这一个部分一共三篇,学会了基本上你的ggplot 就达到ggplot 界小学二年级的水平了吧~
主要为ggplot2 中的前三个部分的内容。
可视化使得数据科学从业者更好地分析并解释数据 常用的ggplot 模版
ggplot2 的图形可以按照七种参数来对其进行调整
ggplot(data = ) +
<geom_function>(mapping = aex())
image.png
image.png
image.png
group #分组
labels #标记
关于aes 相关参数可以直接为这些参数赋值为相关的变量,通过映射的方式,按照函数默认方式为它们赋值。
ggplot(data = test)+
geom_point(mapping = aes(x = Sepal.Length,
y = Petal.Length,
color = Species))
如果想要将以上的参数赋值为手动定义的内容,则需要将其抽出aes 函数内。
ggplot(data = test)+
geom_point(mapping = aes(x = Sepal.Length,
y = Petal.Length),
color = "red")
映射要有“领导思维”,直接将变量给对应的参数;手动设置则“精准定位”,该是什么就给参数设定什么。
具体的shape 有25个值。
image.png
ggplot(mpg) +
geom_point(aes(displ,hwy,color=drv)) +
facet_grid(drv ~ cyl)
image.png
facet_grid 对多图形的分面显示不是特别友好,而facet_warp() 则可以设定分面行与列的数目。
对比一下
ggplot(mpg) +
geom_point(aes(displ,hwy,color=drv)) +
facet_grid(class~.)
image.png
ggplot(mpg) +
geom_point(aes(displ,hwy,color=drv)) +
facet_wrap(~class, ncol = 3)
warp 只能对一种变量进行分类(一个维度),因此如果对其使用两个变量,则其会罗列在一个维度。
但其相比grid 的优势在于,它可以自定义输出的分面的行与列数。
#练习6-1
# 示例数据:ggplot2中数据集mpg
# 1.分别以mpg的displ和hwy两列作为横纵坐标,画点图。
ggplot(mpg) +
geom_point(aes(displ,hwy))
# 2.尝试修改颜色或大小,从mpg数据框中任选可以用来分类的列。
ggplot(mpg) +
geom_point(aes(displ,hwy,color=drv))
# 3.根据class列来分面
ggplot(mpg) +
geom_point(aes(displ,hwy,color=drv)) +
facet_grid(class ~ .)
# 4.根据drv和cyl两个变量来分面
ggplot(mpg) +
geom_point(aes(displ,hwy,color=drv)) +
facet_grid(drv ~ cyl)