R语言可视化——ggplot的theme订制

ggplot作图系统在R预言诸多可视化包中之所以如此的风靡,除了它拥有自己的图层理念之外,我觉得还要归功于它对于图表细节元素的灵活调整。

对于ggplot的初学者而言,可能没有太多的在意图表的主题是否优雅,配色是否美观,仅求能够准确无误的出图就OK了。

但是如果仅限于此,那么使用ggplot作图真的就是杀鸡用了宰牛刀了。

就拿默认的图表来说,虽然你只靠两句代码就可以跑出来一幅还算及格的图表,可是ggplot语法博大精深,背后给你的代码默认匹配的参数不计其数。

其中有一组特别庞大的参数组就是theme()参数:

默认的图表再不添加任何自定义主题和配色的情况下,软件会给出默认的主题和配色:

默认主题是theme_gray,中一共给出了两套主题,分别是theme_gray、theme_bw

接下来我们来一步步验证:

首先加载包:

library(ggplot2)

library(reshape2)

library(ggtheme)

data<-data.frame(Name = c("苹果","谷歌","脸书","亚马逊","腾讯"),Conpany = c("Apple","Google","Facebook","Amozon","Tencent"),Sale2013 = c(5000,3500,2300,2100,3100),Sale2014 = c(5050,3800,2900,2500,3300),Sale2015 = c(5050,3800,2900,2500,3300),Sale2016 = c(5050,3800,2900,2500,3300))

mydata<-melt(data,id.vars=c("Name","Conpany"),variable.name="Year",value.name="Sale")

ggplot(mydata,aes(Conpany,Sale,fill=Year))+geom_bar(stat="identity")

以上代码(已经简化的不能再简化了,不夸张的说,再少一个标点符号,就要报错了)跑出来的默认堆积条形图。

可是在R预言可视化这个领域内,以上图表绝对是一个烂大街的货色,怎么说呢,因为你不修改主题,它搭配的主题永远都是theme_gray

ggplot(mydata,aes(Conpany,Sale,fill=Year))+geom_bar(stat="identity")+theme_gray()

ggplot(mydata,aes(Conpany,Sale,fill=Year))+geom_bar(stat="identity")+theme_bw()

以上两个图表分别套用了默认主题theme_gray()和备用主题theme_bw(),所以看去来前者与第一幅图无异,后者则差别很大。

虽然看起来修改主题好像很简单的样纸,殊不知,在主题内部,该函数是设定了不计其数、让人眼花缭乱的参数。

你可以通过theme_gray 查看主题函数内的参数配置:

theme_gray

theme_bw

哈哈看傻眼了吧,其实仔细捋一捋,主题函数内的参数虽然繁杂,但是绝对算不上晦涩。

以下是自己整理的主题参数列表:

通过设定主题参数,你也可以制作专属的图表主题模板。

接下来我将设定一个简单的主题模板用于修改以上的图表主题;

theme_xmf <- function(..., bg='white'){

require(grid)

theme_classic(...) +

theme(rect=element_rect(fill=bg),

plot.margin=unit(rep(0.5,4), 'lines'),

panel.background=element_rect(fill='transparent', color='transparent'),

panel.border=element_rect(fill='transparent', color='transparent'),

panel.grid=element_blank(),

axis.title = element_text(color='black', vjust=0.1),

axis.ticks.length = unit(-0.3,"lines"),

axis.ticks = element_line(colour = "grey20"),

legend.title=element_blank(),

legend.key=element_rect(fill='transparent', color='transparent'))

}

套用自己的自定义主题:

ggplot(mydata,aes(Conpany,Sale,fill=Year))+geom_bar(stat="identity")+theme_xmf()

这里要强调一点,主题中是不包含颜色模板设定的,因为颜色的使用场景及类别比较复杂,会有专门的颜色标度进行设定,其实就是scale_colour_xxx()/scale_fill_xxx()进行设定(分别为点、线色以及区域色)

这里暂且使用一个RColorbrewer色板中的渐变色装饰一下,不做过多解释,下一节,专门讨论颜色。

ggplot(mydata,aes(Conpany,Sale,fill=Year))+geom_bar(stat="identity")+theme_xmf()+scale_fill_brewer(palette="Blues")

至于图表中的颜色填充顺序和图例相反,这个问题只需追加一句代码即可:

ggplot(mydata,aes(Conpany,Sale,fill=Year))+geom_bar(stat="identity")+theme_xmf()+scale_fill_brewer(palette="Blues")+guides(fill = guide_legend(reverse = TRUE))

其他的细节设定,下节讲。

原文发布于微信公众号 - 数据小魔方(datamofang)

原文发表时间:2016-10-06

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏DHUtoBUAA

arXiv 上传文章过程

  arXiv属于预印本服务的一种,是指科研工作者的研究成果还未在正式出版物上发表,而出于和同行交流目的自愿先在学术会议上或通过互联网发布的科研论文、科技报告等...

1.6K60
来自专栏大数据文摘

手把手 | 如何在你的iPhone上建立第一个机器学习模型(Apple最新CoreML框架入门)

39150
来自专栏人工智能LeadAI

PageRank算法原理与实现

PageRank,又称网页排名、谷歌左侧排名,是一种由搜索引擎根据网页之间相互的超链接计算的技术,而作为网页排名的要素之一,以Google公司创办人拉里·佩奇(...

12730
来自专栏大数据文摘

手把手教你搭建自己的深度学习机器

71440
来自专栏机器之心

GPU不再安全!研究员首次成功发起GPU旁路攻击

作者:Hoda Naghibijouybari、Ajaya Neupane、Zhiyun Qian、Nael Abu-Ghazaleh

14010
来自专栏机器之心

资源 | 小米开源移动端深度学习框架MACE:可转换TensorFlow模型

文档地址:https://mace.readthedocs.io/en/latest/

16530
来自专栏小白课代表

2018.4.3 小白课代表的软件目录

20620
来自专栏新智元

【最大降40%】CPU漏洞补丁对机器学习和深度学习性能影响实测

来源:Medium 作者:Mikel Bober-Irizar 编译:刘小芹 【新智元导读】上周爆出的英特尔CPU漏洞门受到很大关注,Linux内核针对Me...

368100
来自专栏软件

可视化你的BLAST结果

人类已经使用数据可视化技术很长一段时间了,图像和图表已被证明是一种有效的方法来进行新信息的传达与教学。有研究表明,80%的人还记得他们所看到的,但只有20%的人...

470100
来自专栏小白课代表

小白课代表的软件目录(4.25)

49840

扫码关注云+社区

领取腾讯云代金券