• 介紹ggplot2包
• 使用形狀、顏色和尺寸來對多元數(shù)據(jù)進行可視化
• 用刻面圖比較各組
• 自定義ggplot2圖

19.1 R中的四種圖形系統(tǒng)

• 基礎(chǔ)
• grid
• lattice
• ggplot2(用的較多)
  • gghub

需要的R包

• ggpolt2
• gridExtra(可以拼圖)
• car

19.2 ggplot2介紹

library(ggplot2)ggplot(data=mtcars, aes(x=wt, y=mpg)) +geom_point() +labs(, x="Weight", y="Miles Per Gallon")image-20200719172844715

ggplot()初始化圖形并且指頂要用到的數(shù)據(jù)來源(mtcars)和變量(wt\mpg)。aes()函數(shù)的功能是指定每個變量扮演的角色(aes代表aesthetics，即如何用視覺形式呈現(xiàn)信息)。

• 變量wt的值映射到沿x軸的距離，變量mpg的值映射到沿y軸的距離。
• ggplot()函數(shù)設(shè)置圖形但沒有自己的視覺輸出。使用一個或多個幾何函數(shù)向圖中添加了幾何對象(簡寫為geom)，包括點、線、條、箱線圖和陰影區(qū)域。
• geom_point()函數(shù)在圖形中畫點，創(chuàng)建了一個散點圖。labs()函數(shù)是可選的，可添加注釋(包括軸標簽和標題)。

library(ggplot2)ggplot(data=mtcars, aes(x=wt, y=mpg)) +geom_point(pch=17, color="blue", size=2) +geom_smooth(method="lm", color="red", linetype=2) +labs(, x="Weight", y="Miles Per Gallon")汽車重量與汽油里程的散點圖，它們的最佳擬合線及其95%的置信區(qū)間

• 選用geom_point()函數(shù)來設(shè)置點的形狀為三角形(pch=17)，點的大小加倍(size=2)，并使顏色為藍色(color="blue")。
• geom_smooth()函數(shù)增加了一條“平滑”曲線。這里需要線性擬合(method="lm")，并且產(chǎn)生一條紅色(color="red")虛線(linetype=2)，線條尺寸為1(size=1)。
• 默認情況下，平滑的曲線包括在95%的置信區(qū)間(較暗帶)內(nèi)。

ggplot2包提供了分組和小面化的方法，分組是再一個圖形中顯示兩組或多組觀察結(jié)果，小面化是指再單獨并排的圖形上顯示觀察組。ggplot2再定義組和面時使用因子(factor)

示例：

我們可以使用mtcars數(shù)據(jù)集來查看分組和面。首先，將am、vs和cyl變量轉(zhuǎn)化為因子：

rm(list=ls())mtcars$am labels=c("Automatic", "Manual"))mtcars$vs labels=c("V-Engine", "Straight Engine"))mtcars$cyl #繪圖library(ggplot2)ggplot(data=mtcars, aes(x=hp, y=mpg,shape=cyl, color=cyl)) +geom_point(size=3)+facet_grid(am~vs)+labs(, x="Horsepower", y="Miles Per Gallon")

包含變速箱類型(自動對手動)和發(fā)動機裝置(V型發(fā)動機與直列式發(fā)動 機)每個組合的分離的散點圖。每個點的顏色和形狀表示該汽車發(fā)動機汽缸的數(shù)量。在本例中，am和vs是刻面變量，cyl是分組變量。

19.3 用幾何函數(shù)指定圖的類型

函數(shù)添加選項

geom_bar()	條形圖	color、fill、alpha
geom_boxplot()	箱線圖	color、fill、alpha、notch、width
geom_density()	密度圖	color、fill、alpha、linetype
geom_histogram()	直方圖	color、fill、alpha、linetype、binwidth
geom_hline()	水平線	color、alpha、linetype、size
geom_jitter()	抖動點	color、size、alpha、shape
geom_line()	線圖	colorvalpha、linetype、size
geom_point()	散點圖	color、alpha、shape、size
geom_rug()	地毯圖	color、side
geom_smooth()	擬合曲線	method、formula、color、fill、linetype、size
geom_text()	文字注解	很多，參見函數(shù)的“幫助”
geom_violin()	小提琴圖	color、fill、alpha、linetype
geom_vline()	垂線	color、alpha、linetype、size

