摘要: ggplot2已经成为了R语言中数据可视化的同义词, 这是一个强大的工具, 可以帮助我们制作优良的图表, 创造出令人吃惊的图片, 下面我们一起学习(本博文参考了知乎问题如何使用 ggplot2中黄宝臣的回答(), 并在此基础上补充了一些细节和自己的理解).
ggplot2函数里面为属性赋值的时候需要使用的参数名:
- 图形属性(aes): 表示几何对象的属性: 横坐标, 点的大小, 颜色, 填充色等; 比如一个点的属性有它的横纵坐标, 它的大小, 颜色等等.
- 不同的几何对象(geom_, geometry的简称): 主要用来指定数据显示的形式: 点, 线, 或者条形; 如: geom_point(color=‘darkred‘)表示数据要用点进行显示, 颜色为黑红色.
- 统计变换(stat_, statistics的简称): 比如求一些基本的数据属性, 如均值, 方差等, 算出来以后进行展示.
入门实例1: 基本图形的绘制
1 x <- rnorm(100,14,5) 2 y <- x + rnorm(100,0,1) 3 4 ggplot(data = NULL, aes(x = x, y = y)) + # data=NULL 5 geom_point(color = ‘darkred‘) + 6 annotate(‘text‘,x=13,y=20,parse = T, 7 label = ‘x[1]==x[2]‘)
ggplot(data = NULL, aes(x=x, y=y)) 生成的结果:
我们可以看到这里单独的一条ggplot命令仅仅是绘制了一个图形框, 数据点还没有画上去.
再看看ggplot(data = NULL, aes(x=x, y=y)) + geo_point(color = ‘darkred‘)生成的图像:
最后是整个上面的语句生成的图形:
从上面我们可以归纳出ggplot2的特点1: ggplot2按照图层(layer)来绘图, 通过"+"号来进行图层的组合;
几何对象描述了应该用何种对象来对数据进行展示, 有些对象关联了相应的统计变换.
- geom_point(): 用来绘制散点图;
- geom_smooth(): 用来拟合一条平滑的曲线, 并将曲线和标准差展示在图中;
- geom_boxplot(): 可以用来绘制箱线胡须图.
- geom_line(), geom_path(): 都是绘制连线, 将数据点连接起来, line图只能从做到右绘制, path图则可以是任意方向;
- geom_polygon(): 画点围成的多边形
- ......
library("ggplot2")
x <- rnorm(100,14,5)
y <- x + rnorm(100,0,1)
ggplot(data = NULL, aes(x = x, y = y)) +
geom_point() + geom_smooth()
ggplot(data = NULL, aes(x = x, y = y)) + geom_point() + geom_line()
ggplot(data = NULL, aes(x = x, y = y)) + geom_point() + geom_path()
入门实例2: 基本图形的绘制
library("ggplot2")
x <- c(rnorm(50,14,5), rep(20,20)) # 生成50个均值为14,标准差为5的随机数+20个值为20的数
y <- c(rnorm(50,14,5) + rnorm(50,0,1), rep(20,20))
# 绘图语句
ggplot(data = NULL, aes(x = x, y = y)) + # Begin draw
geom_point(color = ‘darkred‘)
绘图语句里面用到了geom_point, 但是没有用到stat_(统计绘图)方面的函数, 看官方文档里面geom_point的用法可以发现, 它提供了一个"stat"的选项, 默认为: stat = "identity",这个表示不对数据进行任何统计变换, 但是如果我将这个参数设置为其他的呢? 即我们要对数据进行统计变换, 那么统计变换的效果又是什么样的呢? 我们先看看x,y变量里面都存放了什么东西!
