ggplot2學習筆記之構建圖層

傳統的畫圖函數(如plot、qplot)就好比在一張畫布上畫圖，畫好之後不能修改，而且只能使用一個數據集；而圖層的思想是在多張透明的畫布上繪圖，再把這些畫布按順序疊加在一起形成一個完整的圖形。每一張畫布都可以使用不同數據集，可以單獨對每一個圖層進行修改，需要到哪些圖層就畫哪些圖層。

##1．創建繪圖對象
在用 ggpot()繪製時，需先創建繪圖對象，也就是第一個圖層，它包含兩個參數（數據與圖形屬性映射）。 這兩個參數是繪製圖形的默認參數，如果後面圖層中沒有重新設定新參數，那麼它會自動調用繪圖對象中的參數；如果重新設定了參數則不會使用默認的參數，參數在2.1 中有詳細說明。

ggplot(data, aes(x, y, <other aesthetics>))

歡迎使用Markdown編輯器寫博客

圖層的作用是在圖像上生成可以被人感知的對象。一個圖層有4 個部分組成：

• 數據和圖形屬性映射；
• 一種統計變換；
• 一種幾何對象；
• 一種位置調整方式。

圖層的具體函數如下：

geom_XXX(mapping, data, …, stat, position)
stat_XXX(mapping, data, …, geom, position)

• mapping（可選）：一組圖形屬性映射，通過aes()函數來設定；

• data（可選）：數據框。如果不設定該參數，則會調用繪圖對象中的默認數據集。

• 注意：在繪圖對象ggplot()與圖層中，mapping 與data 的位置是相反的；

• …：geom 或者 stat 的參數。可以是用圖形屬性作爲參數，這樣該屬性就被設定
  爲固定的一個值，而不是被映射給數據集中的一個變量；

• geom 或stat（可選）：我們可以修改geom 默認的stat 值，或者stat 默認的geom
  值。它們是一組字符串，包含了將要使用的幾何對象或者統計變換的名稱。

• position（可選）：選擇一種調整對象重合的方式。

---

###2.1 數據與圖層映射

• data 是數據集，數據類型必須是數據框，可選；
• **aes()**函數用來將數據變量映射到圖形中，從而使變量成爲可以被感知的圖形屬性；
• x、y 是映射到x、y 軸上的變量。

對於已經創建好的繪圖對象，可以進行以下操作，以達到添加、修改、刪除圖形映射屬性的效果。例如：

p <- ggplot(mtcars, aes(x=mpg,y=wt))

操作	結果
p + aes(colour = cyl)	添加colour 屬性映射
p + aes(y = disp)	修改y 軸映射屬性
p + aes(y = NULL)	刪除 y 軸的映射屬性

圖層可以添加到 ggplot()與 qplot()創建的圖形對象上。實際上 qplot()繪圖原理是先創建繪圖對象再添加圖層，而相比於 ggplot()，只能針對於一個數據集。
圖層之間用“+”連接，第一個圖層是繪圖對象，單獨運行繪圖對象是不會顯示出圖形的，必須加上圖層纔會顯示。繪圖對象可以儲存到一個變量中，用 summary 函數可以查看繪圖對象中參數的信息。

p <- ggplot(dsmall, aes(carat, price))
p + geom_point()

在p + geom_point()中，geom 是幾何對象，point 是點，表示要繪製散點圖，括號裏的參數都是缺省的，所以它調用了 p 中的默認參數。

p + geom_point() + geom_smooth()

ggplot(dsmall, aes(x = carat, y = price, colour = cut)) + geom_line()

除了可以將變量映射到圖形屬性中之外，也可以將圖形屬性設定爲單一的值(如colour =‘red’)。

p <- ggplot(mtcars, aes(mpg, wt))
p + geom_point(aes(colour = 'red'))