書中描述的大多數(shù)圖形都可以使用表19-2中的幾何函數(shù)創(chuàng)建

ggplot(singer, aes(x=voice.part, y=height)) + geom_boxplot()選項詳述

color	對點、線和填充區(qū)域的邊界進行著色
fill	對填充區(qū)域著色，如條形和密度區(qū)域
alpha	顏色的透明度，從0(完全透明)到1(不透明)。
linetype	圖案的線條(1=實線，2=虛線，3=點，4=點破折號，5=長破折號，6=雙破折號)
size	點的尺寸和線的寬度
shape	點的形狀(和pch一樣，0=開放的方形，1=開放的圓形，2=開放的三角形，等等)
position	繪制諸如條形圖和點等對象的位置。對條形圖來說，"dodge"將分組條形圖并排，"stacked"堆疊分組條形圖，"fill"垂直地堆疊分組條形圖并規(guī)范其高度相等。對于點來說，"jitter"減少點重疊
binwidth	直方圖的寬度
notch	表示方塊圖是否應(yīng)為缺口(TRUE/FALSE)
sides	地毯圖的安置("b"=底部，"l"=左部，"t"=頂部，"r"=右部，"bl"=左下部，等等)
width	箱線圖的寬度

data(Salaries)#現(xiàn)在R好像內(nèi)置了這一個數(shù)據(jù)集library(ggplot2)ggplot(Salaries, aes(x=rank, y=salary)) +geom_boxplot(fill="cornflowerblue",color="black", notch=TRUE)+geom_point(position="jitter", color="blue", alpha=.5)+geom_rug(side="l", color="black")

圖層的疊加是ggplot2的魅力所在

library(ggplot2)data(singer, package="lattice")ggplot(singer, aes(x=voice.part, y=height)) +geom_violin(fill="lightblue") +geom_boxplot(fill="lightgreen", width=.2)

19.4 分組

為了理解數(shù)據(jù)，在一個圖中畫出兩個或更多組的觀察值通常是很有幫助的。在R中，組通常用分類變量的水平(因子)來定義。

分組是通過ggplot2圖將一個或多個帶有諸如形狀、顏色、填充、尺寸和線類型的視覺特征的分組變量來完成的。ggplot()聲明中的aes()函數(shù)負責分配變量(圖形的視覺特征)，所以這是一個分配分組變量的自然的地方

以薪水為例子。變量包括變量包括rank(助理教授、副教授、教授)、sex(女性、男性)、yrs.since.phd(獲得博士學位年數(shù))、yrs.service(工齡)和salary(以美元計的九個月薪水)。

薪水和學術(shù)等級

data(Salaries, package="car")library(ggplot2)ggplot(data=Salaries, aes(x=salary, fill=rank)) +geom_density(alpha=.3)#密度曲線

在同一幅圖中畫出了三條密度曲線(每條曲線代表一個學術(shù)等級)并用不同的顏色來區(qū)分。填充的設(shè)置有些透明度(alpha)，

博士學位獲得年數(shù)和薪水

ggplot(Salaries, aes(x=yrs.since.phd, y=salary, color=rank,shape=sex)) + geom_point()

學術(shù)等級和性別

ggplot(Salaries, aes(x=rank, fill=sex)) +geom_bar(position="stack") + labs(stack"')ggplot(Salaries, aes(x=rank, fill=sex)) +geom_bar(position="dodge") + labs(dodge"')ggplot(Salaries, aes(x=rank, fill=sex)) +geom_bar(position="fill") + labs(fill"')

19.5 刻面

如果組在圖中并排出現(xiàn)而不是重疊為單一的圖形，關(guān)系就是清晰的。我們可以使用facet_wrap()函數(shù)和facet_grid()函數(shù)創(chuàng)建網(wǎng)格圖形

