1. ggplot绘图
ggplot绘图系统自有一套严密的绘图语法系统。
(绘图) 语法表明统计图形就是一种从数据到几何形状 (点、线、柱) 的美学属性 (颜色、形状、大小) 的映射。
作图思路：依靠ggplot2包，混合了lattice和基础绘图的思想，一方面可以逐层累加的方式画图；另一方面，许多作图细节不需要直接控制。
➢ggplot2绘图的基本组成部分
组成 | |
data frame数据框 | 绘图用的所有数据必需是数据框格式 |
aesthetic mappings美学映射 | 将数据与颜色、大小和点等属性对应起来 |
geoms | 放在页面上的特定对象，如点、线、形状 |
facets | 条件绘图(类似lattice的多面板绘图) |
stats | 统计转换，如平滑、柱形分析、分位数、回归等 |
coordinate system | 坐标系 |
➢qplot函数
qplot函数类似于基础系统的plot函数，通常用来绘制基本的图像，如散点图、柱状图。并不能展现多少ggplot的基础架构。
了解数据的内容及结构
library(ggplot2)str(mpg)Classes ‘tbl_df’, ‘tbl’ and 'data.frame': 234 obs. of 11 variables: $ manufacturer: chr "audi" "audi" "audi" "audi" ... $ model : chr "a4" "a4" "a4" "a4" ... $ displ : num 1.8 1.8 2 2 2.8 2.8 3.1 1.8 1.8 2 ... $ year : int 1999 1999 2008 2008 1999 1999 2008 1999 1999 2008 ... $ cyl : int 4 4 4 4 6 6 6 4 4 4 ... $ trans : chr "auto(l5)" "manual(m5)" "manual(m6)" "auto(av)" ... $ drv : chr "f" "f" "f" "f" ... $ cty : int 18 21 20 21 16 18 18 18 16 20 ... $ hwy : int 29 29 31 30 26 26 27 26 25 28 ... $ fl : chr "p" "p" "p" "p" ... $ class : chr "compact" "compact" "compact" "compact" ...将字符变量转变为因子变量，因子变量的标签信息对注释很重要
mpg$manufacturer mpg$model mpg$trans mpg$drv mpg$fl mpg$class str(mpg)Classes ‘tbl_df’, ‘tbl’ and 'data.frame': 234 obs. of 11 variables: $ manufacturer: Factor w/ 15 levels "audi","chevrolet",..: 1 1 1 1 1 1 1 1 1 1 ... $ model : Factor w/ 38 levels "4runner 4wd",..: 2 2 2 2 2 2 2 3 3 3 ... $ displ : num 1.8 1.8 2 2 2.8 2.8 3.1 1.8 1.8 2 ... $ year : int 1999 1999 2008 2008 1999 1999 2008 1999 1999 2008 ... $ cyl : int 4 4 4 4 6 6 6 4 4 4 ... $ trans : Factor w/ 10 levels "auto(av)","auto(l3)",..: 4 9 10 1 4 9 1 9 4 10 ... $ drv : Factor w/ 3 levels "4","f","r": 2 2 2 2 2 2 2 1 1 1 ... $ cty : int 18 21 20 21 16 18 18 18 16 20 ... $ hwy : int 29 29 31 30 26 26 27 26 25 28 ... $ fl : Factor w/ 5 levels "c","d","e","p",..: 4 4 4 4 4 4 4 4 4 4 ... $ class : Factor w/ 7 levels "2seater","compact",..: 2 2 2 2 2 2 2 2 2 2 ...qplot( )绘制散点图
library(ggplot2)qplot(displ,hwy,data = mpg)
添加颜色分类及图例
qplot(displ, hwy, data = mpg, color = drv)
添加平滑的拟合曲线
qplot(displ, hwy, data = mpg, geom = c("point", "smooth"))
qplot( )绘制直方图
qplot(hwy, data = mpg, fill = drv)#按drv变量水平填充颜色
qplot( )绘制刻面图，即网格图形
qplot(displ, hwy, data = mpg, facets = . ~ drv)qplot(hwy, data = mpg, facets = drv ~ ., binwidth = 2)
facets参数：drv变量在“~”右边表示每个drv水平的独立图排成一行，drv变量在“~”左边表示每个drv水平的独立图排成一列。
➢ggplot函数
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
・可先用qplot函数绘制
qplot(wt, mpg, data = mtcars, facets = . ~ cyl, geom = c("point", "smooth"), method = "lm")
・再用更高级的ggplot框架进行绘制
1.初始化图形
