R语言可视化——密度曲线图及其美化！

今天跟大家分享关于密度曲线图及其美化技巧！

密度曲线图可能平时大家用的不多，不过其实没什么神秘，它的功能于直方图一样，都是用于表达连续型数值变量的分布形态。

案例还是使用之前的关于钻石的那个数据集。

密度曲线图所使用的图层函数为geom_density() ,而且函数内position参数位置类型与我们之前讲到的直方图、柱形图（条形图时一样的）。

ggplot(diamonds,aes(x=price))+geom_density()

里面的线条颜色是通过colour参数进行控制（一定要记好colour与fill两个颜色填充参数的区别，colour控制线条、点颜色、fill控制区域颜色，所以在散点图、曲线、折线图途中使用colour参数，在面积图、柱形图中使用fill参数）

ggplot(diamonds,aes(x=price))+geom_density(colour="steelblue")

当然密度曲线的函数中也允许出现分类变量：

ggplot(diamonds,aes(x=price,colour=clarity))+geom_density()

上面说过colour控制点、线条颜色、fill控制区域颜色，但是密度曲线算是一个另类，仔细看上图你会发现，它不同于折线图，因为每条密度曲线都是一个闭合曲线，所以他是允许使用fill参数填充闭合区域的：

ggplot(diamonds,aes(x=price,fill=clarity,alpha = 1/10))+geom_density()

你会发现这样出来的图形除了密度曲线内部除了被填充颜色之外，整体形状与使用colour参数填充线条颜色是一样的。

现在继续让我们回忆一下，关于上一节中将直方图时，处理position时的场景，position主要有四个我们常用的参数：

identity（不做任何变换）、stack（堆积）、dodge（簇状）、fill（百分比堆积）

其实只要是geom开头的集合图层对象，都是适用这几个参数的，那么跟我我们的分析，以上密度曲线图默认的参数应该是identity，下面验证我们的猜想。

ggplot(diamonds,aes(x=price,fill=clarity,alpha = 1/10))+geom_density(position="identity")

ggplot(diamonds,aes(x=price,colour=clarity))+geom_density(position="identity")

果然不出我们所料，默认的带分类变量的密度曲线图确实是使用默认的identity参数。

那么我们依次尝试其他几种参数情况下的密度曲线图呈现何种效果：

堆积：（position="stack"）

ggplot(diamonds,aes(x=price,fill=clarity))+geom_density(position="stack")

ggplot(diamonds,aes(x=price,colour=clarity))+geom_density(position="stack")

堆积：（position="dodge"）# 案例来说密度曲线做成簇状效果是不合适的，不过我还是想看下到底神马效果

ggplot(diamonds,aes(x=price,fill=clarity))+geom_density(position=position_dodge(width =1000))

ggplot(diamonds,aes(x=price,colour=clarity))+geom_density(position=position_dodge(width =1000))

大家可以看到使用dodge参数之后，R语言会有提示建议，密度曲线图中X轴必须是无重复间隔刻度的数据，而此处的概率密度曲线无法满足这个要求：

那么最后一个位置参数是position=fill （堆积百分比）

ggplot(diamonds,aes(x=price,fill=clarity))+geom_density(position="fill")

ggplot(diamonds,aes(x=price,colour=clarity))+geom_density(position="fill")

关于概率密度曲线的分面表达：

ggplot(diamonds,aes(x=price,fill=clarity))+geom_density(position="fill")+facet_grid(.~clarity)

ggplot(diamonds,aes(x=price,colour=clarity))+geom_density(position="fill")+facet_grid(.~clarity)

通过图形效果我们可以看到，概率密度曲线的分面表达式是没有实际意义的，因为单独一个序列中只有一个类别，那么它的占比自然就是百分之百。

通过套用主题及配色模板，我们可以对密度曲线图进行适当美化：

ggplot(diamonds,aes(x=price,fill=clarity))+geom_density(position="fill")+theme_wsj()+scale_fill_wsj()+guides(fill=guide_legend(title=NULL))

ggplot(diamonds,aes(x=price,colour=clarity))+geom_density(position="fill")+theme_wsj()+scale_colour_wsj()+guides(colour=guide_legend(title=NULL))

ggplot(diamonds,aes(x=price,fill=clarity))+geom_density(position="stack")+theme_wsj()+scale_fill_wsj()+guides(fill=guide_legend(title=NULL))

ggplot(diamonds,aes(x=price,colour=clarity))+geom_density(position="stack")+theme_wsj()+scale_colour_wsj()+guides(colour=guide_legend(title=NULL))

因为套用的配色模板中颜色数量上限是6个，而我们的分类变量类别有8个，所以最后两个类别的线条色、填充色改成了默认。