ggplot2回顾(10): 坐标系

1. 笛卡尔坐标系

1.1 coord_cartesian()

有两个参数：xlim=c(),ylim=c()
scale_x_continuous()
也有类似的参数：limits=c()
两者的区别是：前者用所有的观测值画图，然后局部放大（这一点在有些局部放大的图形中有应用）；后者是先根据limits取一部分值再画图

1.2 coord_equal(), coord_fixed()

x轴和y轴单位长度表示数据范围相同，也可以用ratio参数使其成比例

1.3 coord_flip()

图形样式不变，调换x轴和y轴

1.4 coord_trans()

coord_trans()的使用：“在标度变换的尺度上建模，然后再反演到变换前的图形以便于解释，这是常见的分析模型”

diamonds%>%ggplot(aes(x=carat,y=price))+geom_point()+geom_smooth(method = "lm")+scale_x_log10()+scale_y_log10()
last_plot()+coord_trans(x=exp_trans(10),y=exp_trans(10))

问题1：有没有什么方法（比如修改method =，formula =）来直接对x和y进行指数型的拟合

2. 非笛卡尔坐标系

2.1 深入理解极坐标系

p1 <- diamonds%>%ggplot(aes(x=factor(1),y=..count..,fill=cut))+geom_bar()+theme(legend.position = "none")#x=factor(1)的作用
p2 <- diamonds%>%ggplot(aes(x=factor(1),y=..count..,fill=cut))+geom_bar(width = 1)+coord_polar(theta = "x")+theme(legend.position = "none") #width = 1表示完整的一圈
p3 <- diamonds%>%ggplot(aes(x=factor(1),y=..count..,fill=cut))+geom_bar()+coord_polar(theta = "y")+theme(legend.position = "none")
library(gridExtra)
plist <- list(p1,p2,p3)
grid.arrange(grobs = plist, ncol = 3)

图2图3看成是图1的边向外侧“画圆周”形成的，theta决定哪个变量被映射为角度；1,3边画圆周得到图2；2,4边画圆周得到图3

2.2 极坐标系应用

牛眼图、饼图如上

玫瑰图

diamonds%>%ggplot(aes(x=cut,y=..count..,fill=cut))+geom_bar()
diamonds%>%ggplot(aes(x=cut,y=..count..,fill=cut))+geom_bar()+coord_polar(theta = "x")

雷达图

pd <- data.frame(
  x=c(seq(1,9),seq(1,9)),
  y=c(2,3,4,2,3,2,4,1,2,6,6,8,7,8,5,7,9,6),
  z=c(rep(c("A","B"),each=9))
)
ggplot(pd,aes(x,y,color=z))+geom_point()+geom_line()+
  coord_polar(theta = "x")

更专业的雷达图可以使用R包：ggradar: Create radar charts using ggplot2