第2章 从qplot开始入门
目录
- 2.1 简介
- 2.2 数据集
- 2.3 基本用法
- 2.4 颜色、大小、形状和其他图形属性
- 2.5 几何对象（平滑曲线、箱线图、扰动点图、密度图、条形图、路径图等）
- 2.6 分面
- 2.7 其他选项
- 2.8 与plot函数的区别
2.1 简介
qplot的意思是快速作图（quick plot）
在一次R会话中，可以通过R的帮助命令?qplot来获取qplot()完整的参数列表
2.2 数据集
本书测试的数据集为diamonds数据集，涵盖反应钻石质量的四个“C”：克拉重量（carat），切工（cut），颜色（color）和净度（clarity），以及五个物理指标：深度（depth），钻面宽度（table），x, y, 和z。
抽取100个随机样本：
注意diamonds 数据集是存在于ggplot2中的，如果没有导入该包直接调用命令data(diamonds)会报错
data("diamonds",package="ggplot2")
library(ggplot2)
data("diamonds")
set.seed(1410)
dsmall <- diamonds[sample(nrow(diamonds),100),]
2.3 基本用法
该书推荐使用data参数，因为将相关的数据放置在同一个数据框中是一个良好的习惯。
library(ggplot2)
qplot(carat,price,data=diamonds)
竖直方向上有一些有趣的条纹，这种相关关系似乎是指数型的，做个测试
qplot(log(carat),log(price),data = diamonds)
同样，函数的参数可以是已有变量的某种组合
qplot(carat, x*y*z, data = diamonds)
2.4 颜色、大小、形状和其他图形属性
向重量和价格散点图添加颜色和切工信息，都是自动添加图例
#根据颜色进行分组
qplot(carat, price, data = dsmall, colour = color)
#根据切工进行分组
qplot(carat, price, data = dsmall, shape = cut)
同样，可以通过I()来手动设定图形属性，如color= I("red")或者 size = I(2)
对于大数据量的数据，可以通过alpha图形属性参数来设置透明度，0完全透明到1完全不透明
qplot(carat, price, data = diamonds, alpha = I(1/10))
qplot(carat, price, data = diamonds, alpha = I(1/100))
qplot(carat, price, data = diamonds, alpha = I(1/200))
2.5 几何对象
考察二维关系的几何对象
geom = "point",绘制散点图，给定x,y时的默认选择
geom = "smooth",拟合一条平滑曲线，并将曲线和标准误展示在图中
geom = "boxplot", 绘制箱线胡须图，用以概况一系列点的分布情况
geom = "path" 和 geom = "line"可以在数据点之间连线，线条图只能从左向右连线，路径图可以是任意方向
考察一维分布的几何对象
对于连续变量， geom = "histogram"绘制直方图，geom = "freqpoly"绘制频率多边形，geom = "density"绘制密度曲线。如果只传进x参数，直方图是默认选择
对于离散变量， geom = "bar" 绘制条形图
2.5.1 向图中添加平滑曲线
smooth 添加平滑曲线
利用c()函数来将多个几何对象组成一个向量传递给geom，几何对象会按照指定的顺序进行堆叠
qplot(carat, price, data = dsmall, geom = c("point", "smooth"))
## `geom_smooth()` using method = 'loess'
qplot(carat, price, data = diamonds, geom = c("point", "smooth"))
## `geom_smooth()` using method = 'gam'
利用method参数可以选择不同的平滑器：
- method = "loess",当n较小时是默认选项，使用的是局部回归的方法。曲线的平滑程度是由span参数控制的，其取值范围从0（很不平滑）到1（很平滑）
qplot(carat, price, data = dsmall, geom = c("point","smooth"),span = 0.2)
qplot(carat, price, data = dsmall, geom = c("point","smooth"),span = 1)
Loess 对于大数据并不十分适用，因此当n超过1000时将默认采用另一种平滑算法。
- 可以使用 method = "gam", formula = y ~ s(x) 来调用mgcv包拟合一个广义可加模型。对于大数据，需要使用公式 y ~ s(x, bs = "cs"),这是数据超过1000时的默认选项
library(mgcv)
qplot(carat, price, data = dsmall, geom = c("point","smooth"),method = "gam", formula = y ~ s(x))
qplot(carat, price, data = dsmall, geom = c("point","smooth"),method = "gam", formula = y ~ s(x, bs = "cs"))
- method = "lm", 拟合的是线性模型，默认拟合的是直线，可以通过指定formula = y ~ poly(x, 2)来拟合一个二次多项式或记载splines包以使用自然样条：fromula = y ~ ns(x, 2)。 第二个参数是自由度：自由度取值越大，曲线的波动也越大。
library(splines)
qplot(carat, price, data = dsmall, geom = c("point","smooth"), method = "lm")
qplot(carat, price, data = dsmall, geom = c("point","smooth"), method = "lm",formula = y ~ ns(x, 5))
- method = "rlm" 与lm类似，但采用了一种更稳健的拟合算法，使得结果对异常值不太敏感，这一方法是MASS包的一部分，因此需要先加载MASS包。
