[R語言] ggplot2入門筆記2—通用教程ggplot2簡介

通用教程簡介(Introduction To ggplot2)

代碼下載地址
以前，我們看到了使用ggplot2軟件包製作圖表的簡短教程。它很快涉及製作ggplot的各個方面。現在，這是一個完整而完整的教程。現在討論如何構造和自定義幾乎所有ggplot。它涉及的原則，步驟和微妙之處，使圖像的情節有效和更具視覺吸引力。因此，出於實用目的，我希望本教程可以作爲書籤參考，對您日常的繪圖工作很有用。
這是ggplot2的三部分通用教程的第1部分，ggplot2是R中的美觀（非常流行）的圖形框架。該教程主要針對具有R編程語言的一些基本知識並希望製作複雜且美觀的圖表的用戶與R ggplot2。

• ggplot2簡介(Introduction to ggplot2)
• 自定義外觀(Customizing the Look and Feel)
• 前50個ggplot2可視化效果(top 50 ggplot2 Visualizations)

ggplot2簡介涵蓋了有關構建簡單ggplot以及修改組件和外觀的基本知識；自定義外觀是關於圖像的自定義，如使用多圖，自定義佈局操作圖例、註釋；前50個ggplot2可視化效果應用在第1部分和第2部分中學到的知識來構造其他類型的ggplot，例如條形圖，箱形圖等。

2 ggplot2入門筆記2—通用教程ggplot2簡介

本章節簡介涵蓋了有關構建簡單ggplot以及修改組件和外觀的基本知識，該章節主要內容有：

1. 瞭解ggplot語法(Understanding the ggplot Syntax)
2. 如何製作一個簡單的散點圖(How to Make a Simple Scatterplot)
3. 如何調整XY軸範圍(How to Adjust the X and Y Axis Limits)
4. 如何更改標題和軸標籤(How to Change the Title and Axis Labels)
5. 如何更改點的顏色和大小(How to Change the Color and Size of Points)
6. 如何更改X軸文本和刻度的位置(How to Change the X Axis Texts and Ticks Location)

參考文檔

http://r-statistics.co/Complete-Ggplot2-Tutorial-Part1-With-R-Code.html

1. 瞭解ggplot語法(Understanding the ggplot Syntax)

如果您是初學者或主要使用基本圖形，則構造ggplots的語法可能會令人困惑。主要區別在於，與基本圖形不同，ggplot適用於數據表而不是單個矢量。繪圖所需的所有數據通常都包含在提供給ggplot（）本身的數據框中，或者可以提供給各個geom。第二個值得注意的功能是，您可以通過向使用該ggplot()功能創建的現有圖上添加更多層（和主題）來繼續增強圖。

讓我們根據midwest數據集初始化一個基本的ggplot

# Setup
# #關閉科學記數法，如1e+06
# turn off scientific notation like 1e+06
options(scipen=999)  
library(ggplot2)
# load the data 載入數據
data("midwest", package = "ggplot2")
# 顯示數據
head(midwest)
# Init Ggplot 初始化圖像
# area and poptotal are columns in 'midwest'
ggplot(midwest, aes(x=area, y=poptotal))  

Warning message:
"package 'ggplot2' was built under R version 3.6.1"

