一.基本概念

"一張統(tǒng)計圖形就是從數據到幾何對象(geometric object, 縮寫為geom, 包括點、線、條形等)的圖形屬性(aesthetic attributes, 縮寫為aes, 包括顏色、形狀、大小等)的一個映射。此外, 圖形中還可能包含數據的統(tǒng)計變換(statistical transformation, 縮寫為stats), 最后繪制在某個特定的坐標系(coordinate system, 縮寫為coord)中, 而分面(facet, 指將繪圖窗口劃分為若干個子窗口)則可以用來生成數據中不同子集的圖形。" 源自ggplot2的作者[Hadley Wickham]。
1.數據data和映射mapping
將數據中的變量映射到圖形屬性，映射控制了兩者之間關系。

mytheme <- theme(plot.title=element_text(
+face="bold.italic", size="14", color="brown"), #指定圖的標題應該為粗斜體棕色14號
+axis.title=element_text(face="bold.italic", size=10, color="brown"),#軸的標題為粗斜體的棕色10
+axis.text=element_text(face="bold", size=9, color="darkblue"),#軸標簽為粗體的深藍色9號
+panel.background=element_rect(fill="white",color="darkblue"),#圖片區(qū)域有白色的填充和深藍色的邊框
+panel.grid.major.y=element_line(color="grey",linetype=1),#主水平網格應該是灰色的實線
+panel.grid.minor.y=element_line(color="grey", linetype=2),#次水平網格應該是灰色的虛線
+panel.grid.minor.x=element_blank(), #垂直網格不輸出
+legend.position="top") #圖例展示在頂部

設置完成后使用 myeheme

ggplot(Salaries, aes(x=rank, y=salary, fill=sex)) +geom_boxplot() +labs(title="Salary by Rank and Sex", x="Rank", y="Salary") +mytheme #使用之前 mytheme設置的內容

9.存儲和輸出
在ggplot2中，有更簡單的保存方法，ggsave()能更方便保存
選項包括保存哪副圖形，保存在哪里，以什么形式保存。

myplot<-ggplot(data=mtcars,aes(x=mpg))+geom_histogram()
ggsave(file="mygraph.png",plot=myplot,width=5,height=4)

即將myplot保存為名為mygraph.png的5英寸*4英寸PNG格式的圖片
如果忽略plot=選項，最近創(chuàng)建的圖形會被保存。

二.簡單示例

1)散點圖

1.數據
在ggplot2中, 所接受的數據集必須為數據框(data.frame)格式

library(ggplot2)
str(mpg)
head(mpg)

數據集結構

數據集前六行

p <- ggplot(data=mpg, mapping=aes(x=cty, y=hwy))
p

生成坐標系

summary(p)

p + geom_point()

散點圖

summary(p + geom_point())

注1：2、3步可合并為

ggplot(data=mpg, aes(x=cty, y=hwy)) + geom_point()

注2：改變橫縱坐標名稱

ggplot(data=mpg, aes(x=cty, y=hwy)) + geom_point() + xlab("A") + ylab("B")

注3：geom_point()中參數的用法

#shape
ggplot(data=mpg, aes(x=cty, y=hwy)) + geom_point(shape=17)

#size
ggplot(data=mpg, aes(x=cty, y=hwy)) + geom_point(size=2.5)

#color
ggplot(data=mpg, aes(x=cty, y=hwy)) + geom_point(color="red")

4.將年份映射到顏色/形狀/大小屬性（按年份分組）
將分組變量（因子或字符變量，可通過factor()強制性將非因子變量轉為因子變量）賦值給顏色或形狀或大小屬性（變量賦值必須在aes里面），實現(xiàn)分組散點圖的繪制。
①顏色

ggplot(mpg,aes(x=cty, y=hwy, colour=factor(year)))+geom_point()

ggplot(mpg,aes(x=cty, y=hwy, size=factor(year)))+geom_point()

ggplot(mpg,aes(x=cty, y=hwy, shape=factor(year)))+geom_point()

5.增加平滑曲線
geom_smooth可以增加一條線，而stat_smooth是可以添加一個置信區(qū)間范圍的（利用方差值）。
①stat_smooth
ggplot函數中賦予的值是全局性質的，如果不希望全局生效，放到后面+對應的圖層中去。
如：
CASE1：stat_smooth對不同顏色的點，各自擬合曲線

ggplot(mpg,aes(x=cty, y=hwy, colour=factor(year)))+geom_point()+stat_smooth()

