R语言_ggplot2绘图

2022-05-23 本文已影响0人 Ashu

ggplot2语法

入门级绘图模版

属性设置

分面

几何对象

统计变换

位置调整

坐标系

以上是各种参数，需要的时候用一下就可以。

1.入门级绘图模板

ggplot(data = <DATA>)+

<GEOM_FUNCTION>(mapping =aes(<MAPPINGS>))

< >：里面的内容是模版，使用时需要替换掉。

<GEOM_FUNCTION>：为画图函数，可以使用不同类型的函数图如：点图 geom_point，箱线图geom_boxplot等。

<MAPPINGS>：画图的参数如横、纵坐标，图形映射等属性。

ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length))
##iris替换<DATA>，geom_point替换<GEOM_FUNCTION>，<MAPPINGS>为映射：x，y为横纵坐标。

入门级绘图模版只需要：作图数据、横纵坐标（只需要填到相应位置）

ggplot的语法特殊性：用+连接，一般放在行末，换行代码有缩进；

不允许加引号，不用$，失去tab键补全的权利。

好处是代码易读，缺点是没有办法自动补齐。

2.属性设置（颜色、大小、透明度、点形状、线型等）

2.1手动设置

需要设置为有意义的值，把所有的点设置为同一颜色，直接指定是哪个颜色

属性	参数
颜色	color（red或是blue等）
大小	size（1到5mm）
形状	shape（有一套数字与之对应）
透明度	alpha（零点几或是百分之几）
填充颜	fill（有时候用不到）

自行设置有一定的要求：

手动设置需要设为有意义的值

颜色：字符串，blue，red等

大小：单位mm（一般为1到5），写的时候不要单位。

形状：数字编号表示，有25种形状，如shape=1。

ggplot(data = iris) + 
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length), 
             color = "blue")
##注意属性的位置为color = "blue"，属性前的东西当模版用。这个位置可以加shape=1等。

ggplot(data = iris) + 
  geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length), 
             size = 5,     # 点的大小5mm
             alpha = 0.5,  # 透明度 50%
             shape = 8)  # 点的形状

前面的属性设置和数据没有关系，如Sepal和Petal全部的点设置为蓝色。

设置一个与数据有关系的属性。

2.2 映射：按照数据框的某一列来定义图的某个属性

属性	参数
x轴	x
y轴	y
颜色	color
大小	size
形状	shape
透明度	alpha
填充颜色	fill

ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species))
##color = Species，点的颜色不是全蓝，根据品种的颜色来分配不同的颜色，与数据是完全挂钩的。

根据数据框上Species这一列不同取值来分配颜色，颜色的种类与这一列的取值有关，用默认的就可以。

映射vs手动设置：color = Species与 color = "blue"的区别：

（1）所从属的函数不同，映射的color = Species是aes里的参数，是列名；color = "blue"是手动设置的geom_point的参数，是具体的颜色。

（2）映射的点颜色，根据数据框的某一列，列有多少种取值，对应多少种颜色，与数据挂钩；手动设置只有一种颜色。

映射：根据数据的某一列的值分配颜色。
手动设置：把图形设置为一个或是n个颜色，与数据无关。

2.3 Q1 能不能自行指定映射的具体颜色？

不要默认的颜色，有些杂志有指定的颜色分配：

ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species))+
  scale_color_manual(values = c("blue","grey","red"))
##要求映射 color = Species)；还有指定颜色scale_color_manual(values = c("blue","grey","red")，table列，看看有几个不同的取值，之后指定几种颜色。
##现成的语法，不允许乱改动。
##设定scale_color_manual(values = c("blue","grey","red")之前一定要有（指定）映射color = Species，
##除了scale_color_manual之外还有shape，scale_shape_manual，前提是要先指定映射shape=

映射：领导思维，只说按照某列分配颜色，不必须说具体是哪几种颜色。

自行指定映射的具体颜色（maual），values，不能少。

来自生信技能树小洁老师的课件图

在谷歌里输入十六进制颜色代码，就可以找到对应的颜色编码。还有配色的R包，会提供一系列的颜色。

2.4 Q2 区分color和fill两个属性

在大部分情况下是用不到的，只是在一部分情况下用到。

区分color和fill两个属性：实心和空心形状。

只用color的情况

Q2-1 空心形状和实心形状都用color设置颜色：shape=

library(ggplot2)
ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species),
              shape = 17)#17号，实心的例子
             
ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species),
             shape = 2) #2号，空心的例子
##两者用color来表示局就可以。单色图形，统一用color来表示，不用fill

fill：双色的情况，25个数字表示25种形状，21到24就是双色的例子，有边框又有内部填充颜色的形状才设置两个参数：color和fill。color是管边框的，fill是管内心的。

color为设置边框颜色，fill为填充图形颜色设置，color和fill是单独存在的，得看图形设置，两者有时候一起用，映射的对象是列名，color=列名，fill=列名。

