R语言可视化——ggplot图表中的线条

数据小磨坊

发布于 2018-04-11 14:49:05

2.5K0

发布于 2018-04-11 14:49:05

文章被收录于专栏：数据小魔方

今天跟大家分享的是ggplot图表中的一类重要元素——线条。

不要觉得专门为线条写一章推送有点小题大做，其实线条对于图表而言，功不可没，即便是不起眼的网格、轴线、或者线条的粗线、线型、磅数等都将决定着你的图表品质。

R语言中ggplot函数系统中涉及到线条的地方有很多，最常见的场景就是我们做geom_line()（折线图）、geom_path（）(路径图),以及图表的绘图区（panel）、图表区、网格系统（grid）中所涉及到的线条。

今天以一个折线图为例，简要说明ggplot函数中关于线条的主要参数及其效果。

library(ggplot2)
library(reshape2)
library(ggthemes)
library(RColorBrewer)
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")

我先用一个简单的折线图代码跑出来一个折线图：

ggplot(mydata,aes(Company,Sale,fill=Year))+geom_line()

geom_path: Each group consists of only one observation. Do you need to adjust the group aesthetic?

当我用以上代码运行的时候，软件报错，提示如上：

图表展示区给出了一个只有坐标系的空白图表；

相信根据英文意思也可以明白怎么回事，因为我们给折线图的X轴映射是一个离散的因子变量，而默认状态下软件会将单条记录都会视作一个分类，这样肯定是无法出来图表的，而如果是一个连续变量，则会只会当做一个类别进行映射。

我们使用过ggplot内内置数据集验证我们的猜想。

head(LakeHuron)

LakeHuron$data<-seq(1875,1972,1)

ggplot(LakeHuron,aes(data,LakeHuron))+geom_line()

以上使用了一个时间序列数据，很顺利的完成了折线图的制作。

那么针对离散变量的折线图到底如何来做呢，我们可以通过group指定分组的形式来达到目的。

ggplot(mydata,aes(Company,Sale,group=Year,fill=Year))+geom_line()

通过指定group即告知软件将变量按照年份变量分组，否则单个不重复记录都会被当做一个单独分组。

ggplot(newdata,aes(Company,Sale,group=Year))+geom_line()+geom_point()

ggplot(newdata,aes(Company,Sale,group=Year,colour=Year))+geom_line()+geom_point() #按照年份分组的同时按照年份进行线条的颜色映射

接下来通过对线条内部参数的修改，我们可以体会到ggplot对于线条细节的把控是多么的专注：

ggplot(newdata,aes(Company,Sale,group=Year,colour=Year))+geom_line()+geom_point()

线条的参数主要有size、colour、linetype.

其中线条的类型主要有0=blank,1=solid,2=dashed,3=dotted,4=dotdash,5=longdash,6=twodash

每一个类型示例如下：

ggplot(newdata,aes(Company,Sale,group=Year,colour=Year))+geom_line()+geom_point() 
ggplot(newdata,aes(Company,Sale,group=Year,colour=Year))+geom_line(linetype=1,size=1.5)+geom_point()
ggplot(newdata,aes(Company,Sale,group=Year,colour=Year))+geom_line(linetype=2,size=1.5)+geom_point()
ggplot(newdata,aes(Company,Sale,group=Year,colour=Year))+geom_line(linetype=3,size=1.5)+geom_point()
ggplot(newdata,aes(Company,Sale,group=Year,colour=Year))+geom_line(linetype=4,size=1.5)+geom_point()
ggplot(newdata,aes(Company,Sale,group=Year,colour=Year))+geom_line(linetype=5,size=1.5)+geom_point()
ggplot(newdata,aes(Company,Sale,group=Year,colour=Year))+geom_line(linetype=6,size=1.5)+geom_point()

下面是关于线条粗度的不同感知：

ggplot(newdata,aes(Company,Sale,group=Year,colour=Year))+geom_line(size=1,linetype=1)+geom_point() 
ggplot(newdata,aes(Company,Sale,group=Year,colour=Year))+geom_line(size=2,linetype=1)+geom_point()
ggplot(newdata,aes(Company,Sale,group=Year,colour=Year))+geom_line(size=3,linetype=1)+geom_point()
ggplot(newdata,aes(Company,Sale,group=Year,colour=Year))+geom_line(size=4,linetype=1)+geom_point()
ggplot(newdata,aes(Company,Sale,group=Year,colour=Year))+geom_line(size=5,linetype=1)+geom_point()
ggplot(newdata,aes(Company,Sale,group=Year,colour=Year))+geom_line(size=6,linetype=1)+geom_point()