R最强项就是可视化，而ggplot2是其中最为著名的包

3.1 ggplot2基本语法

ggplot2 基于图层化语法：图形是一层一层的图层叠加而成。
选取整洁数据将其映射为几何对象(如点、线等) ，几何对象具有美学特征(如坐标轴、颜色等) ，若需要则对数据做统计变换，调整标度，将结果投影到坐标系，再根据喜好选择主题。

绘图流程

image.png

包括10个部件, 前3个是必须得， 其他ggplot2会自动帮你设置。

• 数据 data
• 映射 mapping
• 几何对象 geom
• 标度 scale
• 统计变换 stats
• 坐标系 coord
• 位置调整 position adjustments
• 分面 facet
• 主题 theme
• 输出 output

基本模板

ggplot(data = ,
           mapping = aes()) +
        geom_function(mappong = aes(),
           stat = ,
           position = )+ 
      <SCALE_FUNCTION> +
      <COORDINATE_FUNCTION> +
      <FACET_FUNCTION> +
      <THEME_FUNCTION>

数据、映射、几何对象

• 数据：用于绘图的数据，需要是整洁的数据框

• 映射: 函数aes() 是ggplot2 中的映射函数, 指明了变量与图形所见元素之间的联系，告诉ggplot 图形元素想要关联哪个变量数据.

  
  image.png

ggplot(data = mpg, mapping = aes(x = displ, y = hwy, color = drv))
经常将图形的美学color, size 等映射到数据集的分类变量，以实现不同分组用不同的美学来区分. 。所以，若要为美学指定特定值，比如color = "red", 是不能放在映射
aes() 中的。

• 几何对象: 每个图形都是采用不同的视觉对象来表达数据
  通常用不同类型的‘‘几何对象’’ 从不同角度来表达数据，如散点图、平滑曲线、线形图、条形图、箱线图等。
  ggplot2 提供了50 余种‘‘几何对象’’，均以geom_xxxx() 的方式命名，常用的有：

  
  image.png
  image.png

ggplot() 中的数据和映射，是全局的，可供所有几何对象共用；位于’’ 几何对象’’ 中的数据和映射，是局部的，只供该几何对象使用；

‘‘几何对象’’ 优先使用局部的，局部没有则用全局的。

分组使用group

• 标度scale_
  标度函数控制几何对象中的标度映射：不只是x, y 轴，还有color, fill, shape, size 产生的图例。

• 常用的标度函数

  
  image.png

scales 包提供了很多现成的设置刻度标签风格的函数

1. 修改坐标轴刻度及标签

1.1 用scale_*_continuous() 修改连续变量坐标轴的刻度和标签：

• 参数breaks 设置各个刻度的位置
• 参数labels 设置各个刻度对应的标签

用scale_*_discrete() 修改离散变量坐标轴的标签：
1.2 scale_x_discrete(labels = c("4" = " 四驱", "f" = " 前驱", "r" = " 后驱"))

1.3 用scale_x_date() 设置日期刻度，参数date_breaks 设置刻度间隔，date_labels 设置标签的日期格式；
1.4 借助scales 包中的函数设置特殊格式，比如百分数(percent)、科学计数法(scientific)、美元格式(dollar) 等。

2. 修改坐标轴标签、图例名及图例位置

函数xlab(), ylab(), 设置x 轴、y 轴标签
前面已使用color 美学，则可以在labs() 函数中使用参数color 修改颜色的图例名.

图例位置是在theme 图层通过参数legend. position 设置，可选取值有“none,” “left,” “right,” “bottom,” “top.”

3. 设置坐标轴范围

xlim(), ylim() 函数，设置x 轴和y 轴的范围

4.变换坐标轴

ggplot2 提供的坐标变换函数scale_x_log10() 等是变换坐标系，能够在视觉效果相同的情况下，使用原始数据的坐标刻度

5.设置图形标题

用labs() 函数的参数title, subtitle, caption 设置标题、副标题、脚注标题（默认右下角）

如果想改成顶部居中，需要加theme 图层专门设置

image.png

6. 设置fill, color 颜色

数据的某个维度信息可以通过颜色来展示，颜色直接影响图形的美感。
可以直接使用颜色值，但是更建议使用RColorBrewer（调色板）或colorspace 包。
6.1 离散变量

image.png

6.2 连续变量

image.png
image.png

7. 添加文字标注-ggrepel 包

ggrepel 包提供了geom_label_repel() 和geom_text_repel() 函数，为图形添加文字标注。
首先要准备好标记点的数据，然后增加文字标注的图层，需要提供标记点数据，以及要标注的文字给label 美学，若来自数据变量，则需要用映射