Q2-2 既有边框又有内心的，才需要color和fill两个参数

ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species),
             shape = 24,
             fill = "black") #24号，双色的例子

3. 分面

分面：根据一种属性，切换为几张子图，如iris的Species列有3种取值，把每种取值分为一张子图。

（拼图：把Species的3个品种分别画成点图，然后拼到一起。首先把iris切分为3个数据：a1，a2，a3，其次需要用相同的代码对3个数据画图，最后把这三张图拼到一起。拆数据，分别画图，拼图）

分面只需要仅仅一句代码，分面根据数据框的某一列来把图分成若干张子图，Species有3个品种，就分为3张，如果有100个品种就不要分面。

3.1 单分面： facet_wrap(~ Species) ，分面的列Species。

ggplot(data = iris) + 
  geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) + 
  facet_wrap(~ Species) 
##facet_wrap(~ Species)，分面的依据是Species

3.2 双分面： facet_grid(Group ~ Species)

iris里没有Group这一列，可以加上，iris$Group=，但是比较麻烦，iris是一个公共的内置数据，这次对iris修改，下次使用iris时不一样，修改内置数据是一个非常坏的习惯。

dat = iris
##把iris的内容传递给dat，赋值给dat，之后对dat这个数据进行修改，不会同步到iris。
dat$Group = sample(letters[1:5],150,replace = T)
##dat$Group=，新增Group这一列；?sample的反馈：sample为随机取样的函数，letters[1:5]，取前5个小写字母，内置数据不仅包括数据框还有向量，字母也是内置向量。150为取样的总体，replace = F为默认参数，不可放回，会报错，所以要设置replace = T，意思是可放回。

ggplot(data = dat) + 
  geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) + 
  facet_grid(Group ~ Species)

满足分面的列首先得有重复值

以下是自己的思考与尝试：

分面依据的列，该列里面的数据类型是不是字符型？数值型可以吗？

可以的，自己探索，不知道有没有意义

dat = iris
dat$Group = sample(1:5,150,replace = T)
##sample(1:5,150,replace = T)处,1:3，纵分面更少
ggplot(data = dat) + 
  geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) + 
  facet_grid(Group ~ Species) 
  
dat = iris
dat$Group = sample(1:3,150,replace = T)
ggplot(data = dat) + 
  geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) + 
  facet_grid(Group ~ Species)

横线内是自己的尝试，可能没有意义，出于好奇。

4.几何对象

什么是几何对象？

指的是一个以geom开头的函数，能画出来的所有图形。所有的点（或是方块）看成一个整体，也称为几何对象，也称为图层。

<GEOM_FUNCTION>在入门级是被画点图geom_point()函数取代

来自生信技能树小洁老师的课件图

以上图区别是geom_后的参数不一样，把geom_point()函数换了，要注意输入数据，是不是x和y就可以了，如多边形，不是只要x和y就可以的。画什么样的几何图直接到网上搜对应的函数，不需要把每个函数都背诵下来。

局部设置和全局设置

几何对象可以叠：如线图和点图的叠加

4.1 局部设置

ggplot(data = iris) + 
  geom_smooth(mapping = aes(x = Sepal.Length, 
                          y = Petal.Length))+
  geom_point(mapping = aes(x = Sepal.Length, 
                           y = Petal.Length))

4.2 全局设置（简化代码)

ggplot(data = iris,mapping = aes(x = Sepal.Length, y = Petal.Length))+
  geom_smooth()+
  geom_point()

局部设置和全局设置的代码不一样，但是出的图是一样的。

4.3 代码区别：

第一个区别：

局部设置的代码里mapping写了两次，全局设置的mapping写在被当做模版处，

用ggplot画任何一张图，开头永远都是ggplot，后面可以用+连接若干个geom_函数，开头一定是ggplot，mapping放的位置不一样，效果是一样的，全局设置可以起简化作用。

现在有color，只想给点加上颜色，不想给曲线加颜色，在点图函数里加上映射：aes()。

两个或是多个画图函数一起画图，单独想给某个图形设置颜色，在该图形的函数里加映射aes(color=或是fill=)。

ggplot(data = iris,mapping = aes(x = Sepal.Length, y = Petal.Length))+
  geom_smooth()+
  geom_point(mapping = aes(color=Species))
##Species不能使用自动补齐

第二个区别：映射

局部设置：仅对当前图层有效

全局设置：对所有图层有效

图层：geom_xxx()画出的单个几何对象。

练习题及代码：

### 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
ggplot(data = iris)+
  geom_boxplot(mapping = aes(x=Species,
                             y=Sepal.Width))
ggplot(data = iris)+
  geom_boxplot(mapping = aes(x=Species,
                             y=Sepal.Width,
                             fill=Species))
                             #color=Species
##fill=Species或是color=Species对比一下。color默认的颜色是黑色