CASE2：stat_smooth對所有點，擬合一條曲線

ggplot(mpg,aes(x=cty,y=hwy))+geom_point(aes(colour=factor(year)))+stat_smooth() 
#等價形式
ggplot() +geom_point(data=mpg, aes(x=cty, y=hwy, colour=factor(year)))+stat_smooth(data=mpg, aes(x=cty, y=hwy))

ggplot(mpg,aes(x=cty, y=hwy))+ geom_point(aes(colour=factor(year))) + geom_smooth(method = lm)
#等價形式
ggplot(mpg,aes(x=cty, y=hwy))+ geom_point(aes(colour=factor(year))) + stst_smooth(method = lm)

更改平滑曲線為一條紅色虛線

ggplot(mpg,aes(x=cty, y=hwy))+ geom_point(aes(colour=factor(year))) + geom_smooth(method = lm,colour="red",linetype=2)

其中l(wèi)inetype依次為1=實線，2=虛線，3=點，4=點破折號，5=長破折號，6=雙破折號

6.自定義顏色/形狀
scale_color_brewer()或者scale_color_manual()函數自定義點的顏色；scale_shape_manual()函數自定義點的形狀；
下面我們將分組變量year同時賦值給顏色和形狀屬性。
①改變顏色

ggplot(mpg,aes(x=cty,y=hwy))+geom_point(aes(colour=factor(year)))+stat_smooth(method = lm)+scale_color_manual(values =c('blue','red')) 

ggplot(mpg,aes(x=cty,y=hwy))+geom_point(aes(colour=factor(year)))+stat_smooth(method = lm)+scale_color_brewer(palette = "Accent")

ggplot(mpg,aes(x=cty,y=hwy))+geom_point(aes(shape=factor(year)))+stat_smooth(method = lm)+scale_shape_manual(values = c(2, 9))

ggplot(mpg,aes(x=cty,y=hwy))+geom_point(aes(colour=factor(year),shape=factor(year)))+stat_smooth(method = lm)+scale_color_brewer(palette = "Accent")+scale_shape_manual(values = c(2, 9))

7.將連續(xù)型變量（排量）映射到顏色/大小屬性
①大小

ggplot(mpg,aes(x=cty,y=hwy))+geom_point(aes(size=displ))+stat_smooth()

ggplot(mpg,aes(x=cty,y=hwy))+geom_point(aes(size=displ))+stat_smooth()+scale_size_continuous(range = c(2, 8))

ggplot(mpg,aes(x=cty,y=hwy))+geom_point(aes(colour=factor(year),size=displ))+stat_smooth()

ggplot(mpg,aes(x=cty,y=hwy))+geom_point(aes(color=displ))+stat_smooth()

ggplot(mpg,aes(x=cty,y=hwy))+geom_point(aes(color=displ))+stat_smooth()+ scale_color_gradient(low="lightblue", high="darkblue")

8.分面facet
分面設置在ggplot2應該也是要經常用到的一項畫圖內容，在數據對比以及分類顯示上有著極為重要的作用。
facet_wrap和facet_grid不同在于facet_wrap是基于一個因子進行設置，facets表示形式為：~ 變量
而facet_grid是基于兩個因子進行設置，facets表示形式為：變量 ~ 變量（行 ~ 列），如果把一個因子用點表示，也可以達到facet_wrap的效果，也可以用加號設置成兩個以上變量
例如：變量+變量~變量 的形式，表示對三個變量設置分面。
①facet_wrap

facet_wrap(facets, nrow = NULL, ncol = NULL, scales = "fixed", shrink = TRUE, as.table = TRUE, drop = TRUE)

下面對參數進行說明：
· nrow,ncol : 分面所設置成的行和列，參數為數值，表示幾行或者幾列
· scales : 參數fixed表示固定坐標軸刻度，free表示反饋坐標軸刻度，也可以單獨設置成free_x或free_y（把scales 設置成free之后，可以看出每個分面都有自己的坐標刻度，當然我們也可以單獨對x軸或y軸設置）
· shrink : 也和坐標軸刻度有關，如果為TRUE（默認值）則按統(tǒng)計后的數據調整刻度范圍，否則按統(tǒng)計前的數據設定坐標
· drop : 表示是否去掉沒有數據的分組，默認情況下不顯示，邏輯值為FALSE
CASE1：

