04 ggplot2三部曲最终之进阶为菜鸟

• 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：https://www.cedricscherer.com/2019/08/05/a-ggplot2-tutorial-for-beautiful-plotting-in-r/#prep （挑选的翻译了全文，并结合了一些自己的经验）

因为我也并非逐帧翻译，所以我强烈建议你看完ggplot 的入门书籍之后，就自己手撕一下上面的教程。

开始之前

请直接加载tidyverse 套件。

这里使用数据：

chic <- readr::read_csv("https://raw.githubusercontent.com/Z3tt/R-Tutorials/master/ggplot2/chicago-nmmaps.csv")

ps: read_csv 命令可以从网络读取文件。

了解一下该数据：

> glimpse(chic)
Rows: 1,461
Columns: 10
$ city     <chr> "chic", "chic", "chic", "chic", "chic", "chic", "chic", "ch…
$ date     <date> 1997-01-01, 1997-01-02, 1997-01-03, 1997-01-04, 1997-01-05…
$ death    <dbl> 137, 123, 127, 146, 102, 127, 116, 118, 148, 121, 110, 127,…
$ temp     <dbl> 36.0, 45.0, 40.0, 51.5, 27.0, 17.0, 16.0, 19.0, 26.0, 16.0,…
$ dewpoint <dbl> 37.500, 47.250, 38.000, 45.500, 11.250, 5.750, 7.000, 17.75…
$ pm10     <dbl> 13.052268, 41.948600, 27.041751, 25.072573, 15.343121, 9.36…
$ o3       <dbl> 5.659256, 5.525417, 6.288548, 7.537758, 20.760798, 14.94087…
$ time     <dbl> 3654, 3655, 3656, 3657, 3658, 3659, 3660, 3661, 3662, 3663,…
$ season   <chr> "Winter", "Winter", "Winter", "Winter", "Winter", "Winter",…
$ year     <dbl> 1997, 1997, 1997, 1997, 1997, 1997, 1997, 1997, 1997, 1997,…

1. ggplot 的元素对象

这些元素对象并不都是必须的，但都对应着不同的元素： 但一般来说，data 和Geometries 是必须的，我们必须告诉ggplot 用什么数据，画什么图。

Data: The raw data that you want to plot.
Geometries geom_: The geometric shapes that will represent the data.
Aesthetics aes(): Aesthetics of the geometric and statistical objects, such as position, color, size, shape, and transparency
Scales scale_: Maps between the data and the aesthetic dimensions, such as data range to plot width or factor values to colors.
Statistical transformations stat_: Statistical summaries of the data, such as quantiles, fitted curves, and sums.
Coordinate system coord_: The transformation used for mapping data coordinates into the plane of the data rectangle.
Facets facet_: The arrangement of the data into a grid of plots.
Visual themes theme(): The overall visual defaults of a plot, such as background, grids, axes, default typeface, sizes and colors.

image.png

2. ggplot2 的几何对象

• 折线图

geom_line 有参数group

• 散点图

image.png

image.png

3. 映射

image.png

group #分组
labels #标记

关于aes 相关参数可以直接为这些参数赋值为相关的变量，通过映射的方式，按照函数默认方式为它们赋值。

ggplot(data = test)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species))

如果想要将以上的参数赋值为手动定义的内容，则需要将其抽出aes 函数内。

ggplot(data = test)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length),
            color = "red")

手动设置与映射

映射要有“领导思维”，直接将变量给对应的参数；手动设置则“精准定位”，该是什么就给参数设定什么。

shape

具体的shape 有25个值。

color/fill

为了区分图形的轮廓与内部颜色，分别使用color 与fill 对应：

ggplot(chic, aes(x = date, y = temp)) +
  geom_point(shape = 21, size = 2, stroke = 1,
             color = "#3cc08f", fill = "#c08f3c") +
  labs(x = "Year", y = "Temperature (°F)")

分类变量颜色

如果我们想要给映射的颜色进行自定义，可以使用函数scale_color_manual ：

ga + scale_color_manual(values = c("dodgerblue4",
                                   "darkolivegreen4",
                                   "darkorchid3",
                                   "goldenrod1"))

或者也可以指定调色板：

# ga + scale_color_brewer(palette = "Set1")

library(ggthemes)
ga + scale_color_tableau()

处理连续性变量颜色

对于连续性变量，R 会自动进行识别，但我们并不能像分类变量一样直接指定颜色，我们可以通过函数scale_color_gradient 修改：

gb + scale_color_gradient(low = "darkkhaki",
                          high = "darkgreen")

除此之外，我们还可以指定数值的中间变化点：

mid <- mean(chic$temp)  ## midpoint

gb + scale_color_gradient2(midpoint = mid)

# 也可以同时指定颜色
gb + scale_color_gradient2(midpoint = mid, low = "#dd8a0b",
                           mid = "grey92", high = "#32a676")

