R包——ggplot2（一）

关于ggplot2包(一)

ggplot2基本要素

• 数据(Data)和映射(Mapping)
• 几何对象(Geometric)
• 标尺(Scale)
• 统计变换(Statistics)
• 坐标系统(Coordinate)
• 图层(Layer)
• 分面(Facet)
• 主题(Theme)

数据(Data)和映射(Mapping)

下面用diamonds的数据为例，由于数据很大，随机选取一个子集进行画图

> library(ggplot2)
> data(diamonds)
> set.seed(42)#设定生成随机数的种子，使结果具有重复性
> small<-diamonds[sample(nrow(diamonds),1000),]#抽样
> head(small)
      carat       cut color clarity depth table price    x    y    z
49345  0.71 Very Good     H     SI1  62.5    60  2096 5.68 5.75 3.57
50545  0.79   Premium     H     SI1  61.8    59  2275 5.97 5.91 3.67
15434  1.03     Ideal     F     SI1  62.4    57  6178 6.48 6.44 4.03
44792  0.50     Ideal     E     VS2  62.2    54  1624 5.08 5.11 3.17
34614  0.27     Ideal     E     VS1  61.6    56   470 4.14 4.17 2.56
27998  0.30   Premium     E     VS2  61.7    58   658 4.32 4.34 2.67

summary一下

> summary(small)
     carat               cut      color      clarity        depth      
 Min.   :0.2200   Fair     : 28   D:121   SI1    :258   Min.   :55.20  
 1st Qu.:0.4000   Good     : 88   E:186   VS2    :231   1st Qu.:61.00  
 Median :0.7100   Very Good:227   F:164   SI2    :175   Median :61.80  
 Mean   :0.8187   Premium  :257   G:216   VS1    :141   Mean   :61.71  
 3rd Qu.:1.0700   Ideal    :400   H:154   VVS2   : 91   3rd Qu.:62.50  
 Max.   :2.6600                   I:106   VVS1   : 67   Max.   :72.20  
                                  J: 53   (Other): 37                  
     table           price               x               y        
 Min.   :50.10   Min.   :  342.0   Min.   :3.850   Min.   :3.840  
 1st Qu.:56.00   1st Qu.:  989.5   1st Qu.:4.740   1st Qu.:4.758  
 Median :57.00   Median : 2595.0   Median :5.750   Median :5.775  


 Mean   :57.43   Mean   : 4110.5   Mean   :5.787   Mean   :5.791  
 3rd Qu.:59.00   3rd Qu.: 5495.2   3rd Qu.:6.600   3rd Qu.:6.610  
 Max.   :65.00   Max.   :18795.0   Max.   :8.830   Max.   :8.870  

       z        
 Min.   :2.330  
 1st Qu.:2.920  
 Median :3.550  
 Mean   :3.572  
 3rd Qu.:4.070  
 Max.   :5.580  

以克拉(carat)数为X轴变量，价格(price)为Y轴变量

> p<-ggplot(data=small,mapping=aes(x=carat,y=price))#将数据映射到XY坐标轴上

下面，画出散点图

> p+geom_point()

如果想把切工(cut)映射到形状属性：

> p<-ggplot(data=small,mapping=aes(x=carat,y=price,shape=cut))
> p+geom_point()

如果想再将颜色(color)映射颜色属性：

> p<-ggplot(data=small,mapping=aes(x=carat,y=price,shape=cut,colour=color))
> p+geom_point()

几何对象(Geometric)

在上面的例子，各种属性映射都由ggplot函数执行，只需要加一个图层，使用geom_point()告诉ggplot要画散点图，于是所有的属性都映射到散点上。

再如geom_histogram用于直方图，geom_bar用于画柱状图，geom_boxplot用于画箱式图等。

上图，也可以用下面代码，来画

> p<-ggplot(small)
> p+geom_point(aes(x=carat,y=price,shape=cut,colour=color))

直方图

>ggplot(small)+geom_histogram(aes(x=price))

同样可以根据另外的变量给它填充颜色

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

同样，可以将它们分开

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

还可以按照相对比例来画，

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

柱状图

> ggplot(small)+geom_bar(aes(x=clarity))

通过stat参数，可以让geom_bar按指定高度画图，

> ggplot()+geom_bar(aes(x=c(LETTERS[1:3]),y=1:3), stat="identity")

密度函数图

> ggplot(small)+geom_density(aes(x=price, colour=cut))

> ggplot(small)+geom_density(aes(x=price,fill=clarity))

colour参数指定的是颜色，fill是往曲线下面填充颜色

箱式图

> ggplot(small)+geom_boxplot(aes(x=cut, y=price,fill=color))

下面是各种geom_xxx函数

geom_abline    geom_area  

geom_bar       geom_bin2d

geom_blank     geom_boxplot  

geom_contour   geom_crossbar

geom_density   geom_density2d   

geom_dotplot   geom_errorbar

geom_errorbarh    geom_freqpoly 

geom_hex       geom_histogram

geom_hline     geom_jitter   

geom_line      geom_linerange

geom_map       geom_path  

geom_point     geom_pointrange

geom_polygon   geom_quantile 

geom_raster    geom_rect

geom_ribbon    geom_rug   

geom_segment   geom_smooth

geom_step      geom_text  

geom_tile      geom_violin

geom_vline