R语言从入门到精通：Day17 (ggplot2绘图)
四种常见的作图系统中，ggplot2包基于一种全面的图形“语法”，提供了一种全新的图形创建方法。这个包极大地扩展了R绘图的范畴，提高了图形的质量。它通过全面一致的语法帮助我们将多变量的数据集进行可视化，并且很容易生成R自带图形难以生成的图形。
与基础图形不同的是，要调用ggplot2函数需要下载并安装该包
> install.packages("ggplot2")
第一次使用前还要进行加载
> library(ggplot2)
本次教程中，将用三个数据集解释ggplot2包的使用。
- 第一个是lattice包中的singer数据集，它包括纽约合唱团歌手的身高和语音变量等。
- 第二个是mtcars数据集，它包含32辆汽车的详细信息。
- 最后一个是car包中的Salaries数据集，包含了大学教授的收入信息，并用来探索性别差异对他们收入的影响。
详细介绍ggplot2之前，有必要先熟悉一些ggplot2的语法，下面三幅图是由简单到复杂的三个示例（见图1，2，3）。图1是最简单的散点图，基本语法或者做图步骤为：
函数ggplot()初始化图形并且指定要用到的数据来源(mtcars)和变量(wt、mpg)
函数aes()指定每个变量扮演的角色(aes代表aesthetics，即如何用视觉形式呈现信息)。这里，变量wt的值映射到沿x轴的距离，变量mpg的值映射到沿y轴的距离。函数ggplot()虽然设置图形，但没有自己的视觉输出，而是使用一个或多个几何函数向图中添加了几何对象(简写为geom)，包括点、线、条、箱线图和阴影区域。在散点图的例子中，函数geom_point()在图形中画点，创建了一个散点图。最后，函数labs()是可选的，可添加注释(包括轴标签和标题)。
图1，散点图
图2与图1最大的区别在于添加了一条“平滑”曲线，这里用到了函数geom_smooth()。对于图3，ggplot2包提供了分组和小面化(faceting)的方法。分组指的是在一个图形中显示两组或多组观察结果。小面化指的是在单独、并排的图形上显示观察组。ggplot2包在定义组或面时使用因子(factor)（主要涉及函数facet_grid()）。
ggplot2很强大，能够创建各种各样的信息图。可惜，强大也带来了复杂性。不像其他的R包，ggplot2凭借其自身就可以被认为一种综合图形编程语言。它有自己的学习曲线，有时这个曲线比较陡，但是坚持住，这些努力都是值得的。
图2，线性拟合结果图
图3，“分组”示例图
了解了ggplot2的基本语法之后，我们首先介绍几何函数及其能够创建的图形类型，然后详细了解函数aes()，以及如何利用它来对数据进行分组。接下来，将考虑刻面和网格图形的建立。最后，将研究如何调整ggplot2图形的外观，包括修改坐标轴和图例、改变配色方案以及添加注释。
函数ggplot()指定要绘制的数据源和变量，几何函数则指定这些变量如何在视觉上进行表示(使用点、条、线和阴影区)。表1列出了几种常见的几何函数（目前有37个几何函数可供使用）。
表1，几何函数
举个最简单的例子，函数geom_boxplot()可以绘制箱线图，如图4。
图4，箱线图示例
每个几何函数都有一组自己的选项，可以通过帮助文档来了解，我们也给大家列出了一些常见选项。为了给大家展示这些选项的作用，这里给出两个例子（图5，6）。图6中将小提琴图和箱线图结合起来，这对于基础图形来说，就很难实现了。
表2，几何函数中的常见选项
图5，展示常见选项的图例
图6，小提琴图和箱线图的组合
讲到这里，必须要强调使用ggplot2的最终目的还是为了更好的理解数据。而为了理解数据，在一个图中画出两个或更多组的观察值通常是很有帮助的。在R中，组通常用分类变量的水平(因子)来定义。分组是通过ggplot2图将一个或多个带有诸如形状、颜色、填充、尺寸和线类型的视觉特征的分组变量来完成的。函数ggplot()中的aes()函数负责分配变量(图形的视觉特征)，所以这是一个分配分组变量的自然的地方。下面通过数据集Salaries中的性别和学术等级分组，绘制获得博士学位年数与薪水的关系图（图7）。
图7，博士毕业年数和薪水的散点图
代码中还提供了条形图的分组绘图，留给大家自己尝试。
在基础图形中可以实现的图形“组合”在ggplot2中自然也不是难事，可以使用函数facet_wrap()和函数facet_grid()创建。这里提供了三个图形来展示这两个函数的语法规则（图8，9，10）。
图8，语法facet_wrap(~var, nrow=4)示意图
图9，语法facet_grid(.~var)示意图
图10，语法facet_grid(var~.)示意图
我们在前面已经见过了函数geom_smooth()的例子，该函数中的参数含义依次为：method代表要使用的平滑函数，如lm、glm等；参数formula代表在函数中使用的公式，和回归分析中的参数formula类似；参数se代表是否绘制置信区间；参数level代表使用的置信区间水平；参数fullrange指定拟合是否覆盖全图或仅仅是数据。下面是使用了函数geom_smooth()绘制的两个薪水和毕业年数的关系图（图11，12）。
图11，博士毕业年数与目前薪水之间的关系
图12，男性和女性博士毕业年数和薪水之间的关系
在基础图形中，函数par()被用来调整图形参数，ggplot2中则有自己的函数来完成这些改动，比如前面例子中已经出现过的函数labs()。首先是可以灵活控制坐标轴外观的函数，如图13（用到函数scale_x_continuous()等，具体见代码）。
图13，坐标轴改动示意图
如果我想要把图13里面在右边的图例换个位置，那也不是一件难事，如图14。
图14，图例修改示意图
ggplot2中改变图案中特定元素的方法很多，其中，函数theme()能帮助我们调整字体、背景或者颜色等，我们可以将自己定义好的theme保存起来，这样可以使我们的图有鲜明的个人风格（如图15，代码已提供）。
图15，函数theme()的示例图
基础图形中，参数mfrow和函数layout()可以绘制组合图形，ggplot2里面函数grid.arrange()可以实现这一点（如图16，具体见代码）。
图16，函数grid.arrange()示例
最后，ggpolt2绘制出的图形可以通过常规的图片保存方法导出，也可以利用函数ggsave()，大家不妨自己动手尝试一下。
ggplot2包学习起来可能有些困难，同时网上也有很多学习资料，一系列ggplot2的函数及相应的例子可以在http://docs.ggplot2.org上找到，但最重要的还是要多动手！多动手！多动手！