ggplot2(1) - 概述

发表于 | 分类于
| 字数统计: 1,517 | 阅读时长 ≈ 7

R语言中的绘图系统

R语言中存在着3种不同的绘图系统：

  • base：这是最早的绘图系统，这种绘图系统非常简单，容易上手，使用plot()函数就是这个系统的，但是很难绘出比较好看的图形。后来又开发了grid绘图系统，当时开发grid绘图系统时，是为了修改base中的一些限制，从而使用绘图更为灵活。
  • lattice：中文名称是晶格，格子的意思。lattice绘图系统是建立在grid系统之上的。它有grid不具备的两个特点：①每个绘图的结果都能被保存到一个变量中，而不仅仅是绘制在屏幕上。这表明用户可以先画出一些图形，再对其进行编辑，然后再把它画出来。②可在一个格子中包含多个面板，因此可以将图形分成不同的类别，并比较各级之间的差异。
  • ggplot2：这个gg指的是grammar of graphics，这种绘图系统的目标在于把图形分解成不同的组块。

lattice绘图系统简要

lattice绘图系统中对应的plot函数是xyplot，它使用了一个公式接口来指定x和y坐标变量，绘图效果如下所示：

1
2
library(lattice) 
xyplot(Turnout ~ Income, obama_vs_mccain)

它的很多参数与base系统中的基本一致，如下所示：

1
xyplot(Turnout ~ Income, obama_vs_mccain, col = "violet", pch = 20)

ggplot2绘图系统

在ggplot2绘图系统中，每个绘图都由ggplot函数创建，它的第一个参数是数据框，第二个参数是aesthetic，这个参数其实就是把x和y列变量传递给aes函数，最后再添加一个geom_这种形式的参数，让图形显示出一些点，如下所示：

1
2
library(ggplot2) 
ggplot(obama_vs_mccain, aes(Income, Turnout)) + geom_point()

绘图数据集

我们用的数据集是obama_vs_mccain，这个数据集中的信息是2008年美国大选的数据，位于learningr包中，如下所示：

1
2
3
4
5
6
7
8
> head(obama_vs_mccain[1:5])
       State Region Obama McCain Turnout
1    Alabama     IV 38.74  60.32    61.6
2     Alaska      X 37.89  59.42    68.0
3    Arizona     IX 44.91  53.39    55.7
4   Arkansas     VI 38.86  58.72    53.1
5 California     IX 60.94  36.91    62.0
6   Colorado   VIII 53.66  44.71    70.8

绘图结果如下所示：

修改绘图参数

ggplot2可以识别base中的图形系统的命令来改变点的颜色和形状，也有自己的绘图参数，现在将代码修改为以下内容：

1
2
ggplot(obama_vs_mccain, aes(Income, Turnout)) +
  geom_point(color = "violet", shape = 20)

设置对数坐标

如果要将坐标以对数的形式进行设置，可以添加scale_x_log10与scale_y_log10参数，参数内的参数是breaks，它表示的是意思是指定刻度值的位置，代码修改为：

1
2
3
4
ggplot(obama_vs_mccain, aes(Income, Turnout)) +
  geom_point()+
  scale_x_log10(breaks=seq(2e4,4e4,1e4))+
  scale_y_log10(breaks=seq(50, 75, 5))

图形的分面

使用切面(facet)可以将图形分割为不同的面板，此时需要添加的函数是facet_wrap，如下所示

1
2
3
4
5
ggplot(obama_vs_mccain, aes(Income, Turnout)) +
  geom_point()+
  scale_x_log10(breaks=seq(2e4,4e4,1e4))+
  scale_y_log10(breaks=seq(50, 75, 5))+
  facet_wrap(~ Region, ncol = 4)

将图形储存在变量中

ggplot2可以将图形存储在变量中，然后继续往这个变量中添加新的函数，如下所示：

1
2
gg1 <- ggplot(obama_vs_mccain, aes(Income, Turnout)) + 
  geom_point()

如果要显示其输出，直接输入print(gg1)或gg1即可：

1
print(gg1)

