感谢关注天善智能，走好数据之路↑↑↑

欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！

对商业智能BI、大数据分析挖掘、机器学习，python，R等数据领域感兴趣的同学加微信：tstoutiao，邀请你进入数据爱好者交流群，数据爱好者们都在这儿。

作者：李誉辉  四川大学在读研究生 

往期精彩： 

R_插值_拟合_回归_样条

R_circlize包_和弦图（一）

R_circlize包_和弦图（二）

1 ggplot2特点

采用图层的设计方式，有利于结构化思维

将表征数据和图形细节分开，能快速将图形表现出来，使创造性绘图更加容易，而不必纠结于图形的细节，细节可以后期慢慢调整

将常见的统计变换融入到了绘图中

有明确的起始(ggplot开始)与终止(一句话一个图层)，图层之间的叠加是靠“+”实现的，越往后，其图层越在上方

图形美观，扩展包丰富，有专门调整字体和公式的包，有专门调整颜色的包，还有专门用按钮辅助调整主题的包，总之，应有尽有

2 ggplot2基本概念

Data数据， Mapping映射

Scale标度

Geometric几何对象

Statistics统计变换

Coordinate坐标系统

Layer图层

Facet分面

Legend图例

beautiful美化

3 ggplot2语法框架

绘图流程：

ggplot(data, aes(x = , y = )) +   # 基础图层，不出现任何图形元素，  geom_xxx()|stat_xxx() +  # 几何图层或统计变换，出现图形元素    coord_xxx() +  # 坐标变换，默认笛卡尔坐标系       scale_xxx() + # 标度调整，调整具体的标度    facet_xxx() + # 分面，将其中一个变量进行分面变换    guides() + # 图例调整  theme() # 主题系统  

3.1 共性映射与个性映射

ggplot(data = NULL, mapping = aes())

geom_xxx(data = NULL, mapping = aes())

ggplot()内有data、mapping两个参数
具有全局优先级，可以被之后的所有geom_xxx对象或stat_xxx()所继承(前提是geom或stat未指定相关参数)

而geom_xxx()或stat_xxx()内的参数属于局部参数，仅仅作用于内部

为了避免混乱，通常将共性映射的参数指定在ggplot(aes())aes内部，将个性映射的参数指定在geom_xxx(aes())或stat_xxx(aes())内部

3.2 几何对象与统计变换

几何对象geom_xxx(stat = ) 内有统计变换参数stat，统计变换stat_xxx(geom = )内也有几何对象参数geom

两种方法结果相同，几何对象更专注于结果，统计变换更专注于变换过程

library(ggplot2)# 用几何对象作图ggplot(data = NULL, mapping = aes(x = x, y = y)) + geom_point(color = "darked",     stat = "identity")  # identity 表示没有任何统计变换# 用统计变换作图ggplot(data = NULL, mapping = aes(x = x, y = y)) + stat_identity(color = "darked",     geom = "point")  # geom_point(stat = 'identity')与stat_identity(geom = 'point')结果一样

3.3 aes与data参数

aes参数用来指定要映射的变量,可以是多个变量，

data参数表示指定数据源，必须是data.frame格式，其坐标轴变量最好宽转长，只能指定一个x轴和y轴，多个x列或y列不能使用调整图例。

4 geom_xxx()几何对象

常用的几种几何对象函数：

几何对象函数描述其它geom_point点图geom_point(position = "jitter") == geom_jitter() 避免重叠geom_line折线图可以通过smooth参数平滑处理geom_bar柱形图x轴是离散变量geom_area面积图
geom_histogram直方图x轴数据是连续的geom_boxplot箱线图
geom_rect二维长方形图
geom_segment线段图
geom_path几何路径由一组点按顺序连接geom_curve曲线
geom_abline斜线有斜率和截距指定geom_hline水平线常用于坐标轴绘制geom_vline竖线常用于坐标轴绘制geom_text文本

ggplot2唯一不支持的常规平面图形是雷达图

其它几何对象查询：
ggplot2 part of the tidyverse
ggplot2 Quick Reference: geom
也可以用

ls(pattern = '^geom_', env = as.environment('package:ggplot2')) 查询，但是没有图形示例

library(ggplot2)ls(pattern = "^geom_", env = as.environment("package:ggplot2"))

