ggplot2学习（三）

ggplot2基础（3）——注释

ggplot2基础（1）
ggplot2基础（2）——坐标轴
ggplot2基础（3）——注释
ggplot2基础（4）——主题
ggplot2基础（5）——配色与图例

使用ggplot2过程中，离不开在其中添加各种各样的文字信息，对于坐标轴上的文字内容，可以使用的函数包括lab()、xlab()、ylab等多个函数，我们已经在上一章中进行了详细的介绍，这一章我们主要介绍图中的其他文字标注方式——注释。

参考的内容主要是：

• 《R数据可视化手册》
• 《R绘图 第十篇：绘制文本、注释和主题（ggplot2）》
• 《R可视化05|ggplot2图层-注释图层（Annotation layer）》
• 《Create an annotation layer》
• 《8 Annotations》

1 annotate函数

如果想要在图片上添加注释，目前比较推荐的是使用annotate函数，该函数会在图片上增加注释图层，该图层不会映射到DataFrame对象。其定义为：

annotate(
  geom,
  x = NULL,
  y = NULL,
  xmin = NULL,
  xmax = NULL,
  ymin = NULL,
  ymax = NULL,
  xend = NULL,
  yend = NULL,
  vjust,
  hjust,
  arrow = NULL,
  parse = FALSE,  
  ...,
  na.rm = FALSE
)

其中

• geom 注释的类型，可选项包括"text"(文本)、"rect"(矩形)、"segment"(线段)、"pointrange"(点线段)、"curve"(曲线)等
• x, y, xmin, ymin, xmax, ymax, xend, yend, vjust, hjust 注释所在的位置信息
• arrow 设置箭头信息（只有注释类型为线段或曲线时起作用）
• parse 逻辑型参数；若设为TRUE，则label参数的内容遵循plotmath的编译规则
• ... 一些视觉参数，可以参考aes函数的设置
• na.rm 默认值为FALSE，此时缺失的值会被移除，并会给出警告信息；如果设置为TRUE，则缺失值会被删除而不给出任何警告信息。

1.1 文本型注释——text

使用文本型注释，除了将geom参数设置为text外，还需要设置label参数：

library(ggplot2)

p = ggplot(faithful, aes(x=eruptions, y=waiting)) + 
    geom_point()

p + annotate("text", x=3, y=48, label="Group1") +
    annotate("text", x=4.5, y=66, label="Group2")

image.png

如果坐标轴为连续值，则可以将x、y设置为Inf或-Inf，以便于在绘图区域的边缘放置注解。

p + 
annotate("text", x=-Inf, y=Inf, label="Upper left", hjust=-.2, vjust=2) +
annotate("text", x= mean(range(faithful$eruptions)), y=-Inf, vjust=-0.4, label="Bottom middle")

image.png

此外，还可以在label中使用Latex公式（其实是plotmath），以实现公式的编辑（同时将parse参数设置为TRUE）。如果需要在公式中使用普通的文字，则需要在其中将普通文字以单引号引起来，同时添加*作为分隔。

p = ggplot(data.frame(x=c(-3, 3)), aes(x=x)) +
    stat_function(fun=dnorm)

p + annotate("text", x=0, y=0.05, size=4, parse=TRUE, label="'Function:' * y==frac(1, sqrt(2 * pi)) * e^{-x^2/2}")

image.png

1.2 线型注释（含箭头）——segment、curve

如果要在图片中添加线段型注释，则需要将geom设置为"segment"，同时设置x、y、xend、yend，分别代表起点和终点的坐标

如果要为线段添加箭头，则需要设置arrow参数

arrow参数一般使用arrow()函数来进行设置，其常用的参数有：

• ends 如果设置为"both"，则表示线段的两边均有箭头，否则只在线段的终端进行设置
• angel 箭头的角度，如果设置为90，则可以作为范围的标签进行使用
• length 箭头的长度，一般可以使用unit(长度，"单位")的形式来使用

更多的使用可以加载grid包后，用?arrow命令来查看

p <- ggplot(mtcars, aes(x = wt, y = mpg)) + 
    geom_point()
p + annotate("segment", x = 2.5, xend = 4, y = 15, yend = 25, color = "blue", size=4)

image.png

p <- ggplot(mpg, aes(displ, hwy)) +
  geom_point(
    data=filter(mpg, manufacturer=="subaru"),
    color="orange",
    size=3, 
    
