|
ggplot2绘图基础：
碎碎念ing：终于结束了《ggplot2》的第一部分“Getting Started”，今天开始看第二部分——语法，第四章（Mastering the Grammar）介绍了ggplot2的一些基础语法知识，大概是对前期内容在理论上做一个总结。
建立一个散点图首先还以“耗油量”数据集（mpg）为例。 library(ggplot2)
mpg
# A tibble: 234 x 11
manufacturer model displ year cyl trans drv cty hwy fl class
1 audi a4 1.80 1999 4 auto(l5) f 18 29 p comp…
2 audi a4 1.80 1999 4 manual(m5) f 21 29 p comp…
3 audi a4 2.00 2008 4 manual(m6) f 20 31 p comp…
4 audi a4 2.00 2008 4 auto(av) f 21 30 p comp…
5 audi a4 2.80 1999 6 auto(l5) f 16 26 p comp…
6 audi a4 2.80 1999 6 manual(m5) f 18 26 p comp…
7 audi a4 3.10 2008 6 auto(av) f 18 27 p comp…
8 audi a4 quattro 1.80 1999 4 manual(m5) 4 18 26 p comp…
9 audi a4 quattro 1.80 1999 4 auto(l5) 4 16 25 p comp…
10 audi a4 quattro 2.00 2008 4 manual(m6) 4 20 28 p comp…
# ... with 224 more rows
我们想建立一个展示发动机排量（displ）和高速公路行驶记录每加仑行驶的英里数（hwy）关系的散点图，并用不同颜色标记汽缸变量（cyl）。代码如下： ggplot(mpg, aes(displ, hwy, colour = factor(cyl))) +
geom_point()
You can create plots like this easily, but what is going on underneath the surface? How does ggplot2 draw this plot?
1. 数据的美学映射（Mapping Aesthetics to Data）散点图到底是啥？你以前见过很多，有可能也用手绘制过。散点图将每个观测值表示为一个点，根据两个变量的值进行定位。除了水平和垂直位置，每个点还具有大小，颜色和形状。这些属性被称为美学（aesthetics），是能在图形上感知的属性。每个美学可以映射到一个变量，或设置为一个常量值。在上图中， displ 映射到横轴上， hwy映射到纵轴上， cyl设置为彩色分类。大小和形状没有映射到变量，但保持其（恒定）默认值。 映射设定好之后，我们可以通过改变函数，画出除了散点图之外的折线图 geom_line()、柱形图 geom_bar()等： ## 折线图
ggplot(mpg, aes(displ, hwy, colour = factor(cyl))) +
geom_line() +
theme(legend.position = 'none')
## 柱形图
ggplot(mpg, aes(displ, hwy, colour = factor(cyl))) +
geom_bar(stat = 'identity', position = 'identity', fill = NA) +
theme(legend.position = 'none')
这些图虽然语法上是对的，但毫无意义。 点、线和条形都是不同的几何图形，他们组合起来可以有很多种plot： | Named plot | Geom | Others |
|---|
| Scatterplot | Point | --- | | Bubblechart | Point | Size mapped to a variable | | Barchart | Bar | --- | | Box-and-whisker plot | Boxplot | --- | | Line chart | Line | --- |
有些图是根据实际需要添加的几何图形，他们没有确定的名称，如下： ggplot(mpg, aes(displ, hwy, colour = factor(cyl))) +
geom_point() +
geom_smooth(method = 'lm')
2. 标度（Scaling）实际上，数据集中的数值对计算机没有任何意义。我们需要将它们从数据单位（例如，升，英里每加仑，气缸数量等）转换成计算机可以显示的图形单位（例如，坐标和颜色）。这种转换过程称为Scaling（scales）。 要生成一个完整的图表，需要三个主要元素： 复杂化（Adding Complexity)在普通的散点图中加线条和分面： ggplot(mpg, aes(displ, hwy)) +
geom_point() +
geom_smooth() +
facet_wrap(~year)
以上代码中增加了三个部分 分面（facets） 多个图层（multiple layers） 统计变换（statistics）
平滑图层 geom_smooth()与点图层 geom_point()不同，因为它不显示原始数据，而是显示数据的统计转换。所以，这个过程的形成是在将数据映射到美学之后，传递到统计转换（stat）加以处理。 图层语法的组成（Components of the Layered Grammar）图表包括了数据、映射、统计变换、几何图形以及位置调整（position adjustment）。 图层 layers图层由以下五个方面组成（具体见第五章）： Data Aesthetic mappings. A statistical transformation (stat). A geometric object (geom). A position adjustment.
标度 Scales标度控制的是从数据到图形属性的映射。下面是几种标度的例子： 
（从左到右依次是连续型变量、离散型变量的形状和颜色标度） （具体见第六章） 坐标系 Coordinate System坐标系（简称coord）是指数据映射所在的图表平面，位置通常由两个坐标(x, y)决定。 坐标系的不同类型如下图： 
（从左到右依次是笛卡尔坐标系、半对数坐标系、极坐标系） 分面 Facetting（详见第七章） = = = = = = = = 我是懵懵的分割线 = = = = = = = = 碎碎念2：这一章看下来感觉干货不多，貌似更像是本书中间的一个过渡章节（也可能是我没有get到，不是很懂作者的用意）。囧。最后还是要放上参考资料，镇楼。
参考资料： Hadley Wickham(2016). ggplot2. Springer International Publishing. doi: 10.1007/978-3-319-24277-4 《R语言应用系列丛书·ggplot2:数据分析与图形艺术》
|