library(ggrepel)
best_in_class = mpg %>% # 选取每种车型hwy 值最大的样本
   group_by(class) %>%
   slice_max(hwy, n = 1)
ggplot(mpg, aes(displ, hwy)) +
  geom_point(aes(color = class)) +
  geom_label_repel(data = best_in_class, aes(label = model))

image.png

若要在图形某坐标位置添加文本注释，则用annotate() 函数，需要提供添加文本的中心坐标位

4 统计变换、坐标系、位置调整

• 统计变换(Statistics):构建新的统计量进而绘图，称为‘‘统计变换’’，简称‘‘统计’’。

ggplot2 中的提供了30 多种‘‘统计’’，均以stat_xxxx() 的方式命名。可以分为两类：

• 1. 可以在几何对象函数geom_*() 中创建，通常直接使用后者即可：

image.png

• 2. 不能在几何对象函数geom_*() 中创建

     
     image.png

image.png

例子：
用stat_summary() 做统计汇总并绘图。通过传递函数做统计计算，首先注意x 和y 美学映射到calss 和hwy; fun = mean 是根据x 计算y，故对每个车型计算一个平均的hwy；fun.max, fun.min 同样根据x 分别计算y 的均值加减标准差；统计计算的结果将传递给几何对象参数geom 用于绘图：

ggplot(mpg, aes(x = class, y = hwy)) +
   geom_violin(trim = FALSE, alpha = 0.5, color = "green") + # 小提琴图
   stat_summary(fun = mean,
                           fun.min = function(x) {mean(x) - sd(x)},
                           fun.max = function(x) {mean(x) + sd(x)},
                           geom = "pointrange", color = "red")

image.png

用stat_smooth(), 与geom_smooth() 相同, 添加光滑曲线：

• method: 指定平滑曲线的统计函数，如lm 线性回归, glm 广义线性回归, loess 多项式回归, gam 广义加法模型(mgcv 包) , rlm 稳健回归(MASS 包) 等
• formula: 指定平滑曲线的方程，如y ~ x, y ~ poly(x, 2), y ~ log(x) ，需要与method 参数搭配使用
• se: 设置是否绘制置信区间

ggplot(mpg, aes(displ, hwy)) +
           geom_point() +
         stat_smooth(method = "lm",
                              formula = y ~ splines::bs(x, 3),
                             se = FALSE) # 不绘制置信区间

image.png

坐标系(Coordinante)

ggplot2 默认坐标系是直角坐标系coord_cartesian()，常用的坐标系操作还有：

image.png

坐标轴翻转，从水平图到竖直图：

ggplot(mpg, aes(class, hwy)) +
         geom_boxplot() + # 箱线图
         coord_flip() # 从竖直变成水平

image.png

直角坐标下的条形图，转化为极坐标下的风玫瑰图：

ggplot(mpg, aes(class, fill = drv)) +
     geom_bar() +
     coord_polar()

image.png

位置调整(Position adjustments)

(1) 条形图中的条形位置调整：
position_stack(): 竖直堆叠
position_fill(): 竖直(百分比) 堆叠，按比例放缩保证总高度为1
position_dodge(), position_dodge2(): 水平堆叠##使用更多

ggplot(mpg, aes(class, fill = drv)) +
   geom_bar(position = position_dodge(preserve = "single"))

image.png

(2) 散点图中的散点位置调整：

• position_nudge(): 将散点移动固定的偏移量
• position_jitter(): 给每个散点增加一点随机噪声(抖散图)
• position_jitterdodge(): 增加一点随机噪声并躲避组内的点，特别用于箱线图+ 散点图

有时候需要将多个图形排布在画板中，借助patchwork 包更方便。

library(patchwork)
p1 = ggplot(mpg, aes(displ, hwy)) +
   geom_point()
p2 = ggplot(mpg, aes(drv, displ)) +
   geom_boxplot()
p3 = ggplot(mpg, aes(drv)) +
   geom_bar()
p1 | (p2 / p3)

image.png

分面、主题、输出

• 1 分面(Facet): 利用分类变量将图形分为若干个‘‘面” （子图），即对数据分组再分别绘图，称为‘‘分面’’。
  (1) facet_wrap(): 封装分面，先生成一维的面板系列，再封装到二维中。
• 分面形式：~ 分类变量, ~ 分类变量1 + 分类变量2
• scales 参数设置是否共用坐标刻度，"fixed"（默认, 共用）, "free"（不共用），也可以用free_x, free_y 单独设置
• 参数nrow 和ncol 可设置子图的放置方式