### 2. 尝试在此图上叠加点图，
# 能发现什么问题？
ggplot(data = iris,mapping = aes(x=Species,y=Sepal.Width,fill=Species))+
             geom_boxplot()+
             geom_point()
##每个品种本来是有50个点，但是从图片上没有50个，因为点之间发生重合

5.统计变换

直方图：代码里只有指定x，没有指定y。

View(diamonds)
##diamonds为内置数据，5万多行，每一行记录一颗钻石的信息。
table(diamonds$cut)
##cut为切割质量，有5个等级，用直方图统计每个等级有多少颗钻石
ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut))

ggplot(data = diamonds) + 
  stat_count(mapping = aes(x = cut))
##以上两句代码画出来的图是一样的。不同在于代码geom_bar，把这一列画一个直方图；stat_count()为统计变换函数，它和这些几何对象有一定的对应关系，在这里的意思是，把这一列统计并且画图展示。一个是画图，一个是展示数据。
##代码里只有指定x，没有指定y，cut里面有5个取值，每个取值重复若干次，作为纵坐标，是计算得来，自动计算。

统计变换使用场景

5.1 不统计，数据直接做图

有时候拿到的直方图不是原始数据，而是统计好的，两列的数据：每个等级以及出现的次数，使用表中数据直接作图，不统计。

fre = as.data.frame(table(diamonds$cut))
fre

ggplot(data = fre) +
  geom_bar(mapping = aes(x = Var1, y = Freq), stat = "identity")
##stat = "identity"，意思是画只给的x和y，给啥画啥，不要统计。

使用场景2：不统计count，统计prop（比例）

有时候不需要统计数，而是统计比例：

ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut, y = ..prop.., group = 1))
##prop不是这个数据的某一列，所以写成这样..prop..为纵坐标，group = 1，把所有5万颗钻石当做一个整体，当作一个分组，如果不加group = 1，会把每个等级当作一组，各自占自己的100%。自己试了把group = 1去掉，没有比例，画出来为5根等长的柱形图。不习惯的是这个写法..prop..，大神就是大神，习惯就好。

6.位置调整

6.1 抖动的点图

有些数据很接近，画点图的时候，这些点会重叠，有两种方法

geom_point()加参数position，geom_jitter()函数是不要把横坐标限制严，在一个范围以内都属于该横坐标，范围宽一点，重合的点，横纵坐标错一下位，就不会发生重叠。

ggplot(data = mpg,mapping = aes(x = class, 
                                y = hwy)) + 
  geom_boxplot()+
  geom_point()

ggplot(data = mpg,mapping = aes(x = class, 
                                y = hwy)) + 
  geom_boxplot()+
  geom_jitter()

补充dotplot，点不重合，也不奔放

ggplot(data = mpg,mapping = aes(x = class, 
                                y = hwy)) + 
  geom_boxplot()+
  geom_dotplot(binaxis = "y",binwidth = .5,stackdir = "center")

6.2 堆叠直方图

直方图不是只能展示一个变量，可以展示两个变量，如数据集diamonds的两列：cut和clarity

ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut,fill=clarity))
##因为横纵坐标被占掉，对于clarity只能用颜色来表示

6.3 并列直方图

ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut, fill = clarity), position = "dodge")

并列直方图与堆叠直方图之间就是多了一个参数：position = "dodge"，堆叠直方图展示总体数字以及各自的比例，并列直方图展示每个切割质量的clarity具体数值。

7.坐标系

已经画好一张图，不想牵一发而动全身，即不想改很多东西，而是想把坐标系转一转，横纵坐标的对调

7.1 翻转坐标系coord_flip()

ggplot(data = mpg, mapping = aes(x = class, y = hwy)) + 
  geom_boxplot() +
  coord_flip()

7.2 极坐标系coord_polar()

在直方图的基础上，用柱子表示数字换成用伞形的面积表示数字

bar <- ggplot(data = diamonds) + 
  geom_bar(
    mapping = aes(x = cut, fill = cut), 
    width = 1
  ) + 
  theme(aspect.ratio = 1) +
  labs(x = NULL, y = NULL)
bar
bar + coord_flip()
bar + coord_polar()

8.ggplot图片背景的设置：

ggplot(data = iris,mapping = aes(x=Species,y=Sepal.Width,fill=Species))+
             geom_boxplot()+
             geom_point()

原图：

与背景相关的函数：theme_可能有9个

8.1 去灰色背景：加上 theme_bw()

ggplot(data = iris,mapping = aes(x=Species,y=Sepal.Width,fill=Species))+
  geom_boxplot()+
  geom_point()+
  theme_bw()

8.2 横纵坐标的框框消失：theme_classic()

ggplot(data = iris,mapping = aes(x=Species,y=Sepal.Width,fill=Species))+
  geom_boxplot()+
  geom_point()+
  theme_classic()

9.完整绘图模板