文章目录
- 设置标签
- 一、设定常用设置
- 1.设定字体
- 2.设定字体风格
- 3.设定字体位置
- 二、标签优化
- 1.标签过多
- 2.用注释代替图例
- 3.指定点标签
- 设置注释
- 在分面内使用参照线
设置标签
在ggplot2包内，最主要用以设置标签的函数即geom_text()
一、设定常用设置
1.设定字体
字体的设置利用的是family参数，其中可以选择sans（黑体）、serif（宋体）、mono（等宽字体）
> rm(list = ls())
> #定义数据框
> df <- data.frame(x=1,y=3:1,
+ family=c('sans','serif','mono'))
> ggplot(df,aes(x,y))+
+ geom_text(aes(label=family,family=family))
2.设定字体风格
字体风格分为默认（plain）、粗体（bold）和斜体（italic），而字体风格由fontface参数来控制
> #定义数据框
> df <- data.frame(x=1,y=3:1,
+ face=c('plain','bold','italic'))
> ggplot(df,aes(x,y))+
+ geom_text(aes(label=face,fontface=face))
3.设定字体位置
字体的对齐方式，由hjust和vjust来设置hjust参数可以设置为'left','center','right','inward'(文字向图中央对齐)vjust参数可以设置为'bottom','middle','top','inward','outward'
> df <- data.frame(x=c(1,2,1,2,1.5),y=c(1,1,2,2,1.5),
+ text=c('bottom-left','bottom-right','top-left',
+ 'top-right','center')
+ )
> ggplot(df,aes(x,y))+
+ geom_text(aes(label=text))
> ggplot(df,aes(x,y))+
+ geom_text(aes(label=text),
+ vjust='inward',hjust='inward')
而size参数可以调整字体大小，angle参数可以定义文本的旋转角度
nudge_x和nudge_y参数可以设置标签出现在点的附近，正值为右和上，负值相反
> df <- data.frame(trt=c('a','b','c'),resp=c(1.2,3.4,2.5))
> ggplot(df,aes(resp,trt)) +
+ geom_point() +
+ geom_text(aes(label=paste0('(',resp,')')),
+ nudge_y = -0.25) +
+ xlim(1,3.6)
二、标签优化
1.标签过多
当标签过多时，常常会产生无法繁杂的图，让人无法清晰读懂其中的信息
> ggplot(mpg,aes(displ,hwy)) +
+ geom_text(aes(label=model)) +
+ xlim(1,8)
同时设置check_overlap = TRUE可以将重叠的标签删除
> ggplot(mpg,aes(displ,hwy)) +
+ geom_text(aes(label=model),check_overlap = TRUE) +
+ xlim(1,8)
但如果同时画出点后，就显得有些乱
> ggplot(mpg,aes(displ,hwy)) +
+ geom_point(colour='red') +
+ geom_text(aes(label=model),check_overlap = TRUE) +
+ xlim(1,8)
2.用注释代替图例
directlabels包提供了一系列标签定位方法
绘制点图可以使用smart.grid，而如果是线图则可以指定last.polygons和last.qp
> ggplot(mpg,aes(displ,hwy,colour=class)) +
+ geom_point(show.legend = FALSE) +#隐藏图例
+ directlabels::geom_dl(aes(label=class),method='smart.grid')
3.指定点标签
如果说需要对制造商为toyota的数据点进行标签的设置，只需要在geom_point()内部设定具体的数据库就可以了
#指定点注释
p <- ggplot(mpg, aes(displ, hwy)) +
geom_point(
data = filter(mpg, manufacturer == "toyota"),
colour = "orange",
size = 3
) +
geom_point()
p
但可以看出，因为是标签的原因并没有显示出图例，所以可以利用annotate()函数进行补充
> p +
+ annotate(geom = "point", x = 5.5, y = 40, colour = "orange",
+ size = 3) +
+ annotate(geom = "point", x = 5.5, y = 40) +
+ annotate(geom = "text", x = 5.6, y = 40, label = "toyota", hjust = "left")
分别设置点、颜色以及标签于具体的坐标上
设置注释
注释可以为特定的数据点添加标签，在面对表示离群点或其他重要点的情况中尤为有效
geom_rect()可以标注图形中特定的矩阵部分，其中包括了xmin、xmax、ymin、ymax参数。
而geom_vline()、geom_hline()以及geom_abline()函数可以在图形中添加全覆盖的参照线
利用的是economics数据集，首先简答查看一下数据库信息，并绘制线图
> head(economics)
# A tibble: 6 × 6
date pce pop psavert uempmed unemploy
<date> <dbl> <dbl> <dbl> <dbl> <dbl>
1 1967-07-01 507. 198712 12.6 4.5 2944
2 1967-08-01 510. 198911 12.6 4.7 2945
3 1967-09-01 516. 199113 11.9 4.6 2958
4 1967-10-01 512. 199311 12.9 4.9 3143
5 1967-11-01 517. 199498 12.8 4.7 3066
6 1967-12-01 525. 199657 11.8 4.8 3018
> ggplot(economics,aes(date,unemploy)) + geom_line()
这里提取各个美国总统作为划分的依据
> presidential <- subset(presidential, start > economics$date[1])绘制图形，其中所使用的-Inf和Inf分别代表注释的位置，上和下或者左和右
利用geom_rect()函数进行图形分割，利用了上述各个总统进行分割，利用其中fill参数进行填充，此处利用两个党派进行颜色填充，并设置竖直参照线
> p <- ggplot(economics) +
+ geom_rect(
+ aes(xmin = start, xmax = end, fill = party),
+ ymin = -Inf, ymax = Inf, alpha = 0.2,
+ data = presidential
+ ) +
+ geom_vline(
+ aes(xintercept = as.numeric(start)),
+ data = presidential,
+ colour = "grey50", alpha = 0.5
+ )
> p
接着设定注释位置，aes内设定具体坐标位置
> p +
+ geom_text(aes(x = start, y = 2500, label = name),
+ data = presidential,
+ size = 3, vjust = 0, hjust = 0, nudge_x = 50)
+ geom_line(aes(date, unemploy))
> p最后设定填充颜色
> p +
scale_fill_manual(values = c("blue", "red"))
> p在分面内使用参照线
在通过分面比较组间关系时，利用参照线可以更清晰看出数据间的差别
其中geom_bin2d()可以设置二维密图，也称为二维直方图，其中的bins参数可以设置组数
> # 在分面内使用参照线
> ggplot(diamonds,aes(log10(carat),log10(price))) +
+ geom_bin2d() +
+ facet_wrap(~cut,nrow = 1)
接着构造一个函数，并提取直线方程
> mod_coef <- coef(lm(log10(price)~log10(carat),data = diamonds))
> mod_coef
(Intercept) log10(carat)
3.669207 1.675817接着利用geom_abline()函数进行函数插入，内部的intercept参数代表截距，slope参数代表斜率
> ggplot(diamonds,aes(log10(carat),log10(price))) +
+ geom_bin2d() +
+ geom_abline(intercept = mod_coef[1],slope = mod_coef[2],
+ colour='white',size=1) +
+ facet_wrap(~cut,nrow = 2)
