一、簡介

　　上一篇中我們介紹了ggplot2的基本語法規則，為了生成各種復雜的疊加圖層，需要了解ggplot2中一些基本的幾何圖形的構造規則，本文便就常見的基礎幾何圖形進行說明；

二、各基礎圖形

2.1 abline()、hline()與vline()

　　在R的基礎繪圖系統中我們可以在已繪制的圖床上通過abline來添加線條，在ggplot2中當然也有類似的方法：

geom_abline()：

　　我們主要使用兩個參數控制線條的位置，slope控制斜率，intercept控制截距，下面是一個簡單的例子，我們在散點圖層上疊加截距為20，斜率為2的直線：

library(ggplot2)

p <- ggplot(mtcars, aes(wt, mpg)) + 
  geom_point() +
  geom_abline(intercept = 20,slope = 2)
p

geom_vline()：

　　如果你想添加的直線垂直于x軸，則可以使用geom_vline()來快捷地添加垂直線條，xintercept傳入的參數即為線條在x軸上的位置，若傳入向量則可同時添加多條線條：

library(ggplot2)

p <- ggplot(mtcars, aes(wt, mpg)) + 
  geom_point() +
  geom_vline(xintercept = 5)
p

p <- ggplot(mtcars, aes(wt, mpg)) + 
  geom_point() +
  geom_vline(xintercept = 1:5)
p

geom_hline()：

　　同樣的，我們通過在geom_hline()中傳入參數yintercept來繪制垂直于y軸的線條：

p <- ggplot(mtcars, aes(wt, mpg)) + 
  geom_point() +
  geom_hline(yintercept = 20)
p

p <- ggplot(mtcars, aes(wt, mpg)) + 
  geom_point() +
  geom_hline(yintercept = 15:25)
p

2.2 area()

　　面積圖也是一種很常用的圖，多用于表現某些水平或比例類指標隨時間的變化情況，下面是一個樸素的例子，以huron湖水水平變化數據為例：

library(ggplot2)

p <- ggplot(huron,aes(x=year,y=level))+
  geom_area(fill='springgreen')
p

　　實際上面積圖最有表現力的類型是堆積面積圖，下面以美國5個消費指標上5個年份的數據為例繪制堆積面積圖：

library(ggplot2)
library(reshape2)

#將原數據轉置以處理成行對應一個年份的形式
data <- data.frame(t(USPersonalExpenditure))
#添加年份變量
data$year <- as.numeric(row.names(data))
#利用reshape2中的melt函數按照year列將原數據集伸展為“年份、變量名、對應數值”的形式
data <- melt(data, id='year')

h <- ggplot(data, aes(x=year, y=value))+
  geom_area(aes(fill=variable),position = 'fill')+
  theme(legend.position = 'bottom')+
  labs(title='堆積面積圖')+
  theme(plot.title = element_text(hjust=0.5))
h

　　這樣得到的圖就比較具有美感和表現力，當然我們更改position參數也可以得到真實的水平逐年變化情況：

h <- ggplot(data, aes(x=year, y=value))+
  geom_area(aes(fill=variable),position = 'identity')+
  theme(legend.position = 'bottom')+
  labs(title='堆積面積圖')+
  theme(plot.title = element_text(hjust=0.5))
h

2.3 bar()

　　基礎的條形圖我們前面一篇中已經涉及到了，所以這里我們只與上述的堆積面積圖進行對比，這里注意，geom_bar()默認的統計變換為count，即計算頻數，我們這里想展示真實數值需要將geom_bar()中的stat設置為'identity'，即不做任何變換：

library(ggplot2)
library(reshape2)

data <- data.frame(t(USPersonalExpenditure))
data$year <- row.names(data)
data <- melt(data, id='year')

p <- ggplot(data, aes(x=year,y=value))+
  geom_bar(aes(fill=factor(variable)),stat = 'identity')+
  labs(title='消費水平')+
  theme(plot.title=element_text(hjust=0.5))
p