在新版本的ggplot 中，我们可以

更多颜色的知识

这里有本关于颜色的pdf：http://www.stat.columbia.edu/~tzheng/files/Rcolor.pdf

对于颜色，我们也需要对应不同数据，选择好不同的类型：

关于颜色，可以参见我的专题：

4. 分面

我们常常能看到一些炫酷的分面的图片：

其实也就是在本来的x, y等映射之上，增加了分面的映射，我们不仅可以按照行也可以按照列做应映射，其中主要包括两个函数：facet_wrap，对单一变量映射，但可以调整分面后图片在每层与每列的数目；facet_grid ，可以接受两个变量映射。

facetgrid()

A 对应y 轴，B 对应x 轴：

ggplot(mpg) + 
  geom_point(aes(displ,hwy,color=drv)) +
  facet_grid(drv ~ cyl)

image.png

facet_warp()

facet_grid 对多图形的分面显示不是特别友好，而facet_warp() 则可以设定分面行与列的数目。

对比一下

ggplot(mpg) + 
  geom_point(aes(displ,hwy,color=drv)) +
  facet_grid(class~.)

image.png

ggplot(mpg) + 
  geom_point(aes(displ,hwy,color=drv)) +
  facet_wrap(~class, ncol = 3)

warp与grid 的区别

warp 只能对一种变量进行分类（一个维度），因此如果对其使用两个变量，则其会罗列在一个维度。 但其相比grid 的优势在于，它可以自定义输出的分面的行与列数。

一些参数

• 自由的坐标轴

ggplot(chic, aes(x = date, y = temp)) +
  geom_point(color = "orangered", alpha = .3) +
  theme(axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1)) +
  labs(x = "Year", y = "Temperature (°F)") +
  facet_wrap(~ year, ncol = 2, scales = "free")

image.png

• 让wrap 接受两个变量

默认下，facet_wrap 是无法同时接受两个变量的，否则会成这样： 相当于将两个变量，映射到一个边了。

我们可以修改scales 参数，让其稍微好看一些：

ggplot(chic, aes(x = date, y = temp)) +
  geom_point(color = "orangered", alpha = .3) +
  theme(axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1)) +
  labs(x = "Year", y = "Temperature (°F)") +
  facet_wrap(season ~ year, ncol = 4, scales = "free_x")

对于grid 我们也是可以使用scales 的。

5. 坐标轴

限定坐标区域

我们可以调整坐标轴大小：

scale_y_continuous(limits = c(0, 50)) 
# 限制数据范围，超出范围数据不显示
coord_cartesian(ylim = c(0, 50))
# 直接限制图的坐标

二者均是指定坐标轴范围，但存在一定的差别。

下图更直观一些，scale_y_continuous 相当于还对数据进行了filter 的操作：

调整坐标比例

默认下，ggplot 会将长宽设定同样比例： 但很明显，纵坐标的数值是高于横坐标的，我们可以修改一下：

ggplot(chic, aes(x = temp, y = temp + rnorm(nrow(chic), sd = 20))) +
  geom_point(color = "sienna") +
  labs(x = "Temperature (°F)", y = "Temperature (°F) + random noise") +
  xlim(c(0, 100)) + ylim(c(0, 150)) +
  coord_fixed()

image.png

我们也可以自定义coord_fixed 函数中的ratio 参数，输出希望得到的比例，比如coord_fixed(ratio = 1/5)：

利用函数处理

这个通常可以用来批量对坐标上的标记进行处理：

ggplot(chic, aes(x = date, y = temp)) +
  geom_point(color = "firebrick") +
  labs(x = "Year", y = NULL) +
  scale_y_continuous(label = function(x) {return(paste(x, "Degrees Fahrenheit"))})

image.png

其他参数

其他参数包括：

expand_limits(x = 0, y = 0)
# 强制锁定坐标轴初始位点
# 和 coord_cartesian(xlim = c(0, NA), ylim = c(0, NA)) 效果一致
coord_cartesian(clip = "off")
# 允许坐标画在坐标轴上

6. 主题

文本属性

通过theme 函数，我们可以修改一些主题中的元素。 比如通过labs 添加的文本，可以通过theme 修改其位置、大小、颜色等属性，包括：

axis.title.x # x轴标题
axis.text # 坐标轴文本标记
axis.ticks # 坐标轴标记点
plot.subtitle # 亚标题
plot.caption # 注释
legend.title # 图例标题
legend.text # 图例文本
legend.background # 图例背景
legend.key # 图例标记背景

