> For the complete documentation index, see [llms.txt](https://peng-6.gitbook.io/ggplot-jian-ming-jiao-cheng/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://peng-6.gitbook.io/ggplot-jian-ming-jiao-cheng/jiao-cheng/03-ggplot2-san-bu-qu-zhi-ji-chu-er.md). # 03 ggplot2三部曲之基础二 * Date : 2021-11-25\_Thu * 微信公众号 : 北野茶缸子 * Tags : #R/R可视化 #R/R数据科学 #R/index/01 * 参考： ## 开始前 ![image.png](https://cdn.nlark.com/yuque/0/2020/png/1153133/1597137362732-3ad66d41-589a-4ade-b44c-0d1a8a854a35.png#height=577\&id=QKzFj\&margin=%5Bobject%20Object%5D\&name=image.png\&originHeight=1154\&originWidth=2116\&originalType=binary\&ratio=1\&size=577698\&status=done\&style=none\&width=1058) 主要为ggplot2 中的后四个部分的内容。 ## geometries 几何对象 ### 不同的几何对象 ![image.png](https://cdn.nlark.com/yuque/0/2020/png/1153133/1597139417565-ad0f0045-813d-4a8d-bddd-1ea453c256fc.png#height=621\&id=BbJCE\&margin=%5Bobject%20Object%5D\&name=image.png\&originHeight=1242\&originWidth=2556\&originalType=binary\&ratio=1\&size=1014799\&status=done\&style=none\&width=1278) ### 几何对象的叠加 几何对象的本质，也就是画面上的不同图层。当我们通过 `ggplot(data=example)` 后，便相当于设定了默认的ggplot2 设定的背景图层，接着依靠 `+geom_point()` , `+geom_bar()` 等等，便可以实现图层的添加。 也正因其代表不同的图层，因此也可以利用新的图层对旧的图层进行叠加（或覆盖）。 ![image.png](https://cdn.nlark.com/yuque/0/2020/png/1153133/1597139685128-1667d20d-6bf6-4c7c-ba05-0b4ddfad69d5.png#height=573\&id=Yxb5F\&margin=%5Bobject%20Object%5D\&name=image.png\&originHeight=1146\&originWidth=2400\&originalType=binary\&ratio=1\&size=814511\&status=done\&style=none\&width=1200) #### 先后顺序 但也正和图层的叠加一样，R中ggplot 的叠加也有先后顺序，后来的图层会覆盖在原来的图层上。 ```r library(ggplot2) test = iris ggplot(data=test,aes(x=Species,y=Sepal.Width))+ geom_point()+ geom_boxplot(aes(color=Species)) ``` ![image.png](https://cdn.nlark.com/yuque/0/2020/png/1153133/1597140238512-cfa7c4b5-ecf6-430c-b818-48f75139f3a1.png#height=371\&id=bnEbY\&margin=%5Bobject%20Object%5D\&name=image.png\&originHeight=742\&originWidth=1200\&originalType=binary\&ratio=1\&size=70999\&status=done\&style=none\&width=600) ```r library(ggplot2) test = iris ggplot(data=test,aes(x=Species,y=Sepal.Width))+ geom_boxplot(aes(color=Species))+ geom_point() ``` ![image.png](https://cdn.nlark.com/yuque/0/2020/png/1153133/1597140260311-1c272874-5acd-4ba6-8563-74cbc9991d65.png#height=374\&id=Fi0qL\&margin=%5Bobject%20Object%5D\&name=image.png\&originHeight=748\&originWidth=1194\&originalType=binary\&ratio=1\&size=73361\&status=done\&style=none\&width=597) ### 全局与局部映射 我们可以设定整个图像中图层的参数，依靠设置 `ggplot` ，也可以对不同的图层进行局部设定 `geom_xxx()` ，这样也就实现了局部和全局的映射设置。 ![image.png](https://cdn.nlark.com/yuque/0/2020/png/1153133/1597139822215-c38afd55-5299-4a9b-8b8f-e7a0d3577cbe.png#height=640\&id=JMb2J\&margin=%5Bobject%20Object%5D\&name=image.png\&originHeight=1280\&originWidth=2546\&originalType=binary\&ratio=1\&size=1357382\&status=done\&style=none\&width=1273) #### 映射冲突 如果全局映射与局部映射发生冲突，则以局部映射为准。 ```r library(ggplot2) test = iris ggplot(data=test,aes(x=Species,y=Sepal.Width,color=Species))+ geom_boxplot()+ geom_point(color='black') ``` ![image.png](https://cdn.nlark.com/yuque/0/2020/png/1153133/1597140948195-8eaffd5f-4d11-4268-877e-b37fc9db9ace.png#height=373\&id=rG5zY\&margin=%5Bobject%20Object%5D\&name=image.png\&originHeight=746\&originWidth=1170\&originalType=binary\&ratio=1\&size=72537\&status=done\&style=none\&width=585) ## statistics 统计变换 ### 对应几何图形 几何图形函数一般都会对应一个统计变换函数的图形。 ![image.png](https://cdn.nlark.com/yuque/0/2020/png/1153133/1597152474650-7d917c1a-d0d5-4426-9dc4-956a6e0be9c9.png#height=495\&id=DKmWv\&margin=%5Bobject%20Object%5D\&name=image.png\&originHeight=990\&originWidth=2454\&originalType=binary\&ratio=1\&size=513937\&status=done\&style=none\&width=1227) 因此某种程度来说，统计变换对应的函数和几何对象对应的函数差别不大。 `geom_bar` 相当于默认的帮助我们以cut 列作为统计对象，对diamonds 表格进行频数计算。 对此我们可以使用 `table` 并转换为 `dataframe` 自行实现。 ```r freq = as.data.frame(table(diamonds$cut)) freq Var1 Freq 1 Fair 1610 2 Good 4906 3 Very Good 12082 4 Premium 13791 5 Ideal 21551 ggplot(data = freq) + geom_bar(mapping = aes(x = Var1, y = Freq), stat = "identity") ``` ### 相关参数 #### stat 当需要对直方图自定义x,y 时，需要设定参数 `stat` ，其默认参数为 `count` （也正因此geom\_bar 对应stat\_count），它会计算出选择的对象在出现的频数作为y。因此若我们希望自定义y，需要将其改为 `identity` 。否则会报错。 ```r > ggplot(data = fre) + + geom_bar(mapping = aes(x = Var1, y = Freq)) Error: stat_count() can only have an x or y aesthetic. Run `rlang::last_error()` to see where the error occurred. ``` #### ..prop.. 若希望显示出的不是频数，而是频率，则可以通过为y 赋值，将直方图计算出的统计结果重新映射给比例 `..prop..` 。 ```r ggplot(data = diamonds) + geom_bar(mapping = aes(x = cut, y = ..prop.., group = 1)) ``` ## position 位置调整 一般的位置调整问题存在于散点图或直方图中，指的是变量经过ggplot 转换而成的图形所进行的位置调整。 ### 散点图 #### jitter 通过为本来重叠在同一位置的点添加随机的“抖动”，使重叠的点产生错位，也因此能够完全地显示在图像里。 ![image.png](https://cdn.nlark.com/yuque/0/2020/png/1153133/1597155798187-c9a0946a-66fd-4c6b-8577-b3826f94f8c7.png#height=374\&id=zHFMv\&margin=%5Bobject%20Object%5D\&name=image.png\&originHeight=1276\&originWidth=2548\&originalType=binary\&ratio=1\&size=490814\&status=done\&style=none\&width=746) ### 柱状图 #### dodge 可以让组中的直方图并列显示。（适合组间或组内参数的比较） ```r ggplot(data = diamonds) + geom_bar(mapping = aes(x = cut, fill = clarity), position = "dodge") ``` ![image.png](https://cdn.nlark.com/yuque/0/2020/png/1153133/1597156544237-3d87668d-4fd5-4584-bdfa-5e15793ea05d.png#height=370\&id=HLhVe\&margin=%5Bobject%20Object%5D\&name=image.png\&originHeight=740\&originWidth=1168\&originalType=binary\&ratio=1\&size=69900\&status=done\&style=none\&width=584) #### stack 默认的直方图其位置参数即为 `stack` 。