  ) +
  geom_point() 

p + 
    annotate(geom = "segment", x = 4, y = 35, xend = 2.65, yend = 27, arrow = arrow(length = unit(4, "mm")), size=2)+
    annotate(geom = "text", x = 4.1, y = 35, label = "subaru", hjust = "left", size=10)

image.png

当需要使用更加美观的曲线时，需要将geom设置为"curve"，同时想要调整曲线的曲率，则可以调整curvature参数。

p + 
    annotate(geom = "curve", x = 4, y = 35, xend = 2.65, yend = 27, curvature = .3, arrow = arrow(length = unit(4, "mm")), size=2)+
    annotate(geom = "text", x = 4.1, y = 35, label = "subaru", hjust = "left", size=10)

image.png

1.3 阴影注释——rect

使用阴影注释（在图片中添加矩形方框），除了需要将geom参数设置为"rect"外，还需要设置好xmin、ymin、xmax、ymax，以便于确定矩形的范围。

ggplot(economics) + 
  geom_line(aes(date, unemploy)) + 
  annotate("rect", 
           xmin=as.Date("1970-01-01","%Y-%m-%d"), 
           xmax=as.Date("1979-12-31","%Y-%m-%d"), 
           ymin=-Inf, ymax=Inf, fill="blue", alpha=.1)+
  xlab("date") + 
  ylab("unemployment")

image.png

2 其他注释

2.1 直线注释

前面提到的是线段注释，如果想要使用直线类型的注释，可选的选项包括：

• geom_hline()
• geom_vline()
• geom_abline()

其中geom_abline()的参数主要包括：

• slope 表示斜率
• intercept 表示截距

早期的ggplot中并未包含annotate函数，因此绝大多数使用的是直线、geom_rect等对象进行注释

library(ggplot2)

p = ggplot(mpg, aes(displ, hwy, colour = class)) + 
  geom_point()

p + 
    geom_hline(yintercept=25) +
    geom_vline(xintercept=3) +
    geom_abline(slope=3, intercept=20)

image.png

2.2 文字注释——geom_text与geom_label

使用geom_text()和geom_label()也可以在图中添加文字，进而实现注释的效果。但是需要注意的是，当使用这两个函数时，会在图中增加一个文字图层，同时该图层会映射到DataFrame中。例如，在下面的例子中，文字"Group 1"是我们使用annotate()函数绘制的，我们将其透明度设置为0.1，而"Group 2"是我们使用geom_text()函数绘制的，在绘制时，我们同样将其透明度设置为0.1，但是由于geom_text函数对DataFrame数据（即faithful）的映射，因此"Group 2"被绘制了n次，因此尽管其透明度也被设置为0.1，但是其清晰度则远远高于"Group 1"。

此外需要注意的是相对于geom_text而言，geom_label会在文本周围添加一个背景

library(ggplot2)

p = ggplot(faithful, aes(x=eruptions, y=waiting)) + 
    geom_point()

p + annotate("text", x=3, y=48, label="Group1", alpha=0.1) +
    geom_text(x=4.5, y=66, label="Group2", alpha=0.1)

image.png

3 分面注释

在分面上添加注释的方法有很多种，最主要还是依赖于要表达的信息：

3.1 方法一

使用分面变量创建一个新的数据框，然后设定每个分面需要绘制的值，最后配合新的数据框使用geom_text()函数

mpg_plot <- ggplot(mpg, aes(x = displ, y = hwy)) +
    geom_point() +
    facet_grid(. ~ drv)

f_labels = data.frame(drv=c("4", "f", "r"), label=c("4wd", "Front", "Rear"))

mpg_plot +
    geom_text(x=6, y=40, mapping=aes(label=label), data=f_labels)

image.png

lm_labels <- function(dat) {
  mod <- lm(hwy ~ displ, data = dat)
  formula <- sprintf("italic(y) == %.2f %+.2f * italic(x)",
                     round(coef(mod)[1], 2), round(coef(mod)[2], 2))
  r <- cor(dat$displ, dat$hwy)
  r2 <- sprintf("italic(R^2) == %.2f", r^2)
  data.frame(formula = formula, r2 = r2, stringsAsFactors = FALSE)
}

library(dplyr)
labels <- mpg %>%
  group_by(drv) %>%
  do(lm_labels(.))

mpg_plot + 
    geom_smooth(method=lm, se=FALSE) +
    geom_text(data=labels, aes(label=formula), x=3, y=40, parse=TRUE) +
    geom_text(x=3, y=35, aes(label=r2), data=labels, parse=TRUE, hjust=0)

image.png

3.2 方法二

使用gghighlight包

# install.packages("gghighlight")

ggplot(mpg, aes(displ, hwy, colour = factor(cyl))) +
    geom_point() +
    gghighlight::gghighlight() +
    facet_wrap(.~factor(cyl))

image.png