R语言可视化——ggplot图表系统中的形状

今天跟大家分享ggplot图表系统中形状。

在ggplot函数系统中，形状是一类重要的映射属性，如同颜色一样，它可以被赋予给变量，当然也可以直接指定实际的形状类别。

library(ggplot2)
library(reshape2)
data<-data.frame(Name = c("苹果","谷歌","脸书","亚马逊","腾讯"),Company = c("Apple","Google","Facebook","Amozon","Tencent"),Sale2013 = c(5000,3500,2300,2100,3100),Sale2014 = c(5050,3800,2900,2500,3300),Sale2015 = c(5050,4000,3200,2800,3700),Sale2016 = c(6000,4800,4500,3500,4300))
mydata<-melt(data,id.vars=c("Name","Company"),variable.name="Year",value.name="Sale")
ggplot(newdata,aes(Company,Sale,group=Year,colour=Year))+geom_line()+geom_point()

以上函数通过一个简单的折线图+散点图的形式展现了默认状态下输出的散点形状。

ggplot函数的图层理念中，修改局部图层的元素，需要在局部图层内进行设定，这里需要在geom_point（）函数内部进行形状设定。

R绘图系统中存储着的形状符号多达25种：

我们尝试着选择几种形状进行展示：

ggplot(mydata,aes(Company,Sale,group=Year,colour=Year))+geom_line()+geom_point(shape=0,size=3)

ggplot(mydata,aes(Company,Sale,group=Year,colour=Year))+geom_line()+geom_point(shape=10,size=3)

ggplot(mydata,aes(Company,Sale,group=Year,colour=Year))+geom_line()+geom_point(shape=8,size=3)

ggplot(mydata,aes(Company,Sale,group=Year,colour=Year))+geom_line()+geom_point(shape=24,size=3)

ggplot(mydata,aes(Company,Sale,group=Year,colour=Year))+geom_line()+geom_point(shape=23,size=3)

你也可以通过将形状映射指定给一个分类变量，这样不同的形状将会作为分类标识：

ggplot(mydata,aes(Company,Sale,group=Year,colour=Year))+geom_line()+geom_point(aes(shape=Year),size=3)

默认情况下，散点图只有colour属性，没有fill属性，但是当散点图被赋予形状映射之后，他就会扩展fill属性。

ggplot(mydata,aes(Company,Sale,group=Year))+geom_line()+geom_point(shape=22,size=3,colour="black",fill="red")

至于形状的大小，你可以根据自己的需要和喜好自由调整，就像调整线条的size一样。

ggplot(mydata,aes(Company,Sale,group=Year))+geom_line()+geom_point(shape=22,size=5,colour="black",fill="red")

因为形状属于分类性质的映射属性，所以形状不可以被指定给连续性变量：

ggplot(mydata,aes(Company,Sale,group=Year))+geom_line()+geom_point(aes(shape=Sale),size=5,colour="black",fill="red")

软件提示：

Error: A continuous variable can not be mapped to shape

但是形状的大小是可以被映射给连续性变量的：

ggplot(mydata,aes(Company,Sale,group=Year))+geom_line()+geom_point(aes(size=Year),shape=22,colour="black",fill="red")

当将形状大小（size）指定给离散变量时，虽然可以出来图表，但是软件提示不建议将形状大小映射给离散变量。

ggplot(mydata,aes(Company,Sale,group=Year))+geom_line()+geom_point(aes(size=Year,colour="grey"),shape=22,fill="red")

Warning message:

Using size for a discrete variable is not advised.

基于以上叙述，这里我想总结两点：

一、关于属性映射的问题（形状、大小、颜色、线条）

• 形状属性只能通过连续型变量进行映射；
• 大小属性同时可以指定给连续性变量、离散型变量（软件并不建议）。
• 颜色变量是所有属性中为数不多的既可以使用离散型变量、又可以使用连续性变量进行映射的属性

二、关于制定属性映射时shape、size、colour（fill）的位置问题。

• 如果属性是指定给数据集中的变量（无论是连续性还是离散型）的话，那么一定要包含在美学属性之内（aes()）：因为只有包含在aes（）中，软件才能通过在数据集中调用对应变量进行映射。
• 当要将属性映射指定给具体的属性类别时（比如具体的颜色名称、色值以及形状大小、代号和类别），那么要将其放在对应图层（geom_xxx()）内，美学属性【aes()】系统外。
• 作用于单个图层的映射属性要放在对应图层中，（比如作用于线条的属性要放在geom_line()内，作用于形状的属性要放在geom_point()内）,作用于全局的属性要放在全局系统函数层内【ggplot（）】。（比如本例中同时作用于折线图和散点图的数据集、x轴y轴变量以及分组变量等）

以上是个人学习ggplot函数过程中所获得的一些体会和心得，希望能够帮助大家在学习R语言可视化过程中少走一些弯路，限于个人能力和水平，其中难免会有些叙述不当或者纰漏之处，还望小伙伴们可以批评指正。