图形堆叠在一起。（适合整体的比较） ```r ggplot(data = diamonds) + geom_bar(mapping = aes(x = cut,fill=clarity)) ``` ![image.png](https://cdn.nlark.com/yuque/0/2020/png/1153133/1597156402549-b9e1260b-87b0-495b-9904-eaf9361a0d29.png#height=368\&id=XPQlh\&margin=%5Bobject%20Object%5D\&name=image.png\&originHeight=736\&originWidth=1168\&originalType=binary\&ratio=1\&size=66941\&status=done\&style=none\&width=584) #### fill 与 `stack` 类似，只不过显示的是各部分占其整体的比重。（无法比较各组之间大小差异） ```r ggplot(data = diamonds, aes(cut, fill = clarity)) + geom_bar(position = 'fill') ``` ![image.png](https://cdn.nlark.com/yuque/0/2020/png/1153133/1597156694550-3da068bc-d972-4a97-a750-5d8c094ee276.png#height=368\&id=ycvjo\&margin=%5Bobject%20Object%5D\&name=image.png\&originHeight=736\&originWidth=1108\&originalType=binary\&ratio=1\&size=69412\&status=done\&style=none\&width=554) ## coordinate 坐标系 ### 翻转坐标系 ```r ggplot(data = mpg, mapping = aes(x = class, y = hwy)) + geom_boxplot() + coord_flip() ``` ### 极坐标系 ```r bar <- ggplot(data = diamonds) + geom_bar( mapping = aes(x = cut, fill = cut), show.legend = FALSE, width = 1 ) + theme(aspect.ratio = 1) + labs(x = NULL, y = NULL) bar + coord_flip() bar + coord_polar() ``` ![image.png](https://cdn.nlark.com/yuque/0/2020/png/1153133/1597157196659-41f1ff01-699a-42ea-acd1-6b275afda166.png#height=365\&id=ePCI4\&margin=%5Bobject%20Object%5D\&name=image.png\&originHeight=730\&originWidth=916\&originalType=binary\&ratio=1\&size=74953\&status=done\&style=none\&width=458) ## theme 主题 通过theme 可以改变绘图图形本来的一些样式，属于非常细节的部分。通常来说，theme 可以定义一些非数据的绘图元素，包括： ```r Axis label aesthetics Plot background Facet label backround Legend appearance ``` 我们可以使用ggplot 内建的theme。 ```r theme_gray() 默认主题，灰色。 theme_bw() 非常适合显示透明度的映射内容。 theme_void() 去除非数据外的全部内容。 theme_classic() # 经典ggplot 主题，白板背景。 ``` ```r ggplot(data = mpg, mapping = aes(x = class, y = hwy)) + geom_boxplot() + theme_void() ``` ![image.png](https://cdn.nlark.com/yuque/0/2020/png/1153133/1597157713494-0ca2ce7f-d550-451a-bfd5-6ac72233185e.png#height=380\&id=NJL8n\&margin=%5Bobject%20Object%5D\&name=image.png\&originHeight=760\&originWidth=1194\&originalType=binary\&ratio=1\&size=32387\&status=done\&style=none\&width=597) 我们还可以直接定义theme 中的参数，如通过`rel`函数将字体大小提升到1.5倍： ```r ggplot(new_metadata) + geom_point(aes(x = age_in_days, y= samplemeans, color = genotype, shape=celltype), size=3.0) + theme_bw() + theme(axis.title = element_text(size=rel(1.5))) ``` ### labs labs 可以对ggplot2 绘图中的标签进行修改。 ```r library(ggplot2) p <- ggplot(mtcars, aes(mpg, wt, colour = cyl)) + geom_point() p + labs(colour = "Cylinders") # 图例标签修改 p + labs(x = "New x label") # x轴标签 p + labs(title = "New plot title", subtitle = "A subtitle", tag="A") # 标题与子标题，以及右上方子图标记 p + labs(caption = "(based on data from ...)") # 右下方的说明标签 p + labs(title = NULL) # 移除先前的标签，直接赋值为NULL 即可。 ``` 在使用labs 属性定义图像时，还可以使用`expression` 语句，生成绘图中的希腊字母、特殊符号或公式，但该包的语法比较奇怪，比如： ```r expression(paste("Temperature (", degree ~ F, ")"^"(Hey, why should we use metric units?!)"))) ``` ![image.png](https://cdn.nlark.com/yuque/0/2021/png/1153133/1617456574610-10b63e28-89e4-4339-8fa4-808939f706e2.png#height=109\&id=sNS1O\&margin=%5Bobject%20Object%5D\&name=image.png\&originHeight=218\&originWidth=948\&originalType=binary\&ratio=1\&size=31413\&status=done\&style=none\&width=474) ```r expression(paste(bold("log"["2"])*italic(sigma)," + ",bold("log"["2"])*bolditalic(alpha))) ``` ![image.png](https://cdn.nlark.com/yuque/0/2021/png/1153133/1617456508675-09fb6a50-ea16-4042-ab8a-e7a45324b24e.png#height=37\&id=IPADl\&margin=%5Bobject%20Object%5D\&name=image.png\&originHeight=74\&originWidth=356\&originalType=binary\&ratio=1\&size=4384\&status=done\&style=none\&width=178) ### 自定义主题 如果我们想保留某类主题作为模版，这样就不用在绘制新图时反复调用它了： ```r personal_theme <- function(){ theme_bw() + theme(axis.title=element_text(size=rel(1.5)), plot.title=element_text(size=rel(1.5), hjust=0.5)) } ``` 另外，如果希望主题在全局生效，可以直接使用函数： ```r theme_set(theme_bw()) ``` ## 完整绘图模版 ![image.png](https://cdn.nlark.com/yuque/0/2020/png/1153133/1597157270773-26930712-0bcb-4d12-80aa-bcbf40f2ee63.png#height=533\&id=sNQzZ\&margin=%5Bobject%20Object%5D\&name=image.png\&originHeight=1066\&originWidth=1120\&originalType=binary\&ratio=1\&size=182838\&status=done\&style=none\&width=560) ## 易错点 1. 局部映射与全局映射冲突时，以局部映射为准。 2. 图层存在先后顺序，后来的图层越靠近顶层。 3. ggplot2 无法借助循环直接批量将绘图映射在同一层面上，可以借助列表先存储这些绘图，再使用拼图函数将它们拼接在同一画面上。 ## 练习题 ### 6-2 ```r #练习6-2 # 1.尝试写出下图的代码 # 数据是iris # X轴是Species # y轴是Sepal.Width # 图是箱线图 library(ggplot2) test = iris ggplot(data=test,aes(x=Species,y=Sepal.Width))+ geom_boxplot(aes(color=Species))+ geom_point() # 2. 尝试在此图上叠加点图， # 能发现什么问题？ 点图覆盖在箱线图上。后设定的图层在更靠近顶层的位置。 # 3.用下列代码作图，观察结果 ggplot(test,aes(x = Sepal.Length,y = Petal.Length,color = Species)) + geom_point()+ geom_smooth(color = "black") # 请问，当局部映射和全局映射冲突，以谁为准？ 局部为准 ``` ### 6-3 ```r if(!require(ggplot))install.packages("ggplot") library(ggplot2) test <- iris ggplot(data=test, aes(x=Sepal.Width, y=Species)) + geom_violin(aes(fill=Species)) + geom_boxplot(aes(group=Species)) + geom_jitter(aes(shape=Species)) + theme_bw() ``` ![image.png](https://cdn.nlark.com/yuque/0/2020/png/1153133/1597158409957-12bdb148-98fd-4fd4-98bf-ffa1cb317b3b.png#height=378\&id=TADfI\&margin=%5Bobject%20Object%5D\&name=image.png\&originHeight=756\&originWidth=1154\&originalType=binary\&ratio=1\&size=116349\&status=done\&style=none\&width=577)