語法結(jié)果

facet_wrap(~var,ncol=n)	將每個var水平排列成n列的獨立圖
facet_wrap(~var,nrow=n)	將每個var水平排列成n行的獨立圖
facet_grid(rowvar~colvar)	rowvar和colvar組合的獨立圖，其中rowvar表示行，colvar表示列
facet_grid(rowvar~.)	每個rowvar水平的獨立圖，配置成一個單列
facet_grid(.~colvar)	每個colvar水平的獨立圖，配置成一個單行

data(singer, package="lattice")library(ggplot2)ggplot(data=singer, aes(x=height)) +geom_histogram() +facet_wrap(~voice.part, nrow=4)刻面圖展示了歌手聲部高度的分布(直方圖)

19.6 添加光滑曲線

可以使用geom_smooth()函數(shù)來添加一系列的平滑曲線和和置信區(qū)域。

選項描述

method=	使用的平滑函數(shù)。允許的值包括lm、glm、smooth、rlm和gam，分別對應(yīng)線性、廣義線性、loess、健壯線性和廣義相加模型。smooth是默認值
formula=	在光滑函數(shù)中使用的公式。例子包括y~x(默認)y~log(x),y~poly(x,n)表示n次多項式擬合，y~ns(x,n)表示一個具有n個自由度的樣條擬合
se	繪制置信區(qū)間(TRUE/FALSE)。默認為TRUE
level	使用的置信區(qū)間水平(默認為95%)
fullrange	指定擬合應(yīng)涵蓋全圖(TRUE)或僅僅是數(shù)據(jù)(FALSE)。默認為FALSE

使用Salaries數(shù)據(jù)集，我們先檢驗博士畢業(yè)年數(shù)和薪水之間的關(guān)系。在這個例子中，我們可以使用帶有95%置信區(qū)間的非參數(shù)光滑曲線(loess)

data(Salaries, package="car")library(ggplot2)ggplot(data=Salaries, aes(x=yrs.since.phd, y=salary)) +geom_smooth() + geom_point()博士畢業(yè)年數(shù)與目前薪水之間的關(guān)系。加上了一個帶有95%置信區(qū)間的光滑 曲線ggplot(data=Salaries, aes(x=yrs.since.phd, y=salary,linetype=sex, shape=sex, color=sex)) +geom_smooth(method=lm, formula=y~poly(x,2),se=FALSE, size=1) +geom_point(size=2)

按照性別來擬合一個二次多項式回歸(一個彎曲)

19.7 修改ggplot2圖形的外觀

19.7.1 坐標軸

ggplot2包會在創(chuàng)建圖時自動創(chuàng)建刻度線、刻度標記標簽和坐標軸標簽。它們往往看起來不錯，但是有時我們需要在更大程度上控制它們的外觀。

函數(shù)選項

scale_x_continuous()和scale_y_continuous()	breaks=指定刻度標記，labels=指定刻度標記標簽，limits=控制要展示的值的范圍
scale_x_discrete()和scale_y_discrete()	breaks=對因子的水平進行放置和排序，labels=指定這些水平的標簽，limits=表示哪些水平應(yīng)該展示
coord_flip()	顛倒x軸和y軸

data(Salaries,package="car")library(ggplot2)ggplot(data=Salaries, aes(x=rank, y=salary, fill=sex)) +geom_boxplot() +scale_x_discrete(breaks=c("AsstProf", "AssocProf", "Prof"),labels=c("Assistant\nProfessor","Associate\nProfessor","Full\nProfessor")) +scale_y_continuous(breaks=c(50000, 100000, 150000, 200000),labels=c("$50K", "$100K", "$150K", "$200K")) +labs(, x="", y="")

19.7.2 圖例

有些時候我們需要對圖例進行自定義

標題位置theme()中的legend.position"可能的值有"left"、"top"、"right"(默認值)和"bottom",也可以再圖中給定的位置指定一個二元素向量

data(Salaries,package="car")library(ggplot2)ggplot(data=Salaries, aes(x=rank, y=salary, fill=sex)) + geom_boxplot() + scale_x_discrete(breaks=c("AsstProf", "AssocProf", "Prof"), labels=c("Assistant\nProfessor", "Associate\nProfessor", "Full\nProfessor")) + scale_y_continuous(breaks=c(50000, 100000, 150000, 200000), labels=c("$50K", "$100K", "$150K", "$200K")) + labs(, x="", y="", fill="Gender") + theme(legend.position=c(.1,.8))#圖例的左上角是分別距離左側(cè)邊緣10%和底部邊緣80%的部分