2.5.2 箱线图和扰动点图
扰动点图：geom = "jitter"
箱线胡须图：geom = "boxplot"
箱线图的信息更充分，它显示出分布的中位数和四分位数的变化，箱线图是一个更好的选择
qplot(color, price/carat, data = diamonds, geom = "jitter", alpha = I(1/5))
qplot(color, price/carat, data = diamonds, geom = "jitter", alpha = I(1/50))
qplot(color, price/carat, data = diamonds, geom = "jitter", alpha = I(1/200))
对于扰动点图，qplot可以提供像一般的散点图那样对其他图形属性的控制，例如size，colour，shape，对于箱线图，可以用colour控制框线的颜色，用fill设置填充颜色，以及用size调节线的粗细。
2.5.3 直方图和密度曲线图
qplot(carat, data = diamonds, geom = "histogram")
qplot(carat, data = diamonds, geom = "density")
绘制直方图或者是密度曲线时，对平滑程度进行试验非常重要。
直方图的binwidth参数通过设定组距来调节平滑度，变动直方图的组距可以显示出有意思的模式
xlim设置只有重量在0到3 克拉之间的钻石才显示
qplot(carat, data = diamonds, geom = "histogram", binwidth = 1, xlim = c(0,3))
qplot(carat, data = diamonds, geom = "histogram", binwidth = 0.1, xlim = c(0,3))
qplot(carat, data = diamonds, geom = "histogram", binwidth = 0.01, xlim = c(0,3))
要是在不同组之间对分布进行对比，只需要再机上一个图形映射，如下图所示。
qplot(carat, data = diamonds, geom = "density", colour = color)
qplot(carat, data = diamonds, geom = "histogram", fill = color)
2.5.4 条形图
如果想用其他的方式对数据进行分组处理（例如对连续变量进行分组求和），那么你可以使用weight几何对象。
qplot(color, data = diamonds, geom = "bar")
qplot(color, data = diamonds, geom = "bar", weight = carat)+
scale_y_continuous("carat")
2.5.5 时间序列中的线条图和路径图
线条图和路径图常用语可视化时间序列数据。
qplot(date, unemploy / pop, data = economics, geom = "line")
qplot(date, uempmed, data = economics, geom = "line")
第一张图显示了失业率的变化，第二张图是失业星期数的中位数。我们已经可以看出这两个变量之间的一些区别，例如在最后的一个峰值处，失业的比例要比前一个峰值低，但失业时间却要更长
路径图可以将邻近时点的散点连接起来，从中可以看出变量随时间的变化
year <- function(x) as.POSIXlt(x)$year + 1900
qplot(unemploy / pop, uempmed, data = economics, geom = c("point","path"))
qplot(unemploy / pop, uempmed, data = economics, geom = "path", colour = year(date))
第一张图的方向性并不明显，但是从第二张图中可以看出，两者是高度相关的，且近年来失业率和失业时间长度有明显上升
2.6 分面
分面：将数据分割为若干个子集，然后创建一个图形的矩阵，将每一个子集绘制到图形矩阵的窗格中。
..density.. 是一个新语法，告诉ggplot2将密度而不是频数映射到y轴
qplot(carat, data = diamonds, facets = color ~ ., geom = "histogram", binwidth = 0.1, xlim = c(0, 3))
qplot(carat, ..density.., data = diamonds, facets = color ~ ., geom = "histogram", binwidth = 0.1, xlim = c(0, 3))
2.7 其他选项
xlim, ylim: 设置x轴和y轴的显示区间，例如xlim = c(0,20)或者 ylim = c(-0.9, -0.5)
log：一个字符型向量，说明哪个坐标轴应该取对数，例如，log= "x" 表示对x轴取对数，log = "xy"表示对y轴和x轴都取对数
main: 图形的主标题，放置在图形的顶端中部，字符串或者是数学表达式
xlab, ylab: 设置x轴和y轴的标签文字
qplot(
carat, price, data = dsmall,
xlab = "Price ($) ", ylab = "Weight (carats)",
main = "Price - weight relationship"
)
qplot(
carat, price / carat, data = dsmall,
xlab = expression(frac(price, carat)),
ylab = "Weight (carats)",
main = "Small diamonds",
xlim = c(.2,1)
)
qplot(carat, price, data = dsmall, log = "xy")
2.8 与plot函数的区别
qplot不是泛型函数（autoplot），即不同类型的R对象传入qplot时，它并不会匹配默认的函数调用，而ggplot2是泛型函数
将感兴趣的变量进行标度转换
ggplot2的图形属性名称 colour size shape更容易记忆
在基础绘图系统中，可以通过points()，lines()，text()函数来向已有图形中添加更多元素，而在ggplot2中则需要加入额外的图层
本章完结~