柱形图和散点图是关键，并且与极坐标变换紧密相连，着重介绍柱形图和散点图，其它的原理和参数都类似

4.1 aesthetics specifications 美学参数

能用作变量映射的包括：

美学参数描述color/col/colour指定点、线和填充区域边界的颜色fill指定填充区域的颜色，如条形和密度区域， 第21到24号点也有填充色alpha指定颜色的透明度，从0(完全透明) 到 1(不透明)size指定点的尺寸或线的宽度，单位为mmangle角度，只有部分几何对象有,如geom_text文本的摆放角度, geom_spoke中短棒摆放角度linetype指定线条的类型shape点的形状, 为[0, 25]区间的26个整数vjust垂直位置微调，在(0, 1)区间的数字或位置字符串: 0=“buttom”, 0.5=“middle”, 1=“top” , 区间外的数字微调比例控制不均hjust水平位置微调，在(0, 1)区间的数字或位置字符串：0=“left”, 0.5=“center”, 1=“right” ， 区间外的数字微调比例控制不均

不常映射的参数描述binwidth直方图的宽度notch表示方块图是否应为缺口sides表示地毯图的安置位置(“b”底部, “l”左部, “t”顶部, “r”右部, “bl”左下角, 等等)width箱线图或柱形图的宽度，从(0, 1), 柱形图默认0.9即90%lineend表示指定宽线条端部形状，有3种：“round”半圆形，“square”增加方形, “butt”默认不变， 常用于geom_path和geom_line几何对象family字体(Font face)，内置的只有3种：“sans”, “serif”, “mono”fontface字型，分为: “plain”常规体, “bold”粗体, “italic”斜体, “bold.italic”粗斜体。常用于geom_text等文本对象lineheight长文本换行行距, 常用于geom_text等文本对象

4.1.1 fill/color 颜色

R自身自持很多种方式的颜色，“颜色名称”和“HEX色值”最常用和方便，其它的需要扩展包
颜色名称如：
“white”, “azure”, “bisque”, “blue”, “black”, “brown”, “chacolate”, “coral”, “cornsilk”, “cyan”, “gold” ,
“darkgolden”, “orange”, “orchild”, “gray”, “grey”, “tomato”, “violet”, “wheat”, “yellow”, “pink”,
“purple”, “red”, “salmon”, “seashell”, “ivory”,“magentia”,“navy”等系列。
所有的颜色名称见： R_Color_Chart（后台回复：颜色，可下载PDF版本）
如果对一组颜色进行映射的话，建议使用RColorBrewer等调色包，更加方便
RColorBrewer颜色板如下，左边为字符串编号，上下分为3个版块，分别为渐变色板Sequential，离散对比色板Qualitative，两极色板Diverging

# colors() # 调用所有内置颜色编号，名称scales::show_col(colors()[1:6])  # show_col函数可以将颜色名称或HEX色值向量显示出来# RColorBrewer包使用library("RColorBrewer")display.brewer.all()  # 显示所有可用色板display.brewer.all(type = "seq")  # 查看渐变色板

RColorBrewer使用方法：
通过函数brewer.pal(n, name)抽取色条名字为name的n种颜色，后面还可以用“[]”索引符号索取色块，
一个几何对象设置多种颜色只能在标度中设置，我们会在标度中继续讲解，例：

library("RColorBrewer")display.brewer.pal(7, "PuRd")  # 抽取PuRd色条7种颜色，其颜色色值范围没有变，只是色值间隔增大了display.brewer.pal(9, "PuRd")[11]  # 抽取PuRd色条11种颜色，其颜色色值范围没有变，指定色值间隔减小了

4.1.2 linetype 线型

线条形状通过名称或整数指定:

线型描述0=“blank”白线1=“solid”实线2=“dashed”短虚线3=“dotted”点线4=“dotdash”点横线5=“longdash”长虚线6=“twodash”短长虚线