使用分組繪圖，可以將數據按照某個變量分組並以相同的方式渲染。但是從繪製的圖形中只能區分出不同個體，而不能識別出哪個個體。例如：在下列代碼中，按變量cut分組繪製出出五條曲線，你雖然可以區別出五條不同曲線的屬性特徵，但你無法識別出那一條線屬於變量cut 中哪一個值的。

ggplot(dsmall, aes(carat, price, group = cut)) + geom_line()

把變量cut 映射到colour 屬性上，同樣也能達到分組繪圖的目的，並且生成一個圖例，各條線都用不同顏色反映。

ggplot(dsmall, aes(carat, price, colour = cut)) + geom_line()

運用interaction（）函數可以組合兩個變量，同時對兩個變量分組繪圖。

ggplot(dsmall, aes(carat, price, group = interaction(cut, color))) + geom_line()

###2.2 幾何對象（geom）

名稱	描述
abline	線，由斜率與截距決定
area	面積圖（area plot）
bar	條形圖，以 x 軸爲底的矩形
bin2d	二維熱圖
blank	空白，什麼也不畫
boxplot	箱線圖
contour	等高線圖
crossbar	帶有水平中心線的盒子圖
density	光滑密度曲線圖
density2d	二維密度等高線圖
dotplot	“點直方圖”，用點來表示觀測值的個數
errorbar	誤差棒
errorbarh	水平的誤差棒
freqpoly	頻率多邊形圖
hex	用六邊形表示的二維熱圖
histogram	直方圖
hline	水平線
jitter	給點添加擾動，減輕圖形重疊問題
line	按照 x 座標的大小順序依次連接各個觀測值
linerange	一條代表一個區間的豎直線
map	基準地圖裏的多邊形
path	按數據的原始順序連接各個觀測值
point	點，繪製散點圖
pointrange	用一條中間帶點的豎直線代表一個區間
polygon	多邊形，相當於一個有填充的路徑
quantile	添加分位數迴歸線
raster	高效的矩形瓦片圖
rect	二維的矩形圖
ribbon	色帶圖，連續的 x 值所對應的 y 的範圍
rug	邊際地毯圖
segment	添加線段或箭頭
smooth	添加光滑的條件均值線
step	以階梯形式連接各個觀測值
text	文本註釋
tile	瓦片圖
violin	小提琴圖
vline	豎直圖

---

默認的統計變換（stat）和圖形屬性

|名稱 |默認的統計變換 |圖形屬性
|—|---|
|abline |abline |colour, linetype, size
|area |identity |colour, fill, linetype, size, x, y
|bar |bin |colour, fill, linetype, size, weight, x
|bin2d |bin2d |colour, fill, linetype, size, weight, xmax, xmin, ymax, ymin
|blank |identity|
|boxplot |boxplot|colour, fill, lower, middle,size, upper, weight, x, ymax,ymin
|contour |contour |colour, linetype, size, weight, x, y
|crossbar |identity |colour, fill, linetype, size, x, y, ymax, ymin
|density |density |colour, linetype, size, weight, x, y
|density2d |density2d |colour, linetype, size, weight, x, y
|dotplot |bindot |colour, fill, x, y
|errorbar |identity| colour, linetype, size, width, x, ymax, ymin
|errorbarh |identity| colour, linetype, size, width, x, ymax, ymin
|freqpoly |bin| colour, linetype, size
|hex |binhex |colour, fill, size, x, y
|histogram| bin |colour, fill, linetype, size, weight, x
|hline |hline| colour, linetype, size
|jitter |identity |colour, fill, shape, size, x, y
|line |identity |colour, linetype, size, x, y
|linerange |identity |colour, linetype, size, x, ymax, ymin
|map |identity |colour, fill, linetype, size, x, y, map_id
|path| identity |colour, linetype, size, x, y
|point |identity |colour, fill, shape, size, x, y
|pointrange| identity |colour, fill, linetype, shape, size, x, y, ymax, ymin
|polygon |identity |colour, fill, linetype, size, x, y
|quantile |quantile |colour, linetype, size, weight, x, y
|raster| identity |colour, fill, linetype, size, x, y
|rect |identity |colour, fill, linetype, size, xmax, xmin, ymax, ymin
|ribbon |identity |colour, fill, linetype, size, x, ymax, ymin
|rug |identity |colour, linetype, size
|segment |identity |colour, linetype, size, x, xend, y, yend
|smooth |smooth |alpha, colour, fill, linetype, size, weight, x, y
|step| identity |colour, linetype, size, x, y
|text |identity |angle, colour, hjust, label, size, vjust, x, y
|tile |identity |colour, fill, linetype, size, x, y
|violin| ydensity |weight, colour, fill, size, linetype, x, y
|vline |vline| colour, linetype, size

