元素：
plot.title`: 标题文本外观
legend.text` 图例项文本的外观；legend.title(): 图例标题
axis.title: 双轴标签的外观；axis.title.x: x轴；axis.title.y: y轴
axis.text: 双轴刻度标签的外观；axis.text.x: x轴；axis.text.y: y轴
strip.text: 双向分面标签的外观；strip.text.x: 横向；strip.text.y: 纵向

在书上看到axis.ticks与axis.text一样，也用于双轴刻度标签外观的设置，可能书上错了吧。

2. 矩形元素，如所有矩形元素rect = element_rect()
colour
fill
size

其他矩形元素：
plot.background: 整个图形的背景
panel.background: 绘图区域背景；panel.border: 绘图区域边框
legend.background: 图例的背景；legend.key: 图例边框
strip.background: 分面标签的背景

3. 线条元素，如所有线条元素line = element_line()

其他线条元素：
axis.line`: 坐标轴线
panel.grid.major`: 主网格线；panel.grid.major.x: 纵向；panel.grid.major.y: 横向
panel.grid.minor`: 次网格线；panel.grid.minor.x: 纵向；panel.grid.minor.y: 横向

4. legend.position = "right": 图例的位置，还可设置为"top"、"bottom"、"left"和c(1, 0)这样的位置坐标
   设置为"none"移除所有图例
5. legend.justification = c(1, 0)
   
   原图地址：https://henrywang.nl/ggplot2-theme-elements-demonstration/

10. 其他重要的相关的包

很多，其他文章中慢慢补充。