自定义线型
通过1个十六进制的字符串来自定义，字符串长度为2、4、6或8。
第1个数字为代表闭合的长度，第2个数字代表缺口的长度，第3个数字又是闭合的长度，第4个数字是缺口的长度，如此交替排列。 然后作为一个整体重复排列
如：
* 字符串“33”代表开始3个单位长度闭合，产生短横线，然后缺口长度也是3个单位，这样作为一个整体进行重复排列
* 字符串“81”代表开始8个单位长度闭合，产生较长的横线，然后缺口长度为1个单位，这样作为一个整体重复排列
* 字符串“f8”表示开始16个单位长度闭合，产生长横线，然后缺口长度为8个单位，这样作为一个整体重复排列
* 字符串“357a”表示开始3个单位长度闭合，产生短横线，然后缺口5个单位，然后闭合7个单位，最后缺口11个单位，这样整体重复排列

如图所示：

library(ggplot2)lty <- c("solid", "dashed", "dotted", "dotdash", "longdash", "twodash")linetypes <- data.frame(  y = seq_along(lty), # seq_along表示生成与对象同样长度的序列  lty = lty) ggplot(linetypes, aes(0, y)) +   geom_segment(aes(xend = 5, yend = y, linetype = lty)) +  # 将一个变量映射到线型  scale_linetype_identity() +   geom_text(aes(label = lty), hjust = 0, nudge_y = 0.2) +  scale_x_continuous(NULL, breaks = NULL) +   scale_y_reverse(NULL, breaks = NULL)# 自定义线型lty <- c("33", "18", "81", "f8", "5f", "357a", "5a73", "342167", "a23f45b6") # 自定义9种线型linetypes <- data.frame(  y = seq_along(lty),  lty = lty) ggplot(linetypes, aes(0, y)) +   geom_segment(aes(xend = 5, yend = y, linetype = lty)) + # 将一个变量映射到线型  scale_linetype_identity() +   geom_text(aes(label = lty), hjust = 0, nudge_y = 0.2) +  scale_x_continuous(NULL, breaks = NULL) +   scale_y_reverse(NULL, breaks = NULL)

4.1.3 shape点型

[0, 25]个序号代表26种点型， 只有21到26号点形能fill颜色，其它都只有轮廓颜色，
序号32:127对应ASCII字符
所有序号如图所示：

library("ggplot2")d = data.frame(p = c(0:25, 32:127))ggplot() + scale_y_continuous(name = "") + scale_x_continuous(name = "") + scale_shape_identity() +     geom_point(data = d, mapping = aes(x = p%%16, y = p%/%16, shape = p), size = 5,         fill = "red") + geom_text(data = d, mapping = aes(x = p%%16, y = p%/%16 +     0.25, label = p), size = 3)

4.1.4 family字体

内置的只有3种，可以通过扩展包extrafont来将其它字体转换为ggplot2可识别的标准形式 还可以通过showtext包以图片的形式将字体插入到ggplot2图中，对于公式之类的特殊字体特别方便，比Latex容易爆了

library("ggplot2")df <- data.frame(x = c(0.4, 0.6, 0.8), y = 1:3, family = c("sans", "serif",     "mono"))ggplot(df, aes(x, y)) + geom_text(aes(label = family, family = family), size = 15) +     xlim(0.2, 1) + ylim(0, 4)

4.1.5 Font face字型

分为4类：“plain”常规体, “bold”粗体, “italic”斜体, “bold.italic”粗斜体

library("ggplot2")df <- data.frame(x = c(1, 1.5, 3, 3.5), y = c(2, 1, 1, 2), fontface = c("plain",     "bold", "italic", "bold.italic"))ggplot(df, aes(x, y)) + geom_text(aes(label = fontface, fontface = fontface),     size = 15) + xlim(0, 5.5) + ylim(0.5, 2.5)