---

###2.3 統計變換（stat）

統計變換，對數據進行統計變換，通常以某種方式對數據信息進行彙總。

名稱	描述
bin	計算封箱（bin）數據
bin2d	計算矩形封箱內的觀測值個數
bindot	計算“點直方圖”的封箱數據
binhex	計算六邊形熱圖的封箱數據
boxplot	計算組成箱線圖的各種元素值
contour	三維數據的等高線
density	一維密度估計
density2d	二維密度估計
function	添加新函數
identity	不對數據進行統計變換
qq	計算 qq 圖的相關值
quantile	計算連續的分位數
smooth	添加光滑曲線
spoke	將角度和半徑轉換成 xend 和yend
sum	計算每個單一值的頻數，有助於解決散點圖的圖形重疊問題
summary	對每個 x 所對應的 y 值做統計描述
summary2d	對 2 維矩形封箱設定函數
summaryhex	對 2 維六邊形封箱設定函數
unique	刪除重複值
ydensity	小提琴圖，計算 1 維y 軸方向的核密度函數估計值

---

統計變換會生成新的變量，這些新的變量可以被直接調用。例如，可以用 stat_bin 繪製直方圖，實際上 stat_bin 統計變換會生成以下變量，並會被直接調用：

• count，每一組觀測值數目；
• density，每組觀測值的密度（佔整體百分數/組寬）；
• x，組的中心位置。

在以下代碼中，第一個是默認調用了參數 count（可以省略不寫），第二個調用了參數density。調用生成的新變量時必須用“…”包圍起來，以便區分數據集的變量與新生成的變量。查看統計變換的幫助文檔（如?stat_bin），可以知道統計變換新生成的變量以及其他信息。

ggplot(diamonds, aes(carat)) + stat_bin(binwidth = 0.1)

ggplot(diamonds, aes(carat)) + stat_bin(aes(y = ..density..), binwidth = 0.1)

---

###2.4 位置調整（position）
所謂位置調整，即對圖層元素位置進行微調。以下是ggplot2 中所有可用的位置調整參數。

名稱	描述
dodge	避免重疊，並排位置
fill	堆疊圖形元素並將高度標準化爲 1
identity	不做任何調整
jitter	給點添加擾動避免重合
stack	將圖形元素堆疊起來

---

在條形圖中可以很好地解釋不同類型的位置調整。以下是三種不同類型的代碼：

ggplot(diamonds, aes(clarity, fill = cut)) + geom_bar(position = 'stack')
ggplot(diamonds, aes(clarity, fill = cut)) + geom_bar(position = 'fill')
ggplot(diamonds, aes(clarity, fill = cut)) + geom_bar(position = 'dodge')

從左到右依次是堆疊（stacking）、填充（filling）、並列（dodging）

對於不同類型的圖，需要合理選擇適合的位置調整。例如:
同一調整（identity adjustment）不適用於條形圖，因爲最頂層圖層會擋住下面的圖層（下圖左）；而適用於線型圖，因爲線條不會存在相互遮擋的問題（下圖右）。

代碼分別如下：

ggplot(diamonds, aes(clarity, fill = cut)) + geom_bar(position = 'identity')
ggplot(diamonds, aes(clarity)) + geom_freqpoly(aes(group = cut, colour = cut))

歡迎訪問我的個人站點：http://bgods.cn/