ggplot(mpg, aes(displ, hwy)) +
   geom_point() +
   facet_wrap(~ drv, scales = "free")

image.png

ggplot(mpg, aes(displ, hwy)) +
   geom_point() +
   facet_wrap(~ drv + cyl)

image.png

(2) facet_grid(): 网格分面，生成二维的面板网格，面板的行与列通过分面变量定义。

• 分面形式：行分类变量~ 列分类变量

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

image.png

• 2. 主题(theme)
     你可以为图形选择不同风格的主题（外观），ggplot2 提供了8 套可选主题:

     
     image.png

使用或修改主题，只需要添加主题图层：

ggplot(mpg, aes(displ, hwy, color = drv)) +
   geom_point() +
   theme_bw()

image.png

更多的主题，还可以用ggthemes 包，其中包含一些顶级期刊专用绘图主题；当然也可以用theme()函数定制自己的主题（略）。

• 3 输出(output)
  用ggsave() 函数，将当前图形保存为想要格式的图形文件，如png, pdf 等：
  ggsave("my_plot.pdf", width = 8, height = 6, dpi = 300)## 参数width 和height 通常只设置其中一个

ggplot2 图形示例

Nathan Yau 将数据可视化的过程总结为如下的4 个思索：

• 你拥有什么样的数据?
• 你想要表达什么样的数据信息?
• 你会什么样的数据可视化方法?
• 你从图表中能获得什么样的数据信息?

一般的6类：

类别比较图、数据关系图、数据分布图、时间序列图、局部整体图、地理空间图

ggpubr 包提供了很多函数，轻松绘制适合用于期刊论文发表的图形

（1）类别比较图：类别比较图，通常是展示和比较分类变量或分类变量组合的频数

image.png

热图：邻接矩阵、混淆矩阵、相关系数矩阵也可以用热图来可视化展示
ComplexHeatmap 包可绘制更复杂的热图：带层次聚类的热图。

（2）数据关系图
主要包括：

• 数据相关性图：展示两个或多个变量之间的关系，比如散点图、气泡图、曲面图等

• 数据流向图：展示两个或多个状态或情形之间的流动量或关系强度，比如网络图等

  
  image.png
  

  网络图：网络图可以可视化实体（个体/事物）间的内部关系，比如社会媒体网络、朋友网络、合作网络、疾病传播网络等。
  可视化网络图的包有：igraph, tidygraph + ggraph. 还有更加强大的visNetwork 包。

• 结点数据，包括id（用于边数据），label（用于图显示），group（设置分组颜色），value（权重，关联结点的大小）等

• 边数据，包括from（起点），to（终点），label（用于图显示），value（权重，关联边的粗细）等

library(visNetwork)
visNetwork(nodes, edges)

image.png

(3) 数据分布图:主要展示数据中数值出现的频率或分布规律，比如直方图、概率密度图、箱线图等

image.png

（4）时间序列图：展示数据随时间的变化规律或者趋势。比如，括折线图、面积图等。

image.png

折线图与面积图：用geom_line() 与geom_area()绘制
（5）局部整体图：，展示部分与整体的关系。比如，饼图、树状图等

image.png

（6）地理空间图：是在地图上展示数据关系，即与地理位置信息联系起来绘图。地理位置通常是用经度、纬度表示。

image.png

sf 包实现了将简单要素表示为R 中的data.frame, 以及一系列处理此类数据的工具。
sf 格式数据框中，属性要素是正常的列，几何要素(geometry) 存放为列表列。

（7）动态交互图-ggplotly 包

只要对ggplot2 绘制的图形对象套一个ggplotly() 函数，则图形变成可交互状态：当鼠标移动到图形元素上时，将自动显示对应的数值。

library(plotly)
p = gapminder %>%
    filter(year == 2007) %>%
    ggplot(aes(gdpPercap, lifeExp, size = pop, color = continent)) +
   geom_point() +
   theme_bw()
ggplotly(p)

gganimate 包是基于ggplot2 的动态可视化拓展包，让图形元素随时间等逐帧变化起来，可导出为.gif 动图。

library(gganimate)
ggplot(gapminder, aes(gdpPercap, lifeExp, size = pop)) +
    geom_point() +
    geom_point(aes(color = continent)) +
    scale_x_log10() +
   labs(title = " 年份: {frame_time}", x = " 人均GDP", y = " 预期寿命") +
   transition_time(year)
anim_save("output/gapminder.gif") # 保存为gif 文件