ggplot2绘图演示 - R训练营笔记库

### 学习者：晨曦
### 更新时间：2021-08-31

# Use ggplot2
# ggplot2基本要素
#    1.数据映射
#    2.几何对象
#    3.标尺
#    4.统计变换
#    5.坐标系统
#    6.图层
#    7.分面
#    8.主题
# 这里将从这些基本要素对ggplot2进行介绍

## 数据映射
library(ggplot2)
data(diamonds)
set.seed(42)
head(diamonds)
str(diamonds)
small <- diamonds[sample(nrow(diamonds),1000),]
table(small$price)
head(small)
#画图实际上是把数据中的变量映射到图形属性上。以克拉数为X轴变量，价格为Y轴变量

ggplot(data = small,mapping = aes(x = carat,y = price))+
  geom_point()

#上面这行代码把数据映射XY坐标轴上，需要告诉ggplot2，这些数据要映射成什么样的几何对象，下面以散点为例：
p+geom_point()

#如果想将切工（cut）映射到形状属性。只需要：
p <- ggplot(data = small,mapping = aes(x = carat,y = price,shape=cut))
p+geom_point()

#再比如我想将钻石的颜色（color）映射颜色属性：
ggplot(data = small,mapping = aes(x = carat,y = price,colour=color,shape=cut))+
  geom_point()

## 几何对象
#在上面的例子中，各种属性映射由ggplot函数执行，只需要加一个图层，使用geom_point()告诉ggplot要画散点，于是所有的属性都映射到散点上。
#geom_point()完成的就是几何对象的映射，ggplot2提供了各种几何对象映射，如geom_histogram用于直方图，geom_bar用于画柱状图，geom_boxplot用于画箱式图等等。
#不同的几何对象，要求的属性会有些不同，这些属性也可以在几何对象映射时提供，比如上一图，也可以用以下语法来画

ggplot(small)+
  geom_point(aes(x=carat,y = price,shape=cut,colour=color))
#ggplot2支持图层，我通常把不同的图层中共用的映射提供给ggplot函数，而某一几何对象才需要的映射参数提供给geom_xxx函数
#这其实就是全局映射和局部映射，当全局映射和局部映射冲突的时候，遵循局部映射

#这一小节我们来看一下各种常用的几何对象
#直方图：提供一个X变量，画出数据的分布(X变量可以是连续型)
ggplot(small)+
  geom_histogram(aes(x = price))

ggplot(small)+
  geom_histogram(aes(x = price,color=cut))
#fill参数如果换成colour，则是描边，而不是填充,体会和下面代码的区别
ggplot(small)+
  geom_histogram(aes(x = price),color="red")

ggplot(small)+
  geom_histogram(aes(x = price,fill=cut),position = "dodge")

ggplot(small)+
  geom_histogram(aes(x = price,fill=cut),position = "fill")

#柱状图
#柱状图非常适合于画分类变量。在这里以透明度（clarity）变量为例。按照不同透明度的钻石的数目画柱状图。
ggplot(small)+
  geom_bar(aes(x = clarity))

#柱状图两个要素，一个是分类变量，一个是数目，也就是柱子的高度。数目在这里不用提供，因为ggplot2会通过x变量计算各个分类的数目。
#当然你想提供也是可以的，通过stat参数，可以让geom_bar按指定高度画图，比如以下代码：
ggplot()+
  geom_bar(aes(x = c(LETTERS[1:3]),y = 1:3),stat = "identity")
#直方图把连续型的数据按照一个个等长的分区（bin）来切分，然后计数
#柱状图是分类数据，按类别计数。我们可以用前面直方图的参数来画side-by-side的柱状图，填充颜色或者按比例画图，它们是高度一致的。
#柱状图是用来表示计数数据的，但在生物界却被经常拿来表示均值，加上误差来表示数据分布

#密度函数图
#说到直方图，就不得不说密度函数图，数据和映射和直方图是一样的
#唯一不同的是几何对象，geom_histogram告诉ggplot要画直方图，而geom_density则说我们要画密度函数图
ggplot(small)+
  geom_density(aes(x = price,colour=cut))

ggplot(small)+
  geom_density(aes(x = price,fill=clarity))
#colour参数指定的是曲线的颜色，而fill是往曲线下面填充颜色

#箱式图
#数据量比较大的时候，用直方图和密度函数图是比较数据分布的好办法，而在数据量比较小的时候
#比如很多的生物实验方法，很多时候大家都是用柱状图+errobar的形式来表示的
#不过这种方法的信息量非常低，所以推荐使用boxplot
ggplot(data = small)+
  geom_boxplot(aes(x = cut,y = price,fill=color))
#横轴是分类变量，纵轴是连续型变量