　　可以看出這時我們的堆疊條形圖便而可以看作離散的堆積面積圖；

2.4 bin2d()

　　二維熱圖也是一種非常實用的圖像，我們可以用來一覽數據的某兩個變量上的指標分布情況：

library(ggplot2)

d <- ggplot(diamonds, aes(x, y))+
  geom_bin2d()+
  labs(title='鉆石長寬分布')+
  theme(plot.title=element_text(hjust=0.5))
d

　　我們還可以利用bin2d()來直觀的了解數據集的缺失情況：

library(ggplot2)
library(reshape2)

#載入數據
data <- airquality
#統計缺失值位置并保存為矩陣
na.count <- is.na(data[,-6])

#用1表示缺失，0表示未缺失
na.count[na.count == T] <- 1
na.count[na.count == F] <- 0

#將Day按列與na.count拼接并轉為數據框
na.count <- data.frame(cbind(na.count,data[,6]))
names(na.count) <- names(airquality)
#利用melt以Day為b
na.count <- melt(na.count,id='Day')
#繪制數據集缺失情況概括圖，以變量名為分面依據
p <- ggplot(na.count,aes(x=Day,y=value))+
  geom_bin2d()+
  facet_grid(facets = .~variable)
p

2.5 density()與density2d()

　　很多時候當我們獲取的數據集樣本數量足夠時，通常我們可以繪制密度估計圖來大致描述數據集數據的分布，ggplot2中當然提供了這類方法，我們先從一維的說起：
geom_density()：

　　和R基本繪圖系統中的密度曲線繪制方法很接近：

library(ggplot2)

data <- data.frame(matrix(rnorm(200),nrow=100))
v <- ggplot(data, aes(x=X1))+
  geom_density(alpha=0.3,fill='springgreen',colour='springgreen')
v

geom_density2d()：

　　和density()類似，只是我們可以通過density2d來繪制二維變量的概率密度分布：

v <- ggplot(data, aes(X1, X2))+
  geom_point()+
  stat_density2d(aes(colour=..level..))
v

　　也可以不繪制等高線，將..density..作為fill的傳入參數，注意這里一定要設置contour為F：

# 密度圖函數,通過fill設置填充顏色數據為密度，geom設置繪制柵格圖
p <- ggplot(data, aes(x = X1, y = X2)) +
  stat_density2d(aes(fill = ..density..), geom = "raster", contour = F)
p

　　或是在透明度alpha上動手腳：

# 密度圖函數：alpha設置填充透明度數據為密度，geom設置繪制柵格圖
p <- ggplot(data, aes(x = X1, y = X2)) +
  geom_point() +
  stat_density2d(aes(alpha = ..density..), geom = "raster", contour = FALSE)
p

2.6 boxplot()

　　在統計學描述數據分布的圖形中，箱線圖是非常有代表性的，它通過圖形表現五數概括的情況，在數據基本的描述性統計中具有重要意義，而ggplot2中必然可以繪制箱線圖，而且可以繪制得非常精美，下面先看一個最樸素的分組箱線圖形式：

p <- ggplot(mpg, aes(class, hwy)) +
  geom_boxplot()
p

我們為其賦以分組依據以配上顏色：

p <- ggplot(mpg, aes(class, hwy, fill=factor(class)))
p + geom_boxplot()

為我們的填充設置透明度，并將邊框也賦以對應的顏色：

p <- ggplot(mpg, aes(class, hwy, fill=factor(class), colour=factor(class)))+
  geom_boxplot(alpha=0.55)
p

　　還可以將散點圖與箱線圖結合起來（這里施加jitter隨機擾動以組織樣本點重合）：

p <- ggplot(mpg, aes(class, hwy, fill=factor(class), colour=factor(class)))+
  geom_boxplot(alpha=0.55)+
  geom_point(position = 'jitter')
p

2.7 histogram()