#利用facet分別顯示不同年份的數據
ggplot(mpg,aes(x=cty, y=hwy))+geom_point(aes(colour=class,size=displ))+ stat_smooth()+scale_size_continuous(range = c(2, 8))+facet_wrap(~ year, ncol=1)

facet_wrap()是關鍵，facet與wrap兩個詞組合，就是逐面地包起來。里面我們選擇按照year這個變量來分層，就可以將1999與2008分開。一定要注意！這里在year前面有個~，回歸中的用法。而最后的ncol = 1代表著我們的小窗口是1列，指定了1列之后，默認就是兩行（因為年份一共只有兩種）。
colour = class。class也是數據集中的一個變量，代表不同種類的汽車，而因為汽車的種類非常多，所以顏色也就變的很多。
CASE2：

ggplot(mpg,aes(x=cty, y=hwy))+geom_point(aes(colour=class,size=displ))+ stat_smooth()+scale_size_continuous(range = c(2, 8))+facet_wrap(~ year)

如果不加ncol=1，會默認橫著排列
CASE3：

ggplot(mpg,aes(x=cty, y=hwy))+geom_point(aes(colour=class,size=displ))+ stat_smooth()+scale_size_continuous(range = c(2, 8))+facet_wrap(~ year,nrow=1)

facet_grid(facets, margins = FALSE, scales = "fixed", space = "fixed", shrink = TRUE, labeller = "label_value", as.table = TRUE, drop = TRUE)

下面對參數進行說明：
· scales 、shrink、drop 同上
· as.table ：和小圖排列順序有關的選項。如果為TRUE（默認）則按表格方式排列，即最大值（指分組level值）排在表格最后即右下角，否則排在左上角
· margins ：通過TRUE或者FALSE表示否設置而一個總和的分面變量，默認情況為FALSE，即不設置
· space ：表示分面空間是否可以按數據進行縮放，參數和scales一樣
CASE1：

ggplot(mpg,aes(x=cty, y=hwy))+geom_point(aes(colour=class,size=displ))+ stat_smooth()+scale_size_continuous(range = c(2, 8))+facet_grid(.~ year)

一行多列
CASE2：

ggplot(mpg,aes(x=cty, y=hwy))+geom_point(aes(colour=class,size=displ))+ stat_smooth()+scale_size_continuous(range = c(2, 8))+facet_grid(year~ .)

一列多行

9.其他調整
①更改透明度alpha
當數據量非常大時，會導致數據重疊點非常嚴重，可通過使用半透明的點避免。alpha參數控制點的透明度。從0（完全透明）到1（不透明）。

ggplot(mpg,aes(x=cty, y=hwy))+geom_point(aes(size=2,color="red",alpha=0.005))

ggplot(mpg,aes(x=cty, y=hwy))+geom_point(aes(size=2,color="red",alpha=0.005))+coord_cartesian(xlim = c(15, 25),ylim=c(15,30))

ggplot(mpg,aes(x=cty,y=hwy))+geom_point(aes(colour=factor(year),size=displ))+stat_smooth()

ggplot(mpg,aes(x=cty,y=hwy))+geom_point(aes(colour=factor(year),size=displ))+stat_smooth()+ coord_flip()

CASE2：轉換為極坐標系coord_polar()

ggplot(mpg,aes(x=cty,y=hwy))+geom_point(aes(colour=factor(year),size=displ))+stat_smooth()+ coord_polar()

ggplot(mpg,aes(x=cty,y=hwy))+geom_point(aes(colour=factor(year),size=displ))+stat_smooth(se=FALSE)

ggplot(mpg,aes(x=cty,y=hwy))+geom_point(aes(colour=factor(year),size=displ))+ggtitle("汽車油耗與型號")

