導(dǎo)入所需包

install.packages("tidyverse")
library(tidyverse)

繪圖模板：

ggplot(data = <DATA>) +
<GEOM_FUNCTION>(mapping = aes(<MAPPINGS>))
【注】ggplot()的第一個(gè)參數(shù)是要在圖中使用的數(shù)據(jù)集，函數(shù) geom_point() 向圖中添加一個(gè)點(diǎn)層，這樣就可以創(chuàng)建一張散點(diǎn)圖。mapping 參數(shù)總是與 aes() 函數(shù)成對出現(xiàn)，aes() 函數(shù)的參數(shù)分別指定了映射到 x 軸的變量與映射到 y 軸的變量。

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

①將圖中的圖形屬性映射為數(shù)據(jù)集中的變量，可以傳達(dá)出數(shù)據(jù)的相關(guān)信息。例如，可以將點(diǎn)的顏色映射為變量class，從而揭示每輛汽車的類型：

 ##顏色##
ggplot(data = mpg) +
    geom_point(mapping = aes(x = displ, y = hwy, color = class))

###大小size = class；透明度 alpha = class ；形狀 shape = class

②為幾何對象設(shè)置圖形屬性，需將其作為幾何對象函數(shù)的一個(gè)參數(shù)，需要在aes( )函數(shù)的外部進(jìn)行設(shè)置。

geom_bar( )條形圖 ；geom_boxplot( ) 箱線圖

   ggplot(data = mpg) +
      geom_point(mapping = aes(x = displ, y = hwy), color = "blue")

③facet_wrap( )函數(shù)可通過單個(gè)變量對圖進(jìn)行分面，第一個(gè)參數(shù)是一個(gè)公式，創(chuàng)建公式的方式是在~符號(hào)后面加一個(gè)變量名。

ggplot(data = mpg) +
   geom_point(mapping = aes(x = displ, y = hwy)) +
    facet_wrap(~ class, nrow = 2)

④通過兩個(gè)變量對圖進(jìn)行分面，需要在繪圖命令中加入facet_grid( )函數(shù)，函數(shù)的第一個(gè)參數(shù)也是一個(gè)公式，但該公式包含由 ~ 隔開的兩個(gè)變量名。

ggplot(data = mpg) +
   geom_point(mapping = aes(x = displ, y = hwy)) +
    facet_grid(drv ~ cyl)

⑤更改幾何對象：曲線

ggplot(data = mpg) +
   geom_smooth(mapping = aes(x = displ, y = hwy))

⑥按不同線型分類畫出不同的曲線：

ggplot(data = mpg) +
     geom_smooth(mapping = aes(x = displ, y = hwy, linetype = drv))
## 按組分類group = drv； 按顏色分類color = drv

⑦在同一張圖中顯示多個(gè)幾何對象，可以向ggplot()函數(shù)中添加多個(gè)幾何對象函數(shù)：

ggplot(data = mpg) +
   geom_point(mapping = aes(x = displ, y = hwy)) +
      geom_smooth(mapping = aes(x = displ, y = hwy))

? 避免代碼重復(fù)，可將一組映射傳遞給ggplot( )函數(shù)：

ggplot(data = mpg, mapping = aes(x = displ, y = hwy)) +
    geom_point( ) +
      geom_smooth( )

⑧為不同的圖層指定不同的數(shù)據(jù)：
如果將映射放在幾何對象函數(shù)中，那么ggplot2會(huì)將其看作這個(gè)圖層的局部映射，它將使用這些映射擴(kuò)展或覆蓋全局映射，但僅對該圖層有效。這樣一來，我們就可以在不同的圖層中顯示不同的圖形屬性。

ggplot(data = mpg, mapping = aes(x = displ, y = hwy)) +
    geom_point(mapping = aes(color = class)) +
        geom_smooth()

⑨geom_bar( )條形圖：

ggplot(data = diamonds) +
      geom_bar(mapping = aes(x = cut))
### 幾何對象函數(shù)和統(tǒng)計(jì)變換函數(shù)可以互換使用，可以使用stat_count( )替換 geom_bar( ),
###來重新生成前面那張圖。

表示比例（而不是計(jì)數(shù)）的條形圖：

ggplot(data = diamonds) +
   geom_bar(
     mapping = aes(x = cut, y = ..prop.., group = 1)
       )

? 檢查連續(xù)變量的分布，可以使用直方圖geom_histogram( )，用 binwidth 參數(shù)來設(shè)定直方圖中間隔的寬度：

ggplot(data = diamonds) +
     geom_histogram(mapping = aes(x = carat), binwidth = 0.5)

⑩stat_summary( )函數(shù)為x的每個(gè)唯一值計(jì)算y值的摘要統(tǒng)計(jì)：

ggplot(data = diamonds) +
  stat_summary(
     mapping = aes(x = cut, y = depth),
  fun.ymin = min,
  fun.ymax = max,
  fun.y = median 
)

11）可以使用color= 或者 fill=（這個(gè)更有用）圖形屬性來為條形圖上色：

ggplot(data = diamonds) +
    geom_bar(mapping = aes(x = cut, color = cut))
###如果將fill圖形屬性映射到另一個(gè)變量（如 clarity），那么條形會(huì)自動(dòng)分塊堆疊起來，
###每個(gè)彩色矩形表示 cut 和 clarity 的一種組合。

ggplot(data = diamonds) +
geom_bar(mapping = aes(x = cut, fill = clarity))

12）避免散點(diǎn)圖重疊，利用position = "jitter"可以為每個(gè)數(shù)據(jù)點(diǎn)添加一個(gè)很小的隨機(jī)擾動(dòng)，這樣就可以將重疊的點(diǎn)分散開來：

ggplot(data = mpg) +
   geom_point(
    mapping = aes(x = displ, y = hwy),
    position = "jitter"
      )

13）coord_flip( )函數(shù)可以交換x軸和y軸：

ggplot(data = mpg, mapping = aes(x = class, y = hwy)) +
    geom_boxplot()
####
ggplot(data = mpg, mapping = aes(x = class, y = hwy)) +
   geom_boxplot( ) +
     coord_flip( )

14）geom_abline( )函數(shù)

abline(a,b) 表示畫一條y=ax+b的直線
abline(y) 表示畫一條過所有點(diǎn)的水平直線
abline(v=x) 表示畫一條過所有點(diǎn)的豎直直線
abline(lm,obj) 表示畫出線性模型得到的線性方程

**向前面的代碼模板中添加位置調(diào)整、統(tǒng)計(jì)變換、坐標(biāo)系和分面：

ggplot(data = <DATA>) +

<GEOM_FUNCTION>(

mapping = aes(<MAPPINGS>),

stat = <STAT>,

position = <POSITION>

) +

<COORDINATE_FUNCTION> +

<FACET_FUNCTION>