一、简介
R中的ggplot2是一个非常强大灵活的数据可视化包，熟悉其绘图规则后便可以自由地生成各种可视化图像，但其默认的色彩和样式在很多时候难免有些过于朴素，本文将要介绍的ggthemr包专门针对原生ggplot2图像进行美化，掌握它之后你就可以创作出更具特色和美感的数据可视化作品。
二、基础内容
2.1 安装
不同于常规的R包，ggthemr并没有在CRAN上发布，因此我们需要使用devtools中的install_github()直接从github上安装它，参照github上ggthemr的项目说明页：
library(devtools) install_github(‘cttobin/ggthemr‘)
笔者在遵循上述步骤时不太顺利，遇到了如下错误：
不过不用担心，按照上述的错误提示，我们打开对应目录，找到了对应的压缩包：
实际上我们通过上述语句已经将ggthemr的压缩包下载到本地如上图所示，所以我们可以很容易地使用手动安装本地压缩包的形式来完成ggthemr的安装（注意要吧.tar格式改为.tar.gz格式，我想这可能是install_github()安装失败的原因）：
经过上述步骤我们便完成了ggthemr的安装准备工作；
2.2 傻瓜式用法
在我之前写得某篇文章中使用过Python中matplotlib.pyplot.style，仅仅使用style.use()这个语句，便可傻瓜式地载入各种精美的自适应绘图主题，在ggthemr中也有类似的功能，我们在利用ggplot2创建图像的语句之前，加上ggthemr(‘主题名称‘)，便可简单套用多种内建主题，下面是几个简单的例子：
rm(list=ls()) library(ggplot2) library(ggthemr) data(mpg) data <- mpg #chalk风格 ggthemr(‘chalk‘) p1 <- ggplot(data=data, aes(displ, hwy))+ geom_point(mapping = aes(shape=factor(cyl)))+ geom_smooth(mapping = aes(displ,hwy,colour=factor(cyl))) print(p1)
#dust风格 ggthemr(‘dust‘) p2 <- ggplot(data=data, aes(displ, hwy))+ geom_point(mapping = aes(shape=factor(cyl)))+ geom_smooth(mapping = aes(displ,hwy,colour=factor(cyl))) print(p2)
#flat风格 ggthemr(‘flat‘) p3 <- ggplot(data=data, aes(displ, hwy))+ geom_point(mapping = aes(shape=factor(cyl)))+ geom_smooth(mapping = aes(displ,hwy,colour=factor(cyl))) print(p3)
而官方文档中提到可以用ggthemr_reset()来恢复ggplot2默认风格，但笔者经过实践发现这个函数并不能彻底抹除之前施加的主题模式，因此这里不细说，读者们可以自行尝试；
三、自定义主题
尽管ggthemr内建了很多风格迥异的主题，有的过于花哨，有的又过于商务硬朗，除了直接套用这些主题，我们还可以自己创建新的主题以加入自己对构图的想法：
3.1 Palettes（调色板）
palette决定了图像中所有元素的颜色，包括所有图层、背景、网格线等，而swatch则专门用于控制图层元素的配色方案，我们使用define_palette()来构造自定义调色方案，其主要参数如下:
swatch：一个颜色向量，用于定义图层元素的配色方案（要注意图像中需要用到的色彩数量要小于等于swatch的向量长度，否则会报错）
gradient：一个长度为2的向量，lower位置和upper位置用于控制梯度色彩的上下限
background:设置背景色彩
text：设置文本部分的字体颜色
line：设置坐标轴颜色
gridline：控制网格线的颜色
下面我们自定义一个色彩简单的主题：
demo <- define_palette( swatch = c(‘black‘, ‘red‘, ‘green‘, ‘blue‘, ‘brown‘, ‘purple‘, ‘yellow‘), gradient = c(lower = ‘red‘, upper = ‘green‘) ) ggthemr(demo)
下面来看看应用上述主题之后的图像效果：
rm(list=ls()) library(ggplot2) library(ggthemr) data(mpg) data <- mpg demo <- define_palette( swatch = c(‘black‘, ‘red‘, ‘green‘, ‘blue‘, ‘brown‘, ‘purple‘, ‘yellow‘), gradient = c(lower = ‘red‘, upper = ‘green‘) ) ggthemr(demo) p <- ggplot(data=data, aes(displ, hwy))+ geom_point(mapping = aes(shape=factor(cyl)))+ geom_smooth(mapping = aes(displ,hwy,colour=factor(cyl))) print(p)
因为我们的demo主题中还设置了色彩梯度，下面我们绘制密度图（此例来自我的（数据科学学习手札38）ggplot2基本图形简述）：
data <- data.frame(matrix(rnorm(200),nrow=100)) p <- ggplot(data, aes(x = X1, y = X2)) + stat_density2d(aes(fill = ..density..), geom = "raster", contour = F) p
可以看到，密度图中色彩在预设的红色与绿色之间过渡；
3.2 ggthemr()的其他关键参数
前文中我们使用函数ggthemr()来挂载主题，而除了最关键的主题参数之外，ggthemr()还有若干控制其他图像样式的参数，如下：
layout：用于网格线样式，有clean、clear、minimal、plain、scientific可选，默认clear
spacing：用于控制图像在图床上的紧凑程度，越高意味着图像被挤压得越严重，默认1.6，下面分别为0,1,2时的示例：
text_size：用于控制文本部分字体大小，默认12
type：用于控制背景区域填充的形式，当‘inner‘时如下：
当设置为‘outer‘时如下：
line_weight：设置坐标轴和网格线的宽度，默认0.5
set_theme：逻辑型变量，控制是否启动palette传入的主题，默认为TRUE
3.3 微调图像对比度
ggthemr中十分贴心地提供了调节图像对比度的函数，具体如下：
darken_swatch() / lighten_swatch(): 暗化或亮化所有图形元素的对比度
darken_gradient() / lighten_gradient(): 暗化或亮化所有梯度元素的对比度
darken_palette() / lighten_palette(): 暗化或亮化所有元素的对比度
下面是简单的示例：
rm(list=ls()) library(ggplot2) library(ggthemr) data(mpg) data <- mpg ggthemr(‘chalk‘) p1 <- ggplot(data=data, aes(displ, hwy))+ geom_point(mapping = aes(shape=factor(cyl)))+ geom_smooth(mapping = aes(displ,hwy,colour=factor(cyl))) print(p1)
下面我们来分别调低和调高全局色彩对比度：
darken_palette(amount = 0.5) print(p1)
lighten_palette(amount = 0.5) print(p1)
以上就是本文的全部内容，如有笔误望指出。
参考资料：https://github.com/cttobin/ggthemr
原文地址：https://www.cnblogs.com/feffery/p/10393566.html