如何使用ggplot进行数据可视化-02

前一节我们介绍了如何用ggplot函数绘制简单的散点图，并对数据框进行了简单介绍。这一节我们来学习如何修改图形的属性（颜色，大小，形状等）以及如何进行分面操作，以便更好的观察数据子集细微的特征。

关于颜色的设置，我们可以考虑这样一个问题，怎么样在图上将不同类型的汽车明确的区分开，以便更好的分析不同类型汽车之间的差异呢？如果我们可以做到改变图中点的颜色，这个问题就迎刃而解了。基于这个考虑，我们添加一个颜色参数colour=class，结果可以一目了然的区分开不同类型的汽车，它们的发动机引擎大小和燃油效率的关系也能够大致的做一个对比。

同样的，我们可以改变点的形状来做到区分数据点的类别，添加参数，shape=class。需要注意的是，suv这里显示为空，并且给出了警告信息，说shape参数最多可以为6类，我们的类型是7类，超了，所以suv的数据都丢失了，不在图中显示。

需要注意的是，当我们顺理成章的将图中点的大小用class来表示是，会出现一个什么样的情况呢？我们添加参数size=class，结果图中很多点都出现了覆盖，这个效果不是我们想要的，同时给出了警告信息，离散型的变量赋值给size参数不是一个好主意。

关于分面，一定不要把它打成“分娩”，意思差别太大。分面，这个词听起来一点都不可爱，很抽象，很晦涩，很讨厌。为了形象的理解它，我们考虑这样一个问题，我们之前绘制的图形，都是利用所有数据绘制出的引擎大小和燃油效率的关系，如果我们需要绘制不同类型的汽车的引擎大小和燃油效率的关系，并且在一张图上加以显示，这样的操作就叫做分面。我们需要在原有绘图代码中添加一个facet_wrap（~class,nrow=2）函数，这里需要注意的是，传递给facet_wrap函数的变量需是离散型的分类变量。这里的nrow是对输出行数的设置。

以上只是对列做分面，如果需要对行和列，需要用函数facet_grid(drv~cyl)，如果要省略一个参数，可以用"."代替，即acet_grid(.~cyl)或者acet_grid(drv~.)。

具体的操作及效果可以看视频。

看完以后，可以思考以下几个问题：

一是如何将所有的点都变成蓝色？

二是什么样的参数需要赋值连续型变量（离散型变量）？

三是stroke这个参数的作用是什么？