CASE2:使用ggtitle，并居中hjust

ggplot(mpg,aes(x=cty,y=hwy))+geom_point(aes(colour=factor(year),size=displ))+ggtitle("汽車油耗與型號")+theme(plot.title = element_text(hjust = 0.5))

hjust 其實就是左右移動的意思，0.5
CASE3:使用labs

ggplot(mpg,aes(x=cty,y=hwy))+geom_point(aes(colour=factor(year),size=displ))+labs(title="汽車油耗與型號")

ggplot(mpg,aes(x=cty,y=hwy))+geom_point(aes(colour=factor(year),size=displ))+labs(y='每加侖高速公路行駛距離',x='每加侖城市公路行駛距離')

ggplot(mpg,aes(x=cty,y=hwy))+geom_point(aes(colour=factor(year),size=displ))+theme(legend.position = "left")

ggplot(mpg, aes(x=cty, y=hwy))+ geom_point(aes(colour=class,size=displ))+ guides(size=guide_legend(title='排量'),colour = guide_legend(title='車型',override.aes=list(size=5)))

ggplot(mpg, aes(x=cty, y=hwy))+ geom_point(aes(colour=class,size=displ))

ggplot(mpg, aes(x=cty, y=hwy))+ geom_point(aes(colour=class,size=displ))+theme(panel.background=element_blank())

ggplot(mpg, aes(x=cty))+geom_point(aes(y=hwy,colour="red"))+geom_point(aes(y=displ,colour="green"))

等價形式

ggplot()+geom_point(aes(x=mpg$cty,y=mpg$hwy),color="red")+geom_point(aes(x=mpg$cty,y=mpg$displ),color="green")

2）直方圖

1.一般形式

ggplot(mpg,aes(x=hwy))+geom_histogram()

2.內置的統(tǒng)計變換
geom_histogram()默認使用stat_bin（按照區(qū)間統(tǒng)計頻數）這個統(tǒng)計變換, 而這個統(tǒng)計變換會生成(1)count：每個組里觀測值的數目, (2)density：每個組里觀測值的密度和(3)x：組的中心位置這三個變量
①調整分箱(bin)，即直方圖的寬度binwidth

ggplot(mpg,aes(x=hwy))+geom_histogram(binwidth =0.5)

ggplot(mpg,aes(x=hwy,y=..density..))+geom_histogram(binwidth =0.5)

3.調整每個年份對應一個直方圖facet_wrap
CASE1：

ggplot(mpg,aes(x=hwy)) +geom_histogram()+facet_wrap(~year, ncol=1)

CASE2：

ggplot(mpg,aes(x=hwy)) +geom_histogram()+facet_grid(year~.) 

注：這里的year如果改成factor(year)，會報錯

4.元素位置的調整
元素位置的調整共有5種包括了(1)dodge：并排方式; (2)fill：堆疊圖像元素, 并將高度標準化為1,(3)identity：不做任何調整; (4)jitter：給點增加擾動避免重合和(5)stack：堆疊圖像元素。
①fill=factor(year)
fill=factor(year)表示按年進行填充顏色。為什么不用前面說到的colour = ？這是ggplot繪圖中，對于線與點這種面積為0的結構，它的顏色就直接使用colour =進行指定，而對條形和密度區(qū)域，例如條形圖，柱狀圖，扇形圖（特殊的柱狀圖），箱線圖等等有面積的圖形，其面積的顏色，我們需要用fill =來指定。

ggplot(mpg,aes(x=hwy,fill=factor(year)))+geom_histogram()
#等價形式
ggplot(mpg)+geom_histogram(aes(x=hwy,fill=factor(year)))

ggplot(mpg,aes(x=hwy,fill=factor(year)))+geom_histogram(position="dodge")

ggplot(mpg,aes(x=hwy,fill=factor(year)))+geom_histogram(position="fill")

ggplot(mpg,aes(x=hwy,y=class))+geom_histogram(stat = "identity")

ggplot(mpg,aes(x=hwy,fill=factor(year)))+geom_histogram(position = "jitter")

ggplot(mpg,aes(x=hwy,fill=factor(year)))+geom_histogram(position="stack")

5.增加密度曲線
stat_density()表示添加統(tǒng)計學中的密度曲線，進行密度估計。geom = 'line'指定為線形， position = 'identity'表示一個一一映射， size = 1.5 是強制修改線的尺寸，為原先的1.5倍。最后的aes(colour = factor(year))為修改擬合密度曲線的顏色，這里就是用的colour =而不是fill =

ggplot(mpg,aes(x=hwy)) + geom_histogram(aes(fill = factor(year), y = ..density..),alpha = 0.3, colour = 'black') + stat_density(geom = 'line', position = 'identity', size = 1.5,aes(colour = factor(year))) + facet_wrap(~ year, ncol = 1)