• element_text

其中的参数有：

vjust # 上下移动，正为下，负为下
hjust # 左右移动
lineheight # 也可以用来改变所在的高度，值越大越高，接近0 表示该文本与其他文本位置重合
size # 大小
# 大小可以利用rel 函数，如rel(1.5)，就表示增大到原先的1.5倍
angle # 偏转角度，默认为水平
margin = margin(t = 10)
# 图轴上移动
margin = margin(r = 10)
# 图轴右移动
margin = margin(10, 10, 10, 10)
## t r l b（trouble） 上右左下
face = "italic" # 字体
color = "firebrick" # 颜色

范例：

ggplot(chic, aes(x = date, y = temp)) +
  geom_point(color = "firebrick") +
  labs(x = "Year", y = "Temperature (°F)") +
  theme(axis.title.x = element_text(margin = margin(t = 10), size = 15),
        axis.title.y = element_text(margin = margin(r = 10), size = 15))

image.png

• element_blank()

直接取消文本：

ggplot(chic, aes(x = date, y = temp)) +
  geom_point(color = "firebrick") +
  labs(x = "Year", y = "Temperature (°F)") +
  theme(axis.ticks.y = element_blank(),
        axis.text.y = element_blank())

光秃秃的了～ 其实也可以直接定义文本为空：

ggplot(chic, aes(x = date, y = temp)) +
  geom_point(color = "firebrick") +
  labs(x = NULL, y = "")

但并不是所有文本都可以在labs 中被定义，比如图例的标题：

ggplot(chic, aes(x = date, y = temp, color = season)) +
  geom_point() +
  labs(x = "Year", y = "Temperature (°F)") +
  theme(legend.title = element_blank())

文本位置

除了通过hjust 等调整，我们还可以使用参数plot.xx.position：

g + theme(plot.title.position = "plot",
          plot.caption.position = "plot")

一般包括plot 与panel 两种。

对于legend，还有"none"，表示不显示图例：

ggplot(chic, aes(x = date, y = temp)) +
  geom_point(aes(color = season)) +
  labs(x = "Year", y = "Temperature (°F)",
       title = "Temperatures in Chicago",
       subtitle = "Seasonal pattern of daily temperatures from 1997 to 2001",
       caption = "Data: NMMAPS",
       tag = "Fig. 1") + theme_classic() +
  theme(text = element_text(family = "gochi"), legend.position = "none") 

image.png

关于图例的位置，在下一部分介绍。

和图例较劲

参见：

背景与画布

我们可以用ggplot 提供的自带主题来修改背景，比如我个人最喜欢的theme_classic 就直接呈现一个白板，特别简洁。

当然我们也可以自定义背景。

包括的参数有：

panel.background # 画布
panel.border # 画布及画布边界
plot.background # 背景

• element_rect

如果我们希望把背景颜色换一下，可以使用：

ggplot(chic, aes(x = date, y = temp)) +
  geom_point(color = "#1D8565", size = 2) +
  labs(x = "Year", y = "Temperature (°F)") +
  theme(panel.background = element_rect(
    fill = "#64D2AA", color = "#64D2AA", size = 2)
  )

panel.border ： 画布不同于背景，背景指的是单纯的图像数据后面的内容：

ggplot(chic, aes(x = date, y = temp)) +
  geom_point(color = "firebrick") +
  labs(x = "Year", y = "Temperature (°F)") +
  theme(plot.background = element_rect(fill = "gray60",
                                       color = "gray30", size = 2))

网格

用来调整坐标上的网格：

# panel.grid # 全部网格
# panel.grid.major # 主网格
# panel.grid.minor # 副网格

ggplot(chic, aes(x = date, y = temp)) +
  geom_point(color = "firebrick") +
  labs(x = "Year", y = "Temperature (°F)") +
  theme(panel.grid.major = element_line(size = .5, linetype = "dashed"),
        panel.grid.minor = element_line(size = .25, linetype = "dotted"),
        panel.grid.major.x = element_line(color = "red1"),
        panel.grid.major.y = element_line(color = "blue1"),
        panel.grid.minor.x = element_line(color = "red4"),
        panel.grid.minor.y = element_line(color = "blue4"))

当然，我们也可以赋值element_blank() 移除网格。

我们也可以通过坐标轴处理函数scale_y_continuous 来限定网格的距离：

ggplot(chic, aes(x = date, y = temp)) +
  geom_point(color = "firebrick") +
  labs(x = "Year", y = "Temperature (°F)") +
  scale_y_continuous(breaks = seq(0, 100, 10),
                     minor_breaks = seq(0, 100, 2.5))

边界

基础包绘图时，我们可能会用到mai 或mar 来控制边界，同样的，ggplot 中也提供了参数： plot.margin = margin：

ggplot(chic, aes(x = date, y = temp)) +
  geom_point(color = "firebrick") +
  labs(x = "Year", y = "Temperature (°F)") +
  theme(plot.background = element_rect(fill = "gray60"),
        plot.margin = margin(t = 1, r = 3, b = 1, l = 8, unit = "cm"))