或者是继续往里面添加函数，如下所示：

1
2
3
4
5
6
gg1 <- ggplot(obama_vs_mccain, aes(Income, Turnout)) + 
  geom_point() 
gg2 <- gg1 + 
  facet_wrap(~ Region, ncol = 5) +
  theme(axis.text.x = element_text(angle = 30, hjust =1))
gg2

绘制线图

现在使用ggplot2来绘制一下线图，使用的数据是learningr包中的crab_tag数据集，这个数据集记录了2008年和2009年，蟹类的迁移深度与温度。

1
2
library(learningr)
ggplot(crab_tag$daylog, aes(Date, -Min.Depth))+ geom_line()

在绘制多条线条时有一点复杂，当在ggplot中指定aesthetics时，用户是为所有的geom都指定了这个aesthetics，也就是说，aesthetics对绘图的影响来说是“全局的”，在下面的案例中，我们希望在一条线上指定最大深度，在另外一条线上指定最小深度，代码如下所示:

1
2
3
ggplot(crab_tag$daylog, aes(Date, -Min.Depth))+ 
  geom_line(aes(y = -Max.Depth))+
  geom_line(aes(y = -Min.Depth))

而在实际操作中，通常不采用这种方法，而是使用reshape2包中的melt函数处理一下数据，如下所示：

1
2
3
4
5
6
7
8
library(reshape2)
crab_long <- melt(
  crab_tag$daylog,
  id.vars = "Date",
  measure.vars = c("Min.Depth","Max.Depth")
)
ggplot(crab_long, aes(Date, -value, group=variable))+
  geom_line()

再来查看一下原始数据与经melt处理后的数据：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
> head(crab_tag$daylog)
  Mission.Day       Date Max.Temp Min.Temp Max.Depth Min.Depth Batt.Volts
1           0 2008-08-08   27.734   25.203      0.06     -0.07       3.06
2           1 2008-08-09   25.203   23.859      0.06     -0.07       3.09
3           2 2008-08-10   24.016   23.500     -0.07     -0.10       3.09
4           3 2008-08-11   26.453   23.281     -0.04     -0.10       3.09
5           4 2008-08-12   27.047   23.609     -0.10     -0.26       3.09
6           5 2008-08-13   24.625   23.438     -0.04     -0.13       3.09
> head(crab_long)
        Date  variable value
1 2008-08-08 Min.Depth -0.07
2 2008-08-09 Min.Depth -0.07
3 2008-08-10 Min.Depth -0.10
4 2008-08-11 Min.Depth -0.10
5 2008-08-12 Min.Depth -0.26
6 2008-08-13 Min.Depth -0.13

第二修改后的图形还不好看，因为两条线颜色是相同的，我们可以使用geom_ribbon来美化一下，使最大值与最小值之间进行填充，如下所示：

1
2
ggplot(crab_tag$daylog, aes(Date, ymin = -Min.Depth, ymax = -Max.Depth))+
  geom_ribbon(color = "black", fill="white")

绘制直方图

这里还用learningr包中的obama_vs_mccain数据集，如下所示：

1
2
ggplot(obama_vs_mccain, aes(Obama))+
  geom_histogram(binwidth = 5)

通过传递特殊的名字，例如..count..或..density..到y-aesthetic中来可以计数或密度，现在我们使用..density..参数，注意看y轴的坐标：

1
2
ggplot(obama_vs_mccain, aes(Obama, ..density..))+
  geom_histogram(binwidth = 5)

箱线图

1
2
3
4
5
6
7
ovm <- within( 
  obama_vs_mccain, 
  Region <- reorder(Region, Obama, median) 
) 
head(ovm)
ggplot(ovm, aes(Region, Obama))+
  geom_boxplot()

条形图

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
ovm <- within( 
  obama_vs_mccain, 
  Region <- reorder(Region, Obama, median) 
) 
ovm <- ovm[!(ovm$State %in% c("Alaska", "Hawaii")), ]
religions <- with(ovm, rbind(Catholic, Protestant, Non.religious, Other))
religions_long <- melt( 
  ovm, 
  id.vars = "State", 
  measure.vars = c("Catholic", "Protestant", "Non.religious", "Other") 
)
ggplot(religions_long, aes(State, value, fill = variable)) +
  geom_bar(stat = "identity") + 
  coord_flip()

参考资料

  1. 学习R.[美] Richard，Cotton 著刘军 译