head(mtcars,n=3) mpg cyl disp hp drat wt qsec vs am gear carbMazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1g summary(g) #显示出数据，美学映射以及关于faceting的内容data: mpg, cyl, disp, hp, drat, wt, qsec, vs, am, gear, carb [32x11]mapping: x = ~wt, y = ~mpgfaceting: compute_layout: function draw_back: function draw_front: function draw_labels: function draw_panels: function finish_data: function init_scales: function map_data: function params: list setup_data: function setup_params: function shrink: TRUE train_scales: function vars: function super: print(g)
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。
2.“+”添加各式的图层
geom_point( )添加点
p print(p)#或直接使用以下代码g + geom_point()
调用时不带任何参数将使用一些默认值。
geom_smooth( )添加平滑曲线
g + geom_point() + geom_smooth()g + geom_point() + geom_smooth(method = "lm")#添加线性回归线
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。
facet_grid( )绘制刻面图
g + geom_point() + facet_grid(. ~ cyl) + geom_smooth(method = "lm")
与qplot( )绘制的图相同。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
g + geom_point(color = "steelblue", size = 4, alpha = 1/2)
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)
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。
labs( )添加标签
g + geom_point(aes(color = cyl)) + labs(title = "Automobile Data") + labs(x = "weight", y = "Miles Per Gallon")
调整平滑曲线
g + geom_point(aes(color = cyl), size = 2, alpha = 1/2) + geom_smooth(size = 4, linetype = 3, method = "lm", se = FALSE) #se=FALSE不显示置信区间
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
2. 偏值点处理
➢基础绘图处理偏值
testdat testdat[50,2] plot(testdat$x, testdat$y, type = "l", ylim = c(-3,3))
模拟100个服从标准正态分布的随机数据，把第50个数据点的值变为100，即这个随机序列的噪声数据在它的正中间。
plot( )作折线图，限定y轴范围，偏值点及相连的折线会超出图的范围。
➢ggplot绘图处理偏值
g g + geom_line()
绘制折线图，默认情况下会绘制足够大的坐标轴范围显示包括偏值点在内的所有数据。
g + geom_line() + ylim(-3, 3)
限定y轴范围，ggplot()会先取数据的子集再绘制折线图，在失去偏值点(50，100)的位置折线无法相连。
g + geom_line() + coord_cartesian(ylim = c(-3, 3))
coord_cartesian函数处理偏值点，将偏值点包含在数据中再coord_cartesian函数把 y 轴的极限设为 -3 到 3，数据集没有缩减为只包含 y 轴范围的子集。
3. 连续变量分类
绘图时，无法将条件作用于一个连续的变量，否则将出现无数个图，因此需要将连续变量按一系列合理的分布范围转化为因子变量。
quantile( ) 找出切割点，cut( )把数据切割成一系列的分布范围。
#计算数据的十分位数cutpoints cutpoints 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 52.0 66.0 93.4 106.2 110.0 123.0 165.0 178.5 200.0 243.5 335.0#按十分位数进行划分生成新的因子变量mtcars$hpdec levels(mtcars$hpdec) [1] "(52,66]" "(66,93.4]" "(93.4,106]" "(106,110]" "(110,123]" "(123,165]" "(165,178]" [8] "(178,200]" "(200,244]" "(244,335]"#绘图并逐层添加图层，设置各项参数g g + geom_point(alpha = 1/3) + facet_wrap(cyl ~ hpdec, nrow = 3, ncol = 5) + geom_smooth(method="lm", se=FALSE, col="steelblue") + theme_bw(base_family = "Avenir", base_size = 10) + labs(x = "weight") + labs(y = "Miles Per Gallon") + labs(title = "Automobile Data")
