ggplot2学习入门第二章qplot入门

今天学习了下ggplot的第二章，以下是相关的代码与说明

library(ggplot2)
## 图2.1 无代码




###### 章节2.2
set.seed(1410)  # 让样本可重复


dsmall <- diamonds[sample(nrow(diamonds), 100), ]




###### 章节2.3
qplot(carat, price, data = diamonds)




###### 章节2.3
qplot(log(carat), log(price), data = diamonds)




###### 章节2.3
qplot(carat, x * y * z, data = diamonds)






## 图2.2 将 color 变量映射到点的颜色 (左)，cut 变量映射到点的形状 (右)
qplot(carat, price, data = dsmall, colour = color)


qplot(carat, price, data = dsmall, shape = cut)




## 图2.3 将 alpha 值从 1/10(左) 变动到 1/100(中) 再到
## 1/200(右)，来看大部分的点在哪里 进行重叠。
##alpht图形属性，其取值从0（完全透明）变动到1（完全不透明），通常透明度可以用分数表示
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))




## 图2.4
## 重量与价格的散点图中加入了平滑曲线。左图为dsmall数据集，右图为完整数据集。
# qlot 通过改变几何对象（gemo）,可以绘制任何图形
#geom= "point"散点图
#gemo= "smooth"平滑曲线
#gemo = “boxplot” 绘制箱线胡须图，用以概括一系列点分布情况
# gemo = "bar"用来绘制条形图






qplot(carat, price, data = dsmall, geom = c("point", "smooth"))


qplot(carat, price, data = diamonds, geom = c("point", "smooth"))




## 图2.5 span 参数的作用。左图是 span=0.2，右图是 span=1。
# 曲线的平滑度由span参数控制的
qplot(carat, price, data = dsmall, geom = c("point", "smooth"), span = 0.2)
qplot(carat, price, data = dsmall, geom = c("point", "smooth"), span = 1)




## 图2.6 在运用广义可加模型作为平滑器时 formula 参数的作用。左图是
## formula=y~s( x)，右图是 formula=y~s(x,bs='cs')。
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"))




## 图2.7 在运用线性模型作为平滑器时 formula 参数的作用。左图是 formula =
## y ~ x 的默认值， 右图是 formula = y ~ ns(x, 5)。
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))




## 图2.8 (书中无代码)
## 利用扰动点图(左)和箱线图(右)来考察以颜色为条件的每克拉价格的分布。
## 随着颜色的改变(从左到右)，每克拉价格的跨度逐渐减小，但分布的中位数没有明显的变化。
qplot(color, price/carat, data = diamonds, geom = "jitter")
qplot(color, price/carat, data = diamonds, geom = "boxplot")




## 图2.9 改变 alpha 的取值，从左到右分别为 1/5，1/50 和
## 1/200。随着不透明度的降低，
## 我们可以看出数据集中的地方。然而，箱线图依然是一个更好的选择。
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))




## 图2.10 展示钻石重量的分布。左图使用的是 geom='histogram' 右图使用的是
## geom=' density'。
# 直方图和密度曲线图可以展示单个变量的的分布，相对于箱线图而言
# 他们提供了更多的关于单个分布的信息 adjust 参数控制了曲线的平滑程度
# binwidth参数通过设置组距来调节平滑度
# 在直方图中，当组距较大时，图形能反应数据的总体特征，
# 组距较小时，则能显示更多的细节


qplot(carat, data = diamonds, geom = "histogram")
qplot(carat, data = diamonds, geom = "density")




## 图2.11 变动直方图的组距可以显示出有意思的模式。从左到右，组距分别为
## 1，0.1 和 0.01。只有重量在 0 到 3 克拉之间的钻石显示在图中。
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))




## 图2.12
## 当一个分类变量被映射到某个图形属性上，几何对象会自动按这个变量进行拆分。
## 左图是重叠的密度曲线图，右图是堆叠起来的直方图。
qplot(carat, data = diamonds, geom = "density", colour = color)
qplot(carat, data = diamonds, geom = "histogram", fill = color)




## 图2.13 钻石颜色的条形图。左图显示的是分组的计数，右图是按 weight=carat
## 进行加 权，展示了每种颜色的钻石的总重量。
qplot(color, data = diamonds, geom = "bar")


qplot(color, data = diamonds, geom = "bar", weight = carat) + scale_y_continuous("carat")




## 图2.14
## 衡量失业程度的两张时序图。左图是失业人口的比例，右图是失业星期数的中位
## 数。图形是用 geom='line' 进行绘制的。
qplot(date, unemploy/pop, data = economics, geom = "line")
qplot(date, uempmed, data = economics, geom = "line")




## 图2.15
## 展示失业率和失业时间长度之间关系的路径图。左图是重叠在一起的的散点图和路
## 径图，右图只有路径图，其中年份用颜色进行了展示。
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))




## 图2.16
## 展示以颜色为条件的重量的直方图。左图展示的是频数，右图展示的是频率。频率
## 图可以使得比较不同组的分布时不会受该组样本量大小的影响。高质量的钻石
## (颜色 D) 在小
## 尺寸上的分布是偏斜的，而随着质量的下降，重量的分布会变得越来越平坦。
# 分面—————可以将所有的组绘制在同一张图中，它将数据分割成若干子集，然后创建一个 图形的距证，将每一个子集绘制到图形矩阵的窗格中


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))




###### 章节2.7
# qplot中控制图形外观的参数   xlim ,ylim:设置x轴和y轴的显示区间
   #  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")




###### 章节2.7
qplot(carat, price/carat, data = dsmall, ylab = expression(frac(price, carat)), 
      xlab = "Weight (carats)", main = "Small diamonds", xlim = c(0.2, 1))




###### 章节2.7
qplot(carat, price, data = dsmall, log = "xy")