DatistEQ之ggplot2可视化基础

ggplot( )是ggplot系统的核⼼函数，一般先初始化一个ggplot图形，然后再逐渐在上面添加各式的图层。

例：研究mtcars数据集中，不同汽缸分组的汽车wt与mpg的关系

1.初始化图形

library(ggplot2)  
g <- ggplot(mtcars, aes(wt, mpg)) 
ggsave(gettempfile(), width = 15, height = 10, dpi=300,units = "cm") 

图片

此时系统不知道要如何绘制数据，如不知道是用点、线或是其他形状绘制，还没有足够的信息来在屏幕上绘出这幅图。

注，以下几个小节的代码，是在基于上述代码的。

2.“+”添加各种图层

2.1 geom_point( )添加点

g + geom_point()
ggsave(gettempfile(), width = 15, height = 10, dpi=300,units = "cm") 

图片

调用时不带任何参数将使用一些默认值。

2.2 geom_smooth( )添加平滑曲线

g + geom_point()+ geom_smooth()
ggsave(gettempfile(), width = 15, height = 10, dpi=300,units = "cm") 

image.png

g + geom_point() + geom_smooth(method = "lm")
ggsave(gettempfile(), width = 15, height = 10, dpi=300,units = "cm") 

image.png

默认使用LOESS/LOWESS平滑器，边界处有很多噪音，数据少的区域置信区间变得很宽。线性模型的阴影区域代表的不确定性要比LOESS小得多。

2.3 facet_grid( )绘制分面图

g + geom_point() + facet_grid(. ~ cyl) + geom_smooth(method = "lm")
ggsave(gettempfile(), width = 15, height = 10, dpi=300,units = "cm") 

image.png

cyl变量在“~”右边表示每个cyl水平的独立图排成一行。每个面板上的标签为条件因子变量的水平。

3.可以调整美学参数修改点的样式

3.1 修改点的颜色

g + geom_point(color = "steelblue", size = 4, alpha = 1/2)
ggsave(gettempfile(), width = 15, height = 10, dpi=300,units = "cm") 

image.png

将表示颜色的字符变量赋给color，颜色设为steelblue。

g + geom_point(aes(color = cyl), size = 4, alpha = 1/2)
ggsave(gettempfile(), width = 15, height = 10, dpi=300,units = "cm") 

image.png

将因子变量赋值给color，不同水平的点赋予不同的颜色，并添加图例。

3.2 labs( )添加标签

g + geom_point(aes(color = cyl)) + labs(title = "Automobile Data") + 
  labs(x = "weight", y = "Miles Per Gallon")
ggsave(gettempfile(), width = 15, height = 10, dpi=300,units = "cm") 

image.png

3.3 调整平滑曲线

g + geom_point(aes(color = cyl), size = 2, alpha = 1/2) +
  geom_smooth(size = 1, linetype = 2, method = "lm", se = FALSE) #se=FALSE不显示置信区间
ggsave(gettempfile(), width = 15, height = 10, dpi=300,units = "cm") 

image.png

3.4 theme_bw( )设置黑白背景及字体

g + geom_point(aes(color = cyl)) + theme_bw(base_family = "Times")#使用Times字体
ggsave(gettempfile(), width = 15, height = 10, dpi=300,units = "cm") 

image.png

上面介绍了ggplot2的基本使用方法，领略了一种全新的基于图层的绘图思想，以及一些具体统计图形的绘制方法，并穿插了诸如更换颜色、增加分面以及添加拟合线等小技巧。

参考文献：

1. 数据科学13 | 探索性数据分析-ggplot2绘图