> x # x,y这两个变量里面的前50个数都是随机数, 但是后面20个数都是20, 也就是说, (x,y)有20个(20,20)重复的坐标 [1] 15.185802 13.288382 14.049740 11.887190 10.271295 11.798415 9.114219 19.091152 [9] 14.288480 19.660104 9.365842 24.286993 14.529903 21.785067 4.267601 12.585770 [17] 2.515565 10.978805 6.707766 17.032989 15.148695 7.662401 15.532458 9.102369 [25] 16.692523 16.959872 11.790089 8.236425 13.349470 16.593251 15.169231 13.024083 [33] 16.171105 10.150380 22.579654 15.101349 1.145253 8.670352 24.728247 18.523736 [41] 12.200371 4.155781 8.475500 10.048165 15.373836 26.380227 25.330350 7.801644 [49] 23.343966 14.910023 20.000000 20.000000 20.000000 20.000000 20.000000 20.000000 [57] 20.000000 20.000000 20.000000 20.000000 20.000000 20.000000 20.000000 20.000000 [65] 20.000000 20.000000 20.000000 20.000000 20.000000 20.000000
坐标既然有重复, 那么绘图的时候就只显示一个点呗, 实际上, 默认上是这样显示的, 但是, 如果我们进行了统计变换, 得到的图将会是这样的: 我们竟然看到绘制的图坐标(20,20)的地方竟然是个圆球, 这个圆球代表了此坐标点出现的次数.
ggplot(data = NULL, aes(x = x, y = y)) + # Begin draw geom_point(color = ‘darkred‘, stat = "sum") # stat = "sum"
这说明了一个什么问题? 这说明了geom_point这样的函数里面也是带有stat_(统计)功能的. 因此geom_和stat_其实是一回事. 但是其实stat_里面提供了一个stat_sum这个函数, 既然geom_point里面带有了stat, 那么stat_sum这个函数还有用吗? 请看下面的代码, 这个代码生成的图和上图是一模一样的.
ggplot(data = NULL, aes(x = x, y = y)) + # Begin draw stat_sum(color = "darkred", geom = "point")
从上面我们可以归纳出ggplot2的特点2: 不要认为geom_和stat_是两种绘图方法, 他们其实是相互融合的好基友.
ggplot函数解析:
在RStdio的命令行里面敲击help("ggplot")可以在右侧显示此函数的官方帮助文档.
描述:
ggplot()初始化一个ggplot对象,可以用来声明输入数据帧,指定增加一些plot美学的东西.
使用:
# ggplot(data = , mapping = aes(x = , y =))ggplot(data = NULL, mapping = aes(), ... , environment = parent.frame())
参数:
data: 默认的用于plot的数据集, 如果不是data.frame的话,将会使用fortify进行转化. 如果没有指定, 必须为每个层提供.
mapping: (作图就是从data中探索到的信息到图形要素graph进行mapping的过程)默认用来plot的aesthetic mapping的列表(可由aes产生). 如果没有指定, 必须为每个层提供.
ggplot(data = NULL, aes(x = x, y = y)) -- aes的x=, y=指定了要绘制的数据.
geom_point解析:
功能: 用来生成散点图.
使用:
geom_point(mapping = NULL, data = NULL, stat = "identity", position = "identity",..., na.rm = FALSE, show.legend = NA, inherit.aes = TURE)
参数:
data: 本层所要展示的数据. 有3个选项, 1) NULL(默认),数据从ggplot里面的plot data继承. 2) data.frame(或者其他目标)将会覆盖plot data; 3)function(这个函数的返回值必须是data.frame作为本layer数据).
geom_plot支持x, y, alpha(透明度), colour, fill, shape, size, stroke. 如: geom_point(colour = "grey90", size = 1.5)
annotate解析:
功能: 用来生成一个注释layer(注意layer--层的概念)
绘图总结:
第一步: 初始化. ggplot2绘图的第一步就是初始化(载入数据空间,选择数据以及默认的aes): data就是载入你要画的数据所在的数据框,指定为你的绘图环境, 载入之后, 可以避免写大量的$来提取data.frame之中的向量. 当然, 如果你的数据都是向量, 也可以不指定, 但是要在申明中标注data=NULL, 不然会报错. aes(aesthetic美学的缩写), 什么时候把参数写在aes里面呢? 生么时候写在外面呢? 任何与数据向量顺序相关,需要逐个指定的参数都必须写在aes里面(不懂!!!).
ggplot(data = , aes(x = , y = ))
参考:
[1] http://docs.ggplot2.org/current/