　　關于直方圖，因為前面也說過，這里就舉幾個由樸素的直方圖擴展開的示例：

library(ggplot2)


p <- ggplot(diamonds, aes(carat)) +
  geom_histogram()
p

p <- ggplot(diamonds, aes(carat,fill=cut)) +
  geom_histogram()
p

p <- ggplot(diamonds, aes(carat, fill=cut)) +
  geom_histogram()+
  facet_grid(facets = .~cut)
p

2.8 curve()與segment()

　　有時候我們需要在已繪制的圖形中添加線段、曲線、小箭頭之類的注解，這時候就可以用到ggplot2中的geom_curve()與geom_segment()，他們的主要參數類似，需要在aes()中定義起點坐標x、y，以及終點坐標xend、yend，如需要線段或曲線上帶有小箭頭，則額外定義參數arrow即可，箭頭方向由之前的起點終點決定：

data <- data.frame(x=c(1,2,3,4),y=c(1,2,3,4))

p <- ggplot(data,aes(x,y))+
  geom_point()
p

p + geom_curve(data=data,aes(x=x[1],y=y[1],xend=x[4],yend=y[4],colour='曲線'))

在原有圖形基礎上添加線段并帶上小箭頭：

p + geom_curve(data=data,aes(x=x[1],y=y[1],xend=x[4],yend=y[4],colour='曲線'))+
  geom_segment(data=data,aes(x=x[2],y=y[2],xend=x[3],yend=y[3],colour='直線'),
               arrow = arrow(length = unit(0.02, 'npc')))

2.9 text()與label()

　　有些時候我們需要在已繪制的圖形上添加文本類標簽，這種時候就需要用到text()和label()了，下面以不同的示例來說明其常見用法：

用對應每一個樣本的文本標簽代替散點：

p <- ggplot(mtcars, aes(wt, mpg, label = rownames(mtcars)))

p + geom_text()

對出現標簽遮擋的情況進行抹除（不建議使用）：

p + geom_text(check_overlap = TRUE)

使用別致的標簽：

p + geom_label()

改變文本標簽的大小：

p + geom_text(size = 10)

調整文字標簽位置：

p + geom_point() + geom_text(hjust = 0, nudge_x = 0.05)

調整文字標簽位置：

p + geom_point() + geom_text(vjust = 0, nudge_y = 0.5)

調整文本標簽位置：

p + geom_point() + geom_text(angle = 45)

更精致的標簽類型：

p + geom_label(aes(fill = factor(cyl)), colour = "white", fontface = "bold")

在圖床指定位置添加文本標簽：

df <- data.frame(
  x = c(1, 1, 2, 2, 1.5),
  y = c(1, 2, 1, 2, 1.5),
  text = c("bottom-left", "bottom-right", "top-left", "top-right", "center")
)
ggplot(df, aes(x, y)) +
  geom_text(aes(label = text))

可以看出，落入四角的標簽因為其中心對應坐標點，導致部分內容伸出邊界，這里我們令vjust = "inward", hjust = "inward"使得它自適應的調整位置以顯示全部信息：

ggplot(df, aes(x, y)) +
  geom_text(aes(label = text), vjust = "inward", hjust = "inward")

2.10 violin()

　　小提琴圖是一種功能和箱線圖類似，但增加了核密度估計功能的圖形，且更為美觀，ggplot2可以繪制出與seaborn中的小提琴圖同樣優美的圖形，因為涉及的內容比較復雜，我準備在之后單獨開一篇來介紹，下面僅展示一張簡單的小提琴圖：

library(ggplot2)

data <- mtcars

p <- ggplot(data, aes(factor(cyl), mpg))+
  geom_violin(aes(fill = cyl,colour=cyl))
p

　　以上就是ggplot2中常規圖形的簡單介紹，其中比較重要且比較復雜的幾種將會在之后單獨開文章詳細介紹，如有筆誤，望指出。

總結

以上是生活随笔為你收集整理的（数据科学学习手札38）ggplot2基本图形简述的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。