A tibble: 6 × 28

PID	county	state	area	poptotal	popdensity	popwhite	popblack	popamerindian	popasian	...	percollege	percprof	poppovertyknown	percpovertyknown	percbelowpoverty	percchildbelowpovert	percadultpoverty	percelderlypoverty	inmetro	category
<int>	<chr>	<chr>	<dbl>	<int>	<dbl>	<int>	<int>	<int>	<int>	...	<dbl>	<dbl>	<int>	<dbl>	<dbl>	<dbl>	<dbl>	<dbl>	<int>	<chr>
561	ADAMS	IL	0.052	66090	1270.9615	63917	1702	98	249	...	19.63139	4.355859	63628	96.27478	13.151443	18.01172	11.009776	12.443812	0	AAR
562	ALEXANDER	IL	0.014	10626	759.0000	7054	3496	19	48	...	11.24331	2.870315	10529	99.08714	32.244278	45.82651	27.385647	25.228976	0	LHR
563	BOND	IL	0.022	14991	681.4091	14477	429	35	16	...	17.03382	4.488572	14235	94.95697	12.068844	14.03606	10.852090	12.697410	0	AAR
564	BOONE	IL	0.017	30806	1812.1176	29344	127	46	150	...	17.27895	4.197800	30337	98.47757	7.209019	11.17954	5.536013	6.217047	1	ALU
565	BROWN	IL	0.018	5836	324.2222	5264	547	14	5	...	14.47600	3.367680	4815	82.50514	13.520249	13.02289	11.143211	19.200000	0	AAR
566	BUREAU	IL	0.050	35688	713.7600	35157	50	65	195	...	18.90462	3.275891	35107	98.37200	10.399635	14.15882	8.179287	11.008586	0	AAR

上面繪製了一個空白ggplot。即使指定了x和y，也沒有點或線。這是因爲ggplot並不假定您要繪製散點圖或折線圖。我只告訴ggplotT使用什麼數據集，哪些列應該用於X和Y軸。我沒有明確要求它畫出任何點。還要注意，該aes()功能用於指定X和Y軸。這是因爲，必須在aes()函數中指定屬於源數據幀的任何信息。

2. 如何製作一個簡單的散點圖(How to Make a Simple Scatterplot)

讓我們通過使用稱爲的geom層添加散點圖，在空白ggplot基礎製作一個散點圖geom_point。

library(ggplot2)
ggplot(midwest, aes(x=area, y=poptotal)) + 
geom_point()

我們得到了一個基本的散點圖，其中每個點代表一個縣。但是，它缺少一些基本組成部分，例如繪圖標題，有意義的軸標籤等。此外，大多數點都集中在繪圖的底部，這不太好。您將在接下來的步驟中看到如何糾正這些問題。
像geom_point()一樣，有許多這樣的geom層，我們將在本教程系列的後續部分中看到。現在，讓我們使用geom_smooth（method=‘lm’）添加一個平滑層。由於該方法被設置爲lm（線性模型的簡稱），所以它會畫出最適合的擬合直線。

g <- ggplot(midwest, aes(x=area, y=poptotal)) + 
geom_point() + 
# set se=FALSE to turnoff confidence bands
# 設置se=FALSE來關閉置信區間
geom_smooth(method="lm", se=TRUE)  
plot(g)

最合適的線是藍色。您能找到其他method可用的選項geom_smooth嗎？（注意：請參閱geom_smooth）。您可能已經注意到，大多數點都位於圖表的底部，看起來並不好看。因此，讓我們更改Y軸限制以關注下半部分。

3. 如何調整XY軸範圍(How to Adjust the X and Y Axis Limits)

X軸和Y軸範圍可以通過兩種方式控制。

3.1 方法1：通過刪除範圍之外的點

與原始數據相比，這將更改最佳擬合線或平滑線。這可以通過xlim（）和ylim（）完成。可以傳遞長度爲2的數值向量（具有最大值和最小值）或僅傳遞最大值和最小值本身。

library(ggplot2)
# set se=FALSE to turnoff confidence bands
# 設置se=FALSE來關閉置信區間
g <- ggplot(midwest, aes(x=area, y=poptotal)) + 
geom_point() + 
geom_smooth(method="lm")

# Delete the points outside the limits
# deletes points 刪除點
g + xlim(c(0, 0.1)) + ylim(c(0, 1000000))
# g + xlim(0, 0.1) + ylim(0, 1000000)   

Warning message:
"Removed 5 rows containing non-finite values (stat_smooth)."
Warning message:
"Removed 5 rows containing missing values (geom_point)."