4.1.6 vjust/hjust相对位置微调

vjust: “top” = 1, “middle” = 0.5, “bottom” = 0
hjust: “left” = 0, “center” = 0.5, “right” = 1
微调后，该几何对象还是在另一个几何对象周围

library("ggplot2")just <- expand.grid(hjust = c(0, 0.5, 1), vjust = c(0, 0.5, 1))just$label <- paste0(just$hjust, ", ", just$vjust)ggplot(just, aes(hjust, vjust)) + geom_point(colour = "grey70", size = 5) +     geom_text(aes(label = label, hjust = hjust, vjust = vjust))  # 也能进行映射，但很少用

4.2 position adjustment 位置调整参数

包括：

位置调整函数描述其它position_dodge()水平并列放置position_dodge(width = NULL, preserve = c(“total”, “single”)) 簇状柱形图position_dodge2()水平并列放置position_dodge2(…, padding = 0.1, reverse = FALSE) 簇状柱形图,多了2个参数position_identity()位置不变对于散点图和折线图，可行，默认为identity,但对于多分类柱形图，序列间存在遮盖position_stack()垂直堆叠position_stack(vjust = 1, reverse = FALSE) 柱形图和面积图默认stack堆积position_fill()百分比填充position_fill(vjust = 1, reverse = FALSE) 垂直堆叠，但只能反映各组百分比position_jitter()扰动处理position_jitter(width = NULL, height = NULL, seed = NA)部分重叠， 用于点图position_jitterdodge()并列抖动position_jitterdodge(jitter.width = NULL,jitter.height = 0, dodge.width = 0.75,seed = NA)position_nudge()整体位置微调position_nudge(x = 0, y = 0),整体向x和y方向平移的距离，常用于geom_text文本对象

position_xxx()内其它参数：padding, preserve, reverse, vjust, width, height 等

参数名称值描述preservec(“total”, “single”)当同一组柱子高度相同时，是保留单个柱子，还是保留所有柱子padding数字，(0, 1)区间调整柱子间距(中心距离)， 越大，则柱子宽度缩小越多， 间距越大，0.5表示宽度缩小50%以增大间距reverseTRUE/FALSE是否翻转各组柱子内部的排列顺序，对于dodge2则水平顺序翻转，对于stack和fill则垂直顺序不同vjust(0,1)区间调整点和线的垂直位置，默认1顶部，0.5表示居中，0表示处于底部，折线的变化趋势会变平缓，默认1width(0,1)区间表示水平抖动的程度，因为存在正负方向，所有抖动的范围为其2倍，默认0.5height(0,1)区间表示垂直抖动的程度，因为存在正负方向，所以抖动的范围为其2倍, 默认0.5dodge.width(0,1)区间表示各组的点抖动总的水平宽度，默认0.75， 表示点分布在各组箱子75%宽度上

4.2.1 position_dodge(), position_dodge2() 水平并列

library(ggplot2)ggplot(mtcars, aes(factor(cyl), fill = factor(vs))) + geom_bar(position = "dodge2")  # 水平并列柱形图，默认保留所有柱子ggplot(mtcars, aes(factor(cyl), fill = factor(vs))) + geom_bar(position = position_dodge(preserve = "total"))  # 保留所有柱子ggplot(mtcars, aes(factor(cyl), fill = factor(vs))) + geom_bar(position = position_dodge(preserve = "single"))  # 保留单个柱子ggplot(mtcars, aes(factor(cyl), fill = factor(vs))) + geom_bar(position = position_dodge2(preserve = "single",     reverse = T))  # 翻转各组柱子内部排列顺序ggplot(mtcars, aes(factor(cyl), fill = factor(vs))) + geom_bar(position = position_dodge2(preserve = "single",     padding = 0.5))  # 所有柱子宽度缩小50%

