R语言绘图之ggplot2

当我们看到很多优美的绘图时,你是否会有据为己有的冲动?我反正是有的。那么今天我们就为大家介绍一下目前在R语言中流行的绘图包ggplot2。

1. ggplot2的安装:install.packages("ggplot2")。

2. ggplot2的绘图原理: ggplot2的核心理念是将绘图与数据分离,数据相关的绘图与数据无关的绘图分离,并按图层作图。

ggplot的绘图有以下几个特点:第一,有明确的起始(以ggplot函数开始)与终止(一句语句一幅图);其二,图层之间的叠加是靠“+”号实现的,越后面其图层越高。

ggplot图的元素可以主要可以概括如下:最大的是plot(指整张图,包括background和title),其次是axis(包括stick,text,title和stick)、legend(包括backgroud、text、title)、facet这是第二层次,其中facet可以分为外部strip部分(包括backgroud和text)和内部panel部分(包括backgroud、boder和网格线grid,其中粗的叫grid.major,细的叫grid.minor)。

3. ggplot2的函数介绍:

ggplot2里的所有函数可以分为以下几类:

用于运算(我们在此不讲,如fortify_,mean_等)

初始化、展示绘图等命令(ggplot,plot,print等)

按变量组图(facet_等)

真正的绘图命令(stat_,geom_,annotate),这三类就是实现一个函数一个图层的核心函数。

微调图型:严格意义上说,这一类函数不是再实现图层,而是在做局部调整。

aes : 同样适用于修改geom_XXX() aes参数控制了对哪些变量进行图形映射,以及映射方式

图形属性(aes)横纵坐标、点的大小、颜色,填充色等

几何对象函数

描述

geom_abline

线图,由斜率和截距指定

geom_area

面积图(即连续的条形图)

geom_bar

条形图

geom_bin2d

二维封箱的热图

geom_blank

空的几何对象,什么也不画

geom_boxplot

箱线图

geom_contour

等高线图

geom_crossbar

crossbar图(类似于箱线图,但没有触须和极值点)

geom_density

密度图

geom_density2d

二维密度图

geom_errorbar

误差线(通常添加到其他图形上,比如柱状图、点图、线图等)

geom_errorbarh

水平误差线

geom_freqpoly

频率多边形(类似于直方图)

geom_hex

六边形图(通常用于六边形封箱)

geom_histogram

直方图

geom_hline

水平线

geom_jitter

点、自动添加了扰动

geom_line

线

geom_linerange

区间,用竖直线来表示

geom_path

几何路径,由一组点按顺序连接

geom_point

geom_pointrange

一条垂直线,线的中间有一个点(与Crossbar图和箱线图相关,可以用来表示线的范围)

geom_polygon

多边形

geom_quantile

一组分位数线(来自分位数回归)

geom_rect

二维的长方形

geom_ribbon

彩虹图(在连续的x值上表示y的范围,例如Tufte著名的拿破仑远征图)

geom_rug

触须

geom_segment

线段

geom_smooth

平滑的条件均值

geom_step

阶梯图

geom_text

文本

geom_tile

瓦片(即一个个的小长方形或多边形)

geom_vline

竖直线

统计变换函数

描述

stat_abline

添加线条,用斜率和截距表示

stat_bin

分割数据,然后绘制直方图

stat_bin2d

二维密度图,用矩阵表示

stat_binhex

二维密度图,用六边形表示

stat_boxplot

绘制带触须的箱线图

stat_contour

绘制三维数据的等高线图

stat_density

绘制密度图

stat_density2d

绘制二维密度图

stat_function

添加函数曲线

stat_hline

添加水平线

stat_identity

绘制原始数据,不进行统计变换

stat_qq

绘制Q-Q图

stat_quantile

连续的分位线

stat_smooth

添加平滑曲线

stat_spoke

绘制有方向的数据点(由x和y指定位置,angle指定角度)

stat_sum

绘制不重复的取值之和(通常用在三点图上)

stat_summary

绘制汇总数据

stat_unique

绘制不同的数值,去掉重复的数值

stat_vline

绘制竖直线

标度函数

描述

scale_alpha

alpha通道值(灰度)

scale_brewer

调色板,来自colorbrewer.org网站展示的颜色标度

scale_continuous

连续标度

scale_data

日期

scale_datetime

日期和时间

scale_discrete

离散值

scale_gradient

两种颜色构建的渐变色

scale_gradient2

3中颜色构建的渐变色

scale_gradientn

n种颜色构建的渐变色

scale_grey

灰度颜色

scale_hue

均匀色调

scale_identity

直接使用指定的取值,不进行标度转换

scale_linetype

用线条模式来展示不同

scale_manual

手动指定离散标度

scale_shape

用不同的形状来展示不同的数值

scale_size

用不同大小的对象来展示不同的数值

坐标函数

描述

coord_cartesian

笛卡儿坐标

coord_equal

等尺度坐标(斜率为1)

coord_flip

翻转笛卡儿坐标

coord_map

地图投影

coord_polar

极坐标投影

coord_trans

变换笛卡儿坐标

分面函数

描述

facet_grid

将分面放置在二维网格中

facet_wrap

将一维的分面按二维排列

定位函数

描述

position_dodge

并列

position_fill

填充

position_identity

不对位置进行处理

position_jitter

扰动处理

position_stack

堆叠处理

4. ggplot2的应用语法

ggplot(data =, aes(x = , y = )) +

geom_XXX(...)+ ... + stat_XXX(...) + ... +

annotate(...)+ ... + labs(...) +

scale_XXX(...)+ coord_XXX(...) + guides(...) + theme(...) +

facet_XXX(...)

geom :表示几何对象,它是ggplot中重要的图层控制对象,因为它负责图形渲染的类型。

几何对象(geom_)上面指定的图形属性需要呈现在一定的几何对象上才能被我们看到,这些承载图形属性的对象可能是点,可能是线,可能是bar

stat :统计变换比如求均值,求方差等,当我们需要展示出某个变量的某种统计特征的时候,需要用到统计变换

annotate:添加注释 #由于设置的文本会覆盖原来的图中对应的位置,可以改变文本的透明度或者颜色例:annotate(geom='text')会向图形添加一个单独的文本对象 annotate("text",x=23,y=200,parse=T,label ="x[1]==x[2]")

labs : labs(x= "这是 X 轴", y = "这是 Y 轴", title = "这是标题") ## 修改文字

scale_: 标度是一种函数,它控制了数学空间到图形元素空间的映射。一组连续数据可以映射到X轴坐标,也可以映射到一组连续的渐变色彩。一组分类数据可以映射成为不同的形状,也可以映射成为不同的大小,这就是与aes内的各种美学(shape、color、fill、alpha)调整有关的函数。

coord_:调整坐标,控制了图形的坐标轴并影响所有图形元素. 调整坐标 coord_flip()来翻转坐标轴。使用xlim()和ylim()来设置连续型坐标轴的最小值和最大值 coord_cartesian(xlim=c(0,100),ylim=c(0,100))

guides:调整所有的text。

theme:调整不与数据有关的图的元素的函数。theme函数采用了四个简单地函数来调整所有的主题特征:element_text调整字体,element_line调整主题内的所有线,element_rect调整所有的块,element_blank清空。theme(panel.grid =element_blank()) ## 删去网格线

facet :控制分组绘图的方法和排列形式。

原文发布于微信公众号 - R语言交流中心(R_statistics)

原文发表时间:2018-01-31

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

扫码关注云+社区

领取腾讯云代金券