19.7.3 標尺

ggplot2包使用標尺把數(shù)據(jù)空間的觀察值映射到可視化的空間中，可以應(yīng)用于連續(xù)的變量以及離散的變量

ggplot(mtcars, aes(x=wt, y=mpg, size=disp)) +geom_point(shape=21, color="black", fill="cornsilk") +labs(x="Weight", y="Miles Per Gallon",, size="Engine\nDisplacement")

aes()函數(shù)的參數(shù)size=disp生成連續(xù)型變量disp(發(fā)動機排量)的標尺，并使用它來控制點的尺寸。結(jié)果參見如圖所示的氣泡圖。從該圖中可以看出汽車里程隨重量和發(fā)動機排量的降低而降低。

在這個離散的例子中，可以使用標尺將帶有因子水平的視覺線索(如顏色、形狀、線條類型、尺寸和透明度)關(guān)聯(lián)起來。

data(Salaries, package="car")ggplot(data=Salaries, aes(x=yrs.since.phd, y=salary, color=rank)) +scale_color_manual(values=c("orange", "olivedrab", "navy")) +geom_point(size=2)#設(shè)定各個組別的顏色

19.7.4 主題

theme()函數(shù)中的選項可以讓我們調(diào)整字體、背景、顏色和網(wǎng)格線等。主題可以使用一次，也可以保存起來應(yīng)用到多個圖中。

data(Salaries, package="car")library(ggplot2)mytheme axis.title=element_text(face="bold.italic",size=10, color="brown"),axis.text=element_text(face="bold", size=9,color="darkblue"),panel.background=element_rect(fill="white",color="darkblue"),panel.grid.major.y=element_line(color="grey",linetype=1),panel.grid.minor.y=element_line(color="grey",linetype=2),panel.grid.minor.x=element_blank(),legend.position="top")# 設(shè)定主題ggplot(Salaries, aes(x=rank, y=salary, fill=sex)) +geom_boxplot() +labs(, x="Rank", y="Salary") +mytheme

主題mytheme指定了圖的標題應(yīng)該為粗斜體的棕色14號字。軸的標題為粗斜體的棕色10號字。坐標軸標簽應(yīng)為加粗的深藍色9號字。畫圖區(qū)域有白色的填充和深藍色的邊框。主水平網(wǎng)格應(yīng)該是灰色的實線，次水平網(wǎng)格應(yīng)該是灰色的虛線；垂直網(wǎng)格不輸出；圖例展示在圖的頂部。theme()函數(shù)給了我們把控最后圖形的控制權(quán)?？梢詤⒖糷elp(theme)來查看更多關(guān)于選項的信息。

19.7.5 多重圖

我們使用圖形參數(shù)mfrow和基本函數(shù)layout()把兩個或更多的基本圖放到單個圖形中。同樣，這種方法在ggplot2包中不適用。將多個ggplot2包的圖形放到單個圖形中最簡單的方式是使用gridExtra包中的grid.arrange()函數(shù)。

19.8 保存圖形

我們可以使用1.3.4節(jié)討論的標準方法來保存由ggplot2創(chuàng)建的圖形，但是ggsave()函數(shù)能更方便地保存它。它的選項包括保存哪幅圖形，保存在哪里和以什么形式保存。

myplot ggsave(file="mygraph.png", plot=myplot, width=5, height=4)

如果忽略plot=選項，最近創(chuàng)建的圖形會被保存。

ggplot(data=mtcars, aes(x=mpg)) + geom_histogram()ggsave(file="mygraph.pdf")

總結(jié)

以上是生活随笔為你收集整理的ggplot2箱式图两两比较_第十九章_使用ggplot2进行高级绘图的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。