等價形式
geom_density=stat_density(geom="line")

ggplot(mpg,aes(x=hwy)) + geom_histogram(aes(fill = factor(year), y = ..density..),alpha = 0.3, colour = 'black') + geom_density(position = 'identity', size = 1.5,aes(colour = factor(year))) + facet_wrap(~ year, ncol = 1)

3）條形圖

條形圖和直方圖是很像的，直方圖把連續(xù)型的數據按照一個個等長的分區(qū)（bin）來切分，然后計數，畫條形圖。而條形圖是分類數據，按類別計數。
1.一般形式

ggplot(mpg,aes(x=class))+geom_bar()

2.根據計數排序后繪制的條形圖

class2<-mpg$class
class3<-reorder(class2,class2,length)
ggplot(mpg,aes(x=class3))+geom_bar(aes(fill=class3))

3.根據年份分別繪制條形圖，position控制位置調整參數

p<-ggplot(mpg,aes(class3,fill=factor(year)))
p+geom_bar(position='identity',alpha=0.5)

CASE1：（并立方式）

p+geom_bar(position='dodge')

CASE2：（疊加方式）

p+geom_bar(position='stack')

CASE3：（相對比例）

p+geom_bar(position='fill')

CASE4：（分面顯示）

p+geom_bar(aes(fill=class3))+facet_wrap(~year)

4）餅圖

餅圖實際上就是柱狀圖，只不過是使用極坐標而已。
首先x軸，只有一個柱子，柱子的寬度我們設置為1，geom_bar(width = 1)，也就是鋪滿整個圖，而柱子按照class變量來分類，并且是堆疊的（默認是堆疊條形圖）。這時的圖，也就是p4是一個“千層餅”。然后我們按照y軸為原點，用coord_polar(theta = "y")，就成了我們的餅圖了。

p <- ggplot(mpg, aes(x = factor(1), fill = factor(class))) + geom_bar(width = 1)
p

y映射為角度（此時x恒等于1,即半徑相同）

p + coord_polar(theta = "y")

5）靶心圖

p <- ggplot(mpg, aes(x = factor(1), fill = factor(class))) + geom_bar(width = 1)
p + coord_polar()
#等價形式
p + coord_polar(theta = "x")

6）玫瑰圖/雞冠花圖

繪制 Coxcomb Plots （雞冠花圖，又名玫瑰圖）,width的值可以調整各個扇形區(qū)域之間的距離。

ggplot(mpg, aes(x = factor(mpg$class)))+geom_bar(width = 0.7,aes(color=factor(mpg$class))) + coord_polar()

增添顏色

ggplot(mpg, aes(x = factor(mpg$class),fill=mpg$class))+geom_bar(width = 0.7) + coord_polar()

7）箱線圖

width為箱線圖的寬度。

ggplot(mpg, aes(class,hwy,fill=class))+geom_boxplot()

8）小提琴圖

使用geom_violin()繪制小提琴圖，同樣改變透明度。小提琴圖相比于箱線圖多了各個類別分布的信息，是圖像變得更加漂亮。
然后我們用geom_jitter()添加擾動點，其實就是將數據點等間隔的排列，顯得更加高大上。其中的shape = 21指定的是擾動點的形狀，我們用21號，也就是空心點（默認是實心點）。

ggplot(mpg, aes(class,hwy,fill=class))+geom_violin(alpha = 0.3) + geom_jitter(shape = 21)

9）地毯圖

快速查看每個坐標軸上數據的分布密疏情況
地毯圖的放置，b=底部，l=左部，t=頂部，r=右部，bl=左下部

ggplot(mpg, aes(class,hwy,fill=class))+geom_boxplot()+geom_rug(side="l",color="red")

10）多重圖

將多個圖形放到單個圖形最簡單的方式是gridExtra包中的grid.arrange()函數

install.packages("gridExtra")
library(gridExtra)
p1<-ggplot(mpg, aes(class,hwy))+geom_boxplot()
p2<-ggplot(mpg, aes(class))+geom_bar()
p3<-ggplot(mpg,aes(x=cty, y=hwy))+geom_point()
grid.arrange(p1,p2,p3,ncol=3)