【原】数据探索+美图绘制+组合图形

翻译：xph

如何对一维数据进行可视化？

1

基本柱状图

geom_histogram：为频率分布直方图，专门用于绘制一列数据的分布，即使是一列数据我们可以看到也是数据框格式的。

# 加载需要包
library(ggplot2)
library(tidyverse)## -- Attaching packages ------------------------------------------------------------------------------------ tidyverse 1.2.1 --## √ tibble 2.1.3 √ purrr 0.3.2
## √ tidyr 0.8.3 √ dplyr 0.8.3
## √ readr 1.3.1 √ stringr 1.4.0
## √ tibble 2.1.3 √ forcats 0.4.0## -- Conflicts --------------------------------------------------------------------------------------- tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag() masks stats::lag()# 数据来源
data=data.frame(value=rnorm(100))
head(data)## value
## 1 -0.8793757
## 2 0.7260648
## 3 -0.6727662
## 4 0.9066471
## 5 1.0111092
## 6 1.5884468# 基本柱形图展示
(p <- ggplot(data, aes(x=value)) +
geom_histogram())## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

 ### 调整图形宽度 %>%为管道符操作，再tidyverse包中定义的函数，可以支持其中八个包的管道操作，方便减少变量的设置。

通过binwidth参数调整柱子宽度来获得最佳效果

# 加载需要包
library(tidyverse)
library(hrbrthemes)

# 作者是github上获得数据,这里我们下载到本地，方便重复运行
data <- read.table("./1_OneNum.csv", header=TRUE)
# data
# 图形展示
# %>%将左边值传递给右边
# filter 对数据进行过滤 binwidth 图形宽度 ggtitle设置标题 Arial Narrow 设置主题（字体...）
p <- data %>%
filter( price<300 ) %>%
ggplot( aes(x=price)) +
geom_histogram( binwidth=3, fill="#69b3a2", color="#e9ecef", alpha=0.9) +
ggtitle("Bin size = 3") +
theme_ipsum() +
theme(
plot.title = element_text(size=15)
)
p

2

密度图 geom_density

如果我们想比对两组数据的整体分布，此时密度图可以给我们很大帮助，通过不同的颜色区分不两组数据，展示全部数据分布。

# 加载包
library(ggplot2)
library(hrbrthemes)

# 设置数据,rnorm()函数产生一系列的随机数,mean均值为2
data <- data.frame(
var1 = rnorm(1000),
var2 = rnorm(1000, mean=2)
)
head(data)## var1 var2
## 1 0.2859960 2.173788
## 2 -0.4200856 1.111710
## 3 0.9437874 3.010721
## 4 -1.7653630 3.106633
## 5 -0.6479067 1.395062
## 6 0.1049380 1.941582# 图形
p <- ggplot(data, aes(x=x) ) +
# 上端
geom_density( aes(x = var1, y = ..density..), fill="#69b3a2" ) +
geom_label( aes(x=4.5, y=0.25, label="variable1"), color="#69b3a2") +
# 下端
geom_density( aes(x = var2, y = -..density..), fill= "#404080") +
geom_label( aes(x=4.5, y=-0.25, label="variable2"), color="#404080") +
theme_ipsum() +
xlab("value of x")

p

同一轴上展示多个图形

两组数据

geom_histogram通过直方图也可以展示类似密度图的效果，通过透明度的设置似乎数据的全貌都被我们探查了，这实在是太好了。

library(ggplot2)
library(dplyr)
library(hrbrthemes)

# 设置多组数据
#rep()对数值进行复制.variable 1复制1000次
data <- data.frame(
type = c( rep("variable 1", 1000), rep("variable 2", 1000) ),
value = c( rnorm(1000), rnorm(1000, mean=4) )
)
# data
# 图形输出
p <- data %>%
ggplot( aes(x=value, fill=type)) +
geom_histogram( color="#e9ecef", alpha=0.6, position = 'identity') +
scale_fill_manual(values=c("#69b3a2", "#404080")) +
theme_ipsum() +
labs(fill="")
p

多组数据展示 通过分面

library(tidyverse)
library(hrbrthemes)
library(viridis)
library(forcats)

# # 加载数据
data <- read.table("./probly.csv", header=TRUE, sep=",")
data <- data %>%
#gather()对数据格式进行调整，新生成两列命名为 text(包括源数据文字列),value(源数据数值列)
gather(key="text", value="value") %>%
#gsub("目标字符", "替换字符", 对象).将text中\\.替换
mutate(text = gsub("\\.", " ",text)) %>%
# round()对数据进行处理，0代表输出整数 as.numeric()将value转换为数值变量
mutate(value = round(as.numeric(value),0))

# 图形
p <- data %>%
# fct_reorder()对数据进行排序，按照value对text数据进行重排
mutate(text = fct_reorder(text, value)) %>%
# value作为x轴，用text区分，填充
ggplot( aes(x=value, color=text, fill=text)) +
geom_histogram(alpha=0.6, binwidth = 5) +
# 使用调色板
scale_fill_viridis(discrete=TRUE) +
scale_color_viridis(discrete=TRUE) +
# 设置主题
theme_ipsum() +
theme(
#设置图例位置 ，none隐藏图例
legend.position="none",
#多个绘图区的距离
panel.spacing = unit(0.1, "lines"),
#分面文本x标签
strip.text.x = element_text(size = 8)
) +
xlab("") +
ylab("Assigned Probability (%)") +
#按text分面
facet_wrap(~text)
p

# ??panel.spacing()

4

组合图

通过组合图形全方位的展示两组数据额全部特征

library(ggplot2)
# install.packages("ggExtra")
library(ggExtra)


# head查看矩阵前六列数据（默认）
head(mtcars)## mpg cyl disp hp drat wt qsec vs am gear carb
## Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4
## Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4
## Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1
## Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1
## Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2
## Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1#
p <- ggplot(mtcars, aes(x=wt, y=mpg, color=cyl, size=cyl)) +
geom_point() +
theme(legend.position="none")
p
# 边缘添加柱形图
p1 <- ggMarginal(p, type="histogram")
p1
# 边缘添加密度图
p2 <- ggMarginal(p, type="density")
p2
# 边缘添加 箱线图
p3 <- ggMarginal(p, type="boxplot")
p3

对边缘图形进行更多修饰

library(ggplot2)
library(ggExtra)
head(mtcars)## mpg cyl disp hp drat wt qsec vs am gear carb
## Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4
## Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4
## Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1
## Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1
## Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2
## Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1p <- ggplot(mtcars, aes(x=wt, y=mpg, color=cyl, size=cyl)) +
geom_point() +
theme(legend.position="none")
p
# size=10 代表主图为边缘图十倍大小
p1 <- ggMarginal(p, type="histogram", size=10)
p1
# fill = "slateblue"调整配色，xparams针对x轴图形进行调整 list()创建列，bin展示的柱子数,
p2 <- ggMarginal(p, type="histogram", fill = "slateblue", xparams = list( bins=10))
p2
# margins = 'x'只对X轴边缘进行图形绘制
p3 <- ggMarginal(p, margins = 'x', color="purple", size=4)
p3