day4 呦呦鹿鸣——R for data science阅读笔记之ggplot（）

R for data science

1 data visualization

原网址

https://r4ds.hadley.nz/data-visualize#visualizing-relationships

ggplot2 是一个用于描述和构建图形的连贯系统。使用 ggplot2 可视化单个变量的分布&两个或多个变量之间的关系。

环境：

install.packages("ggthemes")
install.packages("palmerpenguins::penguins")
library(tidyverse)
library(palmerpenguins)
library(ggthemes)

1,First steps

了解数据结构

列：变量（variable）——可以度量的数量、质量或属性

行：观测值（data point observation ）——在相似条件下进行的一组测量值，包含不同的变量的多个值

表格数据：一组与相应变量和观测值相关联的值

变量：所有企鹅的属性

观察值：单个企鹅的所有属性

tibbles：tidyverse的特殊数据框

查看数据框：glimpse(penguins)（Console输出）View(penguins)（R自带交互框）

palmerpenguins::penguin
glimpse(penguins)
View(penguins)

输出框查看数据框

R自带交互框

开始可视化

• 使用ggplot()

第一个参数：在图形中使用的数据集

第二个参数：mapping:如何将数据集中的变量映射到绘图的视觉属性，在aes()中定义

• 使用geom_形状（）定义一个几何图形,表示数据的几何对象

形状：bar-条形图；line-折线图；boxplot-箱线图；point-点

对于有缺失值的数据，散点图内没有显示，但有报错“warning"Removed 2 rows containing missing values (geom_point()).

na.rm 参数在 geom_point() 中有什么作用?默认值为FALSE，即表示warning;更改为TRUE，即静默warning

绘制了一个散点图

• 加一个变量 将物种 species作为图例，用不同颜色和形状标识（兼顾色盲群体的需求）

geom_point(aes(color = species, shape = species))

示意图仅改了颜色，没改形状

• 再加一个拟合曲线？ 显示体重和鳍状肢长度之间关系的平滑曲线

geom_smooth(method = "lm")

注意添加位置

是给每个企鹅种群单独拟合曲线？

还是给整个企鹅群体拟合曲线？

• 给图加上标题吧！——labs()函数 参数：title="",subtitle="",x="",color="",shape=""
• 改进调色板，使其对色盲安全。scale_color_colorblind()函数 综上，第一部分绘图
• （注：此图中的spiecies为分类变量可改变形状，对色盲群体友好）

ggplot(
  data = penguins,
  mapping = aes(x = flipper_length_mm, y = body_mass_g)
) +
  geom_point(aes(color = species, shape = species)) +
  geom_smooth(method = "lm") +
  labs(
    title = "Body mass and flipper length",
    subtitle = "Dimensions for Adelie, Chinstrap, and Gentoo Penguins",
    x = "Flipper length (mm)", y = "Body mass (g)",
    color = "Species", shape = "Species"
  ) +
  scale_color_colorblind()

• （注：此图中的bill_depth_mm为数值变量，没有改变形状，对色盲群体不友好）

ggplot(
  data = penguins,
  mapping = aes(x = flipper_length_mm, y = body_mass_g)
)+
geom_point(mapping = aes(color=bill_depth_mm))+
  geom_smooth(method="gam")+
  labs(title = "title",subtitle = "subtile",caption ="caption",tag = "tag",alt = "alt",
        alt_insight = "alt_insight")

ggplot2 calls

更简洁的 ggplot2 代码表达式

ggplot(penguins, aes(x = flipper_length_mm, y = body_mass_g)) +
    geom_point()

penguins |> 
ggplot(penguins, aes(x = flipper_length_mm, y = body_mass_g)) +
    geom_point()  

记住：ggplot 的前两个参数是 data 和 mapping,在简洁代码表达式中会省略，

Visualizing distributions

• 分类变量

#绘制条形图检测某一分类变量分布
ggplot(penguins, aes(x = species)) +
    geom_bar()


#根据条形的频率依据处理因子函数对条形重新排序    
ggplot(penguins, aes(x = fct_infreq(species))) +
    geom_bar()

处理因子函数

fct_inorder()：按它们首次出现的顺序排列。

fct_infreq() ：按每个级别的观测值数（最大在前）

fct_inseq()：按级别的数值。

• 数值变量 数值变量可以是连续的，也可以是离散的。 直方图

ggplot(penguins, aes(x = body_mass_g)) +
    geom_histogram(binwidth = 200)

binwidth 参数:设置直方图中间隔的宽度，需要摸索找到最适宜的

geom_bar(color = "red")——边框变红

geom_bar(fill = "red")——填色变红

Visualizing relationships

可视化两个或多个变量之间关系

• 数值变量&分类变量 箱线图 ——一种用于描述分布的位置度量（百分位数）的视觉速记，也能识别潜在的异常值 框上下界之间距离称为四分位距 （IQR），从分布的第 25 个百分位数延伸到第 75 个百分位数； 中位数，框中间的一条线； 这三条线可以让您了解分布的分布，以及分布是在中位数附近对称还是偏向一侧。 任一边缘落下 IQR 超过 1.5 倍的观测值的视觉点，即为异常值。 一条线从框的两端延伸到分布中最远的非异常值点。

箱线图

密度图

ggplot(penguins, aes(x = body_mass_g, color = species)) +
    geom_density(linewidth = 0.75)

在ggplot()里改

填色fill = species

描边color = species

在geom_density()里改：

增加透明度geom_density(alpha = 0.5)

改变线宽linewidth = 0.75

两个分类变量

堆积条形图

可视化了 species 在每个岛屿内的分布

ggplot(penguins, aes(x = island, fill = species)) +
    geom_bar()

第二个图是通过在几何中设置 position = "fill" 创建的相对频率图，对于比较岛屿之间的物种分布更有用，因为它不受岛屿上企鹅数量不相等的影响。

ggplot(penguins, aes(x = island, fill = species)) +
  geom_bar(position = "fill")

两个数值变量

• 散点图geom_point()
• 平滑曲线geom_smooth()

三个或更多变量

• 用不同的颜色和形状代表不同观测值
• 将绘图拆分为不同的子图 按单个变量对绘图进行分面facet_wrap() 参数1：公式? 后跟~变量名（备注：此变量为分类变量）

ggplot(penguins, aes(x = flipper_length_mm, y = body_mass_g)) +
  geom_point(aes(color = species, shape = species)) +
  facet_wrap(~island)

Saving your plots

保存到项目文件夹中ggsave(filename = "penguin-plot.png")

Quarto容错率高(？)

同时运行两个ggplot（），再运行ggsave(filename = "penguin-plot.png")

后保存的是离ggsave(filename = "penguin-plot.png")最近的ggplot()图

生信星球打卡任务，菜鸟一枚，有错误的地方欢迎各位在评论区指导，谢谢！