ggplot2数据分析与图形艺术-重点归纳

2020/1/28 因疫情暂时不能回所，回家时，仅带了电脑和这本书，所以决定好好把这本书看一遍！以下知识点零碎但有助于理解ggplot2画图的原理～

1. 图形构成部件： data，mapping, layer，scale，coord，facet, theme

2. 基本构成：数据，图形属性映射，几何对象。

图层（layer）： 几何元素geom及统计变量stat构成。

标度（scale）将数据的取值映射到图形空间，展现标度常用的方法：绘制图例和坐标轴。

关于标度的用法

给某一图形属性赋固定值而不是用标度，要把对应的代码写在aes()之外。

ggplot(mpg, aes(displ,hwy))+geom_point(aes(colour="blue"))

ggplot(mpg, aes(displ,hwy))+geom_point(colour="blue")

修饰坐标轴: xlab(), ylab(), xlim(), ylim()

关于facet

facet有两种类型：网格型和封装型（wrap）
facet_wrap(～分类变量，ncol= )
ggplot(mpg, aes(displ,hwy))+geom_point(colour="blue")+facet_wrap(~class)

关于几何对象

• geom_smooth(): 拟合一条平滑曲线，将曲线和标准误展示在图中，method是其中一个重要参数。
  method=“loess”局部回归拟合，是n<1000时的默认选项，曲线的平滑程度由span控制，0很不平滑，1很平滑。
  method="gam"，n>1000时ggplot2的默认选项，可以调用mgcv包来拟合一个广义可加模型。
  p<-ggplot(mpg,aes(displeased,hwy))
  p+geom_point+geom_smooth(method="gam", formula=y~s(x))
  method=“lm”拟合线性模型，默认进行线性拟合。
  method=“rlm”比lm更稳健，对异常值不太敏感。
• geom_jitter()扰动点图，geom_boxplot()箱线图, geom_violin()小提琴图；
• geom_histogram()直方图，使用条形；geom_freqpoly()频数多边图，使用线形；参数binwidth用来调整组距；geom_density()密度曲线图;
• geom_bar()条形图, 参数stat="identity"
• geom_line()折线图； geom_path()路径图；折线图等价于将数据按x取值进行排序，然后绘制路径图；