在這種情況下，圖表不是從頭開始構建的，而是建立在g之上的。這是因爲先前的圖g以ggplot對象存儲爲，該對象在被調用時將重現原始圖。使用ggplot，您可以在該圖的頂部添加更多的圖層，主題和其他設置。
您是否注意到最佳擬合線與原始圖相比變得更加水平？這是因爲，當使用xlim()和時ylim()，指定範圍之外的點將被刪除，並且在繪製最佳擬合線（使用geom_smooth(method=‘lm’)）時將不考慮這些點。當您希望知道移除某些極值（或離羣值）時最佳擬合線將如何變化時，此功能可能會派上用場。

3.2 方法2：放大

另一種方法是通過放大感興趣的區域而不刪除點來更改X和Y軸限制。這是使用coord_cartesian()完成的。讓我們將該圖存儲爲g1，由於考慮了所有要點，因此最佳擬合線沒有改變。

library(ggplot2)
g <- ggplot(midwest, aes(x=area, y=poptotal)) + 
geom_point() + 
# set se=FALSE to turnoff confidence bands
geom_smooth(method="lm")  

# Zoom in without deleting the points outside the limits. 
# As a result, the line of best fit is the same as the original plot.
# 放大而不刪除超出限制的點。因此，最佳擬合線與原始圖相同。
g1 <- g + coord_cartesian(xlim=c(0,0.1), ylim=c(0, 1000000))  
plot(g1)

4. 如何更改標題和軸標籤(How to Change the Title and Axis Labels)

我將其存儲爲g1。讓我們爲X和Y軸添加繪圖標題和標籤。這可以一次性使用來完成labs()與功能title，x和y參數。另一種選擇是使用ggtitle()，xlab()和ylab()

library(ggplot2)
# 畫圖
# set se=FALSE to turnoff confidence bands
g <- ggplot(midwest, aes(x=area, y=poptotal)) + geom_point() + geom_smooth(method="lm")  
# 限制範圍
g1 <- g + coord_cartesian(xlim=c(0,0.1), ylim=c(0, 1000000))  # zooms in
# Add Title and Labels
# 添加標籤，標題名，小標題名，說明文字
g1 + labs(title="Area Vs Population", subtitle="From midwest dataset", y="Population", x="Area", caption="Midwest Demographics")

# 另外一種方法
g1 + ggtitle("Area Vs Population", subtitle="From midwest dataset") + xlab("Area") + ylab("Population")

優秀！因此，這是完整功能調用。

# Full Plot call
library(ggplot2)
ggplot(midwest, aes(x=area, y=poptotal)) + 
geom_point() + 
geom_smooth(method="lm") + 
coord_cartesian(xlim=c(0,0.1), ylim=c(0, 1000000)) + 
labs(title="Area Vs Population", subtitle="From midwest dataset", y="Population", x="Area", caption="Midwest Demographics")

5. 如何更改點的顏色和大小(How to Change the Color and Size of Points)

本節主要內容有：

• 如何將顏色和尺寸更改爲靜態？(How to Change the Color and Size To Static?)
• 如何更改顏色以在另一列中反映類別？(How to Change the Color To Reflect Categories in Another Column?)

5.1 如何將顏色和尺寸更改爲靜態？(How to Change the Color and Size To Static?)

我們可以通過修改相應的幾何圖形來改變幾何圖形圖層的美感。讓我們將點和線的顏色更改爲靜態值。

library(ggplot2)
# 畫圖
ggplot(midwest, aes(x=area, y=poptotal)) + 
# Set static color and size for points
# 設置固定顏色和尺寸
geom_point(col="steelblue", size=3) +   
# change the color of line
# 更改擬合直線顏色
geom_smooth(method="lm", col="firebrick") +  
coord_cartesian(xlim=c(0, 0.1), ylim=c(0, 1000000)) + 
labs(title="Area Vs Population", subtitle="From midwest dataset", y="Population", x="Area", caption="Midwest Demographics")

5.2 如何更改顏色以在另一列中反映類別？(How to Change the Color To Reflect Categories in Another Column?)