4.2.2 position_stack, position_fill 垂直堆积

library(ggplot2)ggplot(mtcars, aes(factor(cyl), fill = factor(vs))) + geom_bar()  # 柱形图默认stack堆积ggplot(mtcars, aes(factor(cyl), fill = factor(vs))) + geom_bar(position = "fill")  # 百分比堆积ggplot(mtcars, aes(factor(cyl), fill = factor(vs))) + geom_bar(position = position_stack(reverse = TRUE))  # 翻转各组内部垂直堆叠顺序# 散点图 + 折线图series <- data.frame(time = c(rep(1, 4), rep(2, 4), rep(3, 4), rep(4, 4)), type = rep(c("a",     "b", "c", "d"), 4), value = rpois(16, 10))ggplot(series, aes(time, value, group = type)) + geom_line(aes(colour = type)) +     geom_point(aes(colour = type))  # 默认identityggplot(series, aes(time, value, group = type)) + geom_line(aes(colour = type),     position = "stack") + geom_point(aes(colour = type), position = "stack")  # stack堆积ggplot(series, aes(time, value, group = type)) + geom_line(aes(colour = type),     position = position_stack(vjust = 0.5)) + geom_point(aes(colour = type),     position = position_stack(vjust = 0.5))  # 向下移动半个单位，以最下面的元素为高度为基准ggplot(series, aes(time, value, group = type)) + geom_line(aes(colour = type),     position = position_stack(vjust = 0)) + geom_point(aes(colour = type), position = position_stack(vjust = 0))  # 向下移动到底，最下面的折线都拉直了

4.2.3 position_jitter(), position_jitterdodge() 扰动错开

library(ggplot2)ggplot(mtcars, aes(am, vs)) +  geom_jitter()ggplot(mtcars, aes(am, vs)) +   geom_jitter(width = 0.1, height = 0.1) # 增加水平抖动10%，垂直抖动10%ggplot(mtcars, aes(am, vs)) +  geom_point(position = position_jitter(width = 0.1, height = 0.1)) # 原理与上面一样，但是抖动是随机的，每次结果都可能不一样ggplot(mtcars, aes(am, vs)) +  geom_point(position = "jitter") + # 默认抖动50%  geom_point(aes(am + 0.2, vs + 0.2), position = "jitter", color = "red" ) # 可以在映射里面进行简单的运算

4.2.4 position_jitterdodge()

position_jitterdodge(jitter.width = NULL, jitter.height = 0, dodge.width = 0.75, seed = NA)
仅仅用于箱线图和点图在一起的情形,且有顺序的，必须箱子在前，点图在后，抖动只能用在散点几何对象中,
jitter.width 默认40%， jitter.height 默认0

library(ggplot2)dsub <- diamonds[sample(nrow(diamonds), 1000), ]ggplot(dsub, aes(x = cut, y = carat, fill = clarity)) + geom_boxplot(outlier.size = 0) +     geom_point(shape = 23)  # 23号点形状为菱形ggplot(dsub, aes(x = cut, y = carat, fill = clarity)) + geom_boxplot(outlier.size = 0) +     geom_point(shape = 23, position = position_jitterdodge(dodge.width = 0.1))  # 点分布于各组箱子10%宽度上，默认点水平抖动错开ggplot(dsub, aes(x = cut, y = carat, fill = clarity)) + geom_boxplot(outlier.size = 0) +     geom_point(shape = 23, position = position_jitterdodge(dodge.width = 0.8))  # 点分布于各组箱子80%宽度上，默认点水平抖动错开

4.2.5 position_nudge 整体微调

library(ggplot2)df <- data.frame(x = c(1, 3, 2, 5), y = c("a", "c", "d", "c"))ggplot(df, aes(x, y)) + geom_point() + geom_text(aes(label = y))  # 文本对象位置与点重合，视觉效果不好ggplot(df, aes(x, y)) + geom_point() + geom_text(aes(label = y), position = position_nudge(y = -0.1))  # 文本位置向下移动1%个单位，错开文本与点位置

公众号后台回复关键字即可学习

回复 爬虫            爬虫三大案例实战  
回复 Python       1小时破冰入门

回复 数据挖掘     R语言入门及数据挖掘
回复 人工智能     三个月入门人工智能
回复 数据分析师  数据分析师成长之路 
回复 机器学习      机器学习的商业应用
回复 数据科学      数据科学实战
回复 常用算法      常用数据挖掘算法