R 数据可视化 —— ggplot 标度（三）
9. 位置
一幅图有两个位置标度，即指定水平位置的 X 轴和指定竖直位置的 Y 轴。
针对不同的数据类型，标度函数又可以分为连续型、离散型和日期标度。
9.1 连续型
连续型位置标度主要是 scale_x_continuous() 和 scale_y_continuous()。用于将连续型数据映射到 X 和 Y 轴。
每个连续型标度函数都接受一个 trans 参数，用于对输入的数据进行变换后绘图。
内置的转换函数包括：
"asn", "atanh", "boxcox",
"date", "exp", "hms",
"identity", "log", "log10",
"log1p", "log2", "logit",
"modulus", "probability", "probit",
"pseudo_log", "reciprocal", "reverse",
"sqrt" "time"
一些常用的转换函数会有对应的简便写法，如
scale_x/y_log10()
scale_x/y_reverse()
scale_x/y_sqrt()
即 scale_x_log10() 和 scale_x_continuous(trans = "log10") 是等价的
当然，我们可以先对数据进行转换，然后再绘制图片。这样可以更好的自定义自己的转换方式
例如下面这个例子
p1 <- ggplot(diamonds, aes(log10(carat), log10(price))) +
geom_point()
p2 <- ggplot(diamonds, aes(carat, price)) +
geom_point() +
scale_x_log10() +
scale_y_log10()
plot_grid(p1, p2, labels = LETTERS[1:2])
可以看到，在绘图前后变换的数据主体是完全相同的，但是坐标轴的刻度却不一样。这将在后面的坐标系调整中进行说明
数据转换
p1 <- ggplot(mpg, aes(displ, hwy)) +
geom_point()
p2 <- p1 + scale_y_log10()
p3 <- p1 + scale_y_sqrt()
p4 <- p1 + scale_y_reverse()
plot_grid(p1, p2, p3, p4,
labels = LETTERS[1:4], ncol = 2)
也可以使用 scales 包定义的转换函数
p1 + scale_y_continuous(trans = scales::reciprocal_trans())
对数据进行分箱
p1 <- ggplot(mpg, aes(displ, hwy)) +
geom_point()
p2 <- p1 + scale_x_continuous(
breaks = c(2, 4, 6),
label = c("two", "four", "six")
)
plot_grid(p1, p2, labels = LETTERS[1:2])
使用 scales 包中的函数为轴标签设置格式
df <- data.frame(
x = rnorm(10) * 100000,
y = seq(0, 1, length.out = 10)
)
p2 <- ggplot(df, aes(x, y)) + geom_point()
p3 <- p2 + scale_y_continuous(labels = scales::percent)
p4 <- p2 + scale_y_continuous(labels = scales::dollar)
p5 <- p2 + scale_x_continuous(labels = scales::comma)
plot_grid(p2, p3, p4, p5,
labels = LETTERS[1:4], ncol = 2)
9.2 离散型
scale_x_discrete() 和 scale_y_discrete() 两个函数用于将离散型数据映射到坐标轴上。
d <- ggplot(subset(diamonds, carat > 1), aes(cut, clarity)) +
geom_jitter()
# 重置 X 轴的标签映射
p2 <- d + scale_x_discrete("Cut", labels = c("Fair" = "F","Good" = "G",
"Very Good" = "VG","Perfect" = "P","Ideal" = "I"))
p3 <- d + scale_x_discrete(limits = c("Fair","Ideal"))
p4 <- d + xlim("Fair","Ideal", "Good") + ylim("I1", "IF")
plot_grid(d, p2, p3, p4, labels = LETTERS[1:4], nrow = 2)
对标签进行重排
p1 <- ggplot(mpg, aes(manufacturer, cty)) + geom_point()
p2 <- ggplot(mpg, aes(reorder(manufacturer, cty), cty)) + geom_point()
p3 <- ggplot(mpg, aes(reorder(manufacturer, displ), cty)) + geom_point()
p4 <- ggplot(mpg, aes(reorder(manufacturer, displ), cty)) +
geom_point() +
scale_x_discrete(labels = abbreviate)
plot_grid(d, p2, p3, p4, labels = LETTERS[1:4], nrow = 2)
在 D 图中，我们使用 abbreviate 函数将 X 轴的标签设置为简写
9.3 日期和时间
虽然日期和时间也是连续型的，但是在标注坐标轴时还是有些不一样的。
共支持三种类型的时间日期，其中 scale_*_date 处理 Date 类型，scale_*_datetime 用于处理 POSIXct 类型的时间，scale_*_time 用于处理 hms 类型的时间
这些函数主要有三个特殊的参数
-
date_breaks：一个字符串，用于设置时间间隔。如"2 weeks"或"10 years"。
如果同时指定 break 和 date_breaks，则以 date_breaks 为准
-
date_labels：一个字符串，为labels提供格式化规范。
如果同时指定了 label 和 date_labels，则以 date_labels 为准
常用的数据格式编码有：
更详细的格式介绍可以参考：
https://rdrr.io/r/base/strptime.html
-
date_minor_breaks：一个字符串，给出次要标签之间的时间间距。如"2 weeks"或"10 years"。
如果同时指定了 minor_breaks 和 date_minor_breaks，则以 date_minor_breaks 为准。
对于如下例子
last_month <- Sys.Date() - 0:29
df <- data.frame(
date = last_month,
price = runif(30)
)
base <- ggplot(df, aes(date, price)) +
geom_line()
设置格式
p1 <- p + scale_x_date(date_labels = "%b %d")
p2 <- p + scale_x_date(date_breaks = "1 week", date_labels = "%W")
p3 <- p + scale_x_date(date_minor_breaks = "1 day")
# 限制范围
p4 <- p + scale_x_date(limits = c(Sys.Date() - 7, NA))
plot_grid(p1, p2, p3, p4, labels = LETTERS[1:4], nrow = 2)
注意：在这里会有一个问题，就是英文月份无法显示。那该如何设置呢？
首先，尝试使用如下命令来设置
Sys.setlocale("LC_TIME", "English")如果在运行该命令式报出如下错误
> Sys.setlocale("LC_TIME", "English") [1] "" Warning message: In Sys.setlocale("LC_TIME", "English") : 操作系统报告说无法执行将本地化设成"English"的请求这个问题的原因可能是系统语言的问题，网上有人推荐说更改系统语言。但是这样改很麻烦，所以我尝试了如下代码
Sys.setlocale("LC_TIME", "C")再次运行，已经解决了该问题了。不需要更改系统语言