假設我們要根據源數據集中的另一列更改顏色midwest，則必須在aes()函數內指定顏色。

library(ggplot2)
gg <- ggplot(midwest, aes(x=area, y=poptotal)) + 
# Set color to vary based on state categories.
# 根據狀態類別將顏色設置爲不同。
geom_point(aes(col=state), size=3) +  
geom_smooth(method="lm", col="firebrick", size=2) + 
coord_cartesian(xlim=c(0, 0.1), ylim=c(0, 1000000)) + 
labs(title="Area Vs Population", subtitle="From midwest dataset", y="Population", x="Area", caption="Midwest Demographics")
plot(gg)

現在，每個點都基於aes所屬的狀態（col=state）上色。不只是顏色，大小、形狀、筆劃（邊界的厚度）和填充（填充顏色）都可以用來區分分組。作爲附加的優點，圖例將自動添加。如果需要，可以通過在theme（）函數中將legend.position設置爲None來刪除它。

# remove legend 移除圖例
gg + theme(legend.position="None")  

另外，您可以用調色板完全更改顏色。

# change color palette 更改調色板
gg + scale_colour_brewer(palette = "Set1")  

在RColorBrewer軟件包中可以找到更多這樣的調色板，具體顏色顯示見網頁

library(RColorBrewer)
head(brewer.pal.info, 10)

A data.frame: 10 × 3

	maxcolors	category	colorblind
	<dbl>	<fct>	<lgl>
BrBG	11	div	TRUE
PiYG	11	div	TRUE
PRGn	11	div	TRUE
PuOr	11	div	TRUE
RdBu	11	div	TRUE
RdGy	11	div	FALSE
RdYlBu	11	div	TRUE
RdYlGn	11	div	FALSE
Spectral	11	div	FALSE
Accent	8	qual	FALSE

6. 如何更改X軸文本和刻度的位置(How to Change the X Axis Texts and Ticks Location)

本節主要內容有：

• 如何更改X和Y軸文本及其位置？(How to Change the X and Y Axis Text and its Location?)
• 如何通過設置原始值的格式爲軸標籤編寫自定義文本？(How to Write Customized Texts for Axis Labels, by Formatting the Original Values?)
• 如何使用預置主題一次性定製整個主題？(How to Customize the Entire Theme in One Shot using Pre-Built Themes?)

6.1 如何更改X和Y軸文本及其位置？(How to Change the X and Y Axis Text and its Location?)

好了，現在讓我們看看如何更改X和Y軸文本及其位置。這涉及兩個方面：breaks和labels。

第1步：設置breaks
座標軸間隔breaks的範圍應該與X軸變量相同。注意，我使用的是scale_x_continuous，因爲X軸變量是連續變量。如果它是一個日期變量，那麼可以使用scale_x_date。與scale_x_continuous()類似，scale_y_continuous()也可用於Y軸。

library(ggplot2)

# Base plot
gg <- ggplot(midwest, aes(x=area, y=poptotal)) + 
# Set color to vary based on state categories
# 設置顏色
geom_point(aes(col=state), size=3) + 
geom_smooth(method="lm", col="firebrick", size=2) + 
coord_cartesian(xlim=c(0, 0.1), ylim=c(0, 1000000)) + 
labs(title="Area Vs Population", subtitle="From midwest dataset", y="Population", x="Area", caption="Midwest Demographics")

# Change breaks
# 改變間距
gg + scale_x_continuous(breaks=seq(0, 0.1, 0.01))

第2步：更改labels
可以選擇更改labels軸刻度。labels取與長度相同的向量breaks。通過設置labels從a到k的字母進行演示（儘管在這種情況下它沒有任何意義）。

library(ggplot2)