##标尺
#前面我们已经看到，画图就是在映射，不管是映射到不同的几何对象，还是映射各种图形属性
#在对图形属性进行映射后，使用标尺可以控制这些属性的显示方式
#比如坐标刻度，可以通过标尺将坐标进行对数转换
#比如颜色属性，可以通过标尺进行改变
ggplot(small)+
  geom_point(aes(x = carat,y = price,shape=cut,colour=color))+
  scale_y_log10()+
  scale_color_manual(values = rainbow(7))
#ggplot2内置配色
#ggplot2提供了海量的默认配色方案和DIY配色选项，根据色彩显示类型分为两大类
#连续型（渐变色）和离散型（差异色）

#连续型
#根据颜色梯度色彩数量划分，共有三种连续型颜色梯度
ggplot(small)+
  geom_point(aes(x = carat,y = price,colour=x))+
  scale_color_gradient(low = "red",high = "blue")
#参数low和high用于控制此梯度两端颜色
#这里需要注意如果使用这个函数，映射颜色colour参数对应的变量需要是连续型
ggplot(small)+
  geom_point(aes(x = carat,y = price,shape=cut,colour=x))+
  scale_color_gradient(low = "lightgreen",high = "darkgreen")
?scale_color_gradient
#配色网站：https://mycolor.space/

#上面讲解的都是双色梯度，下面介绍的则是三色梯度
ggplot(small)+
  geom_point(aes(x = carat,y = price,colour=x))+
  scale_color_gradient2(low = "white",mid = "black",high = "red",midpoint = 7)
#midpoint参数越大，low参数所对应的颜色占比就越大
#scale_colour_gradientn()和scale_fill_gradientn()：自定义的n 色梯度。
#此标度需要赋给参数colours 一个颜色向量。不加其他参数的话，这些颜色将依照数据的范围均匀地分布
#如果你需要让这些值不均匀地分布，则可以使用参数values
#如果参数rescale 的值是TRUE（默认），则values 应在0和1之间取值，如果rescale 取值FALSE，则values 应在数据范围内取值。
#参考教程：https://www.jianshu.com/p/2fc71d3c207b

##统计变换
#统计变化对原始数据进行某种计算，然后在图上表现出来，例如对散点图上加一条回归线
#鉴别一下：
#错误
ggplot(data = small)+
  geom_point(aes(x = carat,y = price))+
  scale_y_log10()+
  stat_smooth()

#正确
ggplot(small,aes(x = carat,y = price))+
  geom_point()+
  scale_y_log10()+
  stat_smooth()

#这里就涉及到了全局映射和局部映射之间的关系了
#aes所提供的参数，就通过ggplot提供，而不是提供给geom_point
#因为ggplot里的参数，相当于全局变量，geom_point()和stat_smooth()都知道x,y的映射
#如果只提供给geom_point()，则相当于是局部变量，geom_point知道这种映射，而stat_smooth不知道
#当然你再给stat_smooth也提供x,y的映射，不过共用的映射，还是提供给ggplot好
#统计变换很重要值得我们多加学习

##坐标系统
#翻转坐标系，横轴变纵轴，纵轴变横轴
ggplot(small)+
  geom_bar(aes(x = cut,fill=cut))+
  coord_flip()

ggplot(small)+
  geom_bar(aes(x = factor(1),fill=cut))+
  coord_polar(theta = "y")
?coord_polar
#这里为什么aes参数内x要设置为1
#其含义为cut中观测相加起来为1
#饼图实际上就是柱状图，只不过是使用极坐标而已
#柱状图的高度，对应于饼图的弧度，饼图并不推荐，因为人类的眼睛比较弧度的能力比不上比较高度

ggplot(small)+
  geom_bar(aes(x = factor(1),fill=cut))+
  coord_polar()

ggplot(small)+
  geom_bar(aes(x = clarity,fill=cut))+
  coord_polar()

##图层
#PS在3.0时引入图层的概念
#ggplot2用+号来叠加图层，堪称是泛型编程的典范
#前面我们所绘制的图形，或多或少都使用了这个概念

##分面
#分面可以让我们按照某种给定的条件，对数据进行分组，然后分别画图
#在统计变换中，如果按照单一白能量做回归曲线，图十分的乱
#有了分面功能，我们可以分别作图
ggplot(small,aes(x = carat,y = price))+
  geom_point(aes(colour=cut))+
  scale_y_log10()+
  facet_wrap(~cut)+
  stat_smooth()

##主题
#通过ggplot画图之后，我们还可以对图进行定制
ggplot(small,aes(x = cut,y = price,fill=color))+
  geom_boxplot()+
  ggtitle("Price vs Cut")+
  xlab("Cut")+
  ylab("Price")
#但是这个远远满足不了需求
#我们需要改变字体，字体大小，坐标轴，背景等各种元素
#这需要通过theme()函数来完成
require(ggthemes)
ggplot(small,aes(x = cut,y = price,fill=color))+
  geom_boxplot()+
 #theme_classic()
  theme_economist()