上下左右对应前文的trouble 规则。

调整分面的文字带

在ggplot 中，分面的这部分内容，被称为strip：

比如：

ggplot(chic, aes(x = date, y = temp)) +
  geom_point(color = "orangered", alpha = .3) +
  labs(x = "Year", y = "Temperature (°F)") +
  facet_grid(season ~ year) + 
  theme(strip.text = element_text(face = "bold", color = "chartreuse4",
                                  hjust = 0, size = 20),
        strip.background = element_rect(fill = "chartreuse3", linetype = "dotted"))

image.png

作者这里还提供了两套函数，借助ggtext 包，对strip 文本进行美化：

library(ggtext)
library(rlang)
# 美化文本
element_textbox_highlight <- function(..., hi.labels = NULL, hi.fill = NULL,
                                      hi.col = NULL, hi.box.col = NULL, hi.family = NULL) {
  structure(
    c(element_textbox(...),
      list(hi.labels = hi.labels, hi.fill = hi.fill, hi.col = hi.col, hi.box.col = hi.box.col, hi.family = hi.family)
    ),
    class = c("element_textbox_highlight", "element_textbox", "element_text", "element")
  )
}

# 高亮分面
element_grob.element_textbox_highlight <- function(element, label = "", ...) {
  if (label %in% element$hi.labels) {
    element$fill <- element$hi.fill %||% element$fill
    element$colour <- element$hi.col %||% element$colour
    element$box.colour <- element$hi.box.col %||% element$box.colour
    element$family <- element$hi.family %||% element$family
  }
  NextMethod()
}

# 画图
g + facet_wrap(year ~ season, nrow = 4, scales = "free_x") +
  theme(
    strip.background = element_blank(),
    strip.text = element_textbox_highlight(
      family = "Playfair", size = 12, face = "bold",
      fill = "white", box.color = "chartreuse4", color = "chartreuse4",
      halign = .5, linetype = 1, r = unit(5, "pt"), width = unit(1, "npc"),
      padding = margin(5, 0, 3, 0), margin = margin(0, 1, 3, 1),
      hi.labels = c("1997", "1998", "1999", "2000"),
      hi.fill = "chartreuse4", hi.box.col = "black", hi.col = "white"
    )
  )

或者，还可以从分面的图像中高亮其中某块：

ggplot(chic, aes(x = date, y = temp)) +
  geom_point(aes(color = season == "Summer"), alpha = .3) +
  labs(x = "Year", y = "Temperature (°F)") +
  facet_wrap(~ season, nrow = 1) +
  scale_color_manual(values = c("gray40", "firebrick"), guide = "none") +
  theme(
    axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1),
    strip.background = element_blank(),
    strip.text = element_textbox_highlight(
      size = 12, face = "bold",
      fill = "white", box.color = "white", color = "gray40",
      halign = .5, linetype = 1, r = unit(0, "pt"), width = unit(1, "npc"),
      padding = margin(2, 0, 1, 0), margin = margin(0, 1, 3, 1),
      hi.labels = "Summer", hi.family = "Bangers",
      hi.fill = "firebrick", hi.box.col = "firebrick", hi.col = "white"
    )
  )

相当好看了。

自带主题

ggplot2 提供了多种自带的主题，我们可以直接使用它们：

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。

有个专门的R 包ggtheme 提供了各种杂志

需要注意的是，当我们使用了自带主题之后，先前的所有theme 设定都会被覆盖，因此如果想在默认主题下进行额外的操作，需要在之后添加。

7. ggplot 中的独立对象

title

这里的title 指的是图片左上方的整个图片的标题： 直接通过ggtitle 创建。

labs

包含了ggplot 图形中的各种文本类型对象：

ggplot(chic, aes(x = date, y = temp)) +
  geom_point(color = "firebrick") +
  labs(x = "Year", y = "Temperature (°F)",
       title = "Temperatures in Chicago",
       subtitle = "Seasonal pattern of daily temperatures from 1997 to 2001",
       caption = "Data: NMMAPS",
       tag = "Fig. 1")

image.png

如果是修改图例的标题，可以使用图例对应的aes 属性修改，比如创建的是在aes 中定义了color，则可以在labs 中指定：

ggplot(chic, aes(x = date, y = temp, color = season)) +
  geom_point() +
  labs(x = "Year", y = "Temperature (°F)",
       color = "Seasons\nindicated\nby colors:")

8. 拼图

我目前还是主要使用aplot 与patchwork。

cowplot/gridExtra

个人认为，其语法上没有patchwork 简洁：

• cowplot

image.png

• gridExtra

image.png

易错点

1. 对于color, shape 等不连续的变量区分参数，不适于映射连续变量。（其一无法体现连续变量的变化趋势，其二这些不连续的参数其数量有限，无法有效区分连续变量）对于连续变量可以选择size, alpha等。