# Base plot
gg <- ggplot(midwest, aes(x=area, y=poptotal)) + 
# Set color to vary based on state categories
# 設置顏色
geom_point(aes(col=state), size=3) + 
geom_smooth(method="lm", col="firebrick", size=2) + 
coord_cartesian(xlim=c(0, 0.1), ylim=c(0, 1000000)) + 
labs(title="Area Vs Population", subtitle="From midwest dataset", y="Population", x="Area", caption="Midwest Demographics")

# Change breaks + label
# letters字母表
gg + scale_x_continuous(breaks=seq(0, 0.1, 0.01), labels = letters[1:11])

如果需要反轉刻度，請使用scale_x_reverse()/scale_y_reverse()

library(ggplot2)

# Base plot
gg <- ggplot(midwest, aes(x=area, y=poptotal)) + 
# Set color to vary based on state categories
# 設置顏色
geom_point(aes(col=state), size=3) + 
geom_smooth(method="lm", col="firebrick", size=2) + 
coord_cartesian(xlim=c(0, 0.1), ylim=c(0, 1000000)) + 
labs(title="Area Vs Population", subtitle="From midwest dataset", y="Population", x="Area", caption="Midwest Demographics")

# Reverse X Axis Scale
# 反轉x軸
gg + scale_x_reverse()

6.2 如何通過設置原始值的格式爲軸標籤編寫自定義文本？(How to Write Customized Texts for Axis Labels, by Formatting the Original Values?)

讓我們設置Y軸文本的breaks，並設置X軸和Y軸標籤。我用了兩種方法格式化標籤。方法1：使用sprintf()。（在下面的示例中，將其格式化爲％）* 方法2：使用自定義的用戶定義函數。（按1000到1K的比例格式化）

library(ggplot2)

# Base plot
gg <- ggplot(midwest, aes(x=area, y=poptotal)) + 
# Set color to vary based on state categories
# 設置顏色
geom_point(aes(col=state), size=3) + 
geom_smooth(method="lm", col="firebrick", size=2) + 
coord_cartesian(xlim=c(0, 0.1), ylim=c(0, 1000000)) + 
labs(title="Area Vs Population", subtitle="From midwest dataset", y="Population", x="Area", caption="Midwest Demographics")

# Change Axis Texts
gg + 
# 更改x軸
scale_x_continuous(breaks=seq(0, 0.1, 0.01), labels = sprintf("%1.2f%%", seq(0, 0.1, 0.01))) + 
# 更改y軸
scale_y_continuous(breaks=seq(0, 1000000, 200000), labels = function(x){paste0(x/1000, 'K')})

6.3 如何使用預置主題一次性定製整個主題？(How to Customize the Entire Theme in One Shot using Pre-Built Themes?)

最後，我們可以使用預先構建的主題來更改整個主題本身，而不是單獨更改主題組件。幫助頁面?theme_bw顯示了所有可用的內置主題。這通常是通過兩種方式來實現的。在繪製ggplot之前，使用theme_set()設置主題。請注意，此設置將影響將來的所有繪圖。或者繪製ggplot，然後添加整個主題設置（例如theme_bw()）

library(ggplot2)

# Base plot
gg <- ggplot(midwest, aes(x=area, y=poptotal)) + 
# Set color to vary based on state categories.
geom_point(aes(col=state), size=3) +  
geom_smooth(method="lm", col="firebrick", size=2) + 
coord_cartesian(xlim=c(0, 0.1), ylim=c(0, 1000000)) + 
labs(title="Area Vs Population", subtitle="From midwest dataset", y="Population", x="Area", caption="Midwest Demographics")

gg <- gg + scale_x_continuous(breaks=seq(0, 0.1, 0.01))

# method 1: Using theme_set()
theme_set(theme_classic())  
gg

# method 2: Adding theme Layer itself.
# 添加主題層
gg + theme_bw() + labs(subtitle="BW Theme")

gg + theme_classic() + labs(subtitle="Classic Theme")