ggplot2(8)-坐标轴

交换x轴与y轴

1 2	library(ggplot2) ggplot(PlantGrowth,aes(x=group,y=weight))+geom_boxplot()

mark

现在将上图中的x轴与y轴进行交换：

1	ggplot(PlantGrowth,aes(x=group,y=weight))+geom_boxplot()+coord_flip()

mark

逆转转换后的原x轴变量

中图中交换了x轴与y轴后，发现x轴的分类变量从原来的从左向右排列变成了从下往上排列，但通过scale_x_discrete()参数可以进行逆转：

1	ggplot(PlantGrowth,aes(x=group,y=weight))+geom_boxplot()+coord_flip()+scale_x_discrete(limits=rev(levels(PlantGrowth$group)))

mark

设置连续型坐标轴的值域

设置y轴的范围：

1 2	p <- ggplot(PlantGrowth,aes(x=group,y=weight))+geom_boxplot() p

mark

将y轴的范围扩大

1	p + ylim(0,max(PlantGrowth$weight))

mark

调整y轴的范围，并且在0,5,10处加上标记

1	p + scale_y_continuous(limits=c(0,10),breaks=c(0,5,10))

mark

breaks参数中可以加入多个标记，如下所示：

mark

1	p + scale_y_continuous(limit=c(5,6.5))

mark

可以使用expand_limits()来单向扩展值域

1	p + expand_limits(y=4)

mark

反转一条连续型坐标轴

可以用scale_y_reverse()来翻转坐标轴：

1	ggplot(PlantGrowth,aes(x=group,y=weight))+geom_boxplot()+scale_y_reverse()

mark

通过指定y轴的坐标范围也可以实现以上效果，如下所示：

1	ggplot(PlantGrowth,aes(x=group,y=weight))+geom_boxplot()+ylim(6.5,3.5)

mark

翻转坐标轴并设定值域：

注意y轴数值的变化：

d mark

修改x轴上的类别的顺序

基础绘图

1 2	p <- ggplot(PlantGrowth,aes(x=group,y=weight))+geom_boxplot() p

mark

改变x轴的顺序

可以发现，上述图的x轴顺序是ctr1,trt1,trt2，现在改变x轴的顺序：

1	p + scale_x_discrete(limits=c("trt1","ctrl","trt2"))

mark

上述代码改变x轴的顺序，将原来的顺序ctrl，trt1,trt2改变为trt1,ctrl,trt2。

反转x轴有关类型的顺序

可以用scale_x_discrete(limits=rev())来实现，原图如下：

1
2

mark

反转后的如下：

1	p + scale_x_discrete(limits=rev(levels(PlantGrowth$group)))

mark

显示其中的两项

下面的代码则只显示ctrl与trt1两组的箱线图：

1	p + scale_x_discrete(limits=c("ctrl","trt1"))

mark

设置x轴与y轴的缩放比例

先看一下原图：

library(gcookbook)
head(marathon,8) # 先查看一下数据集，数据集marathon中包括跑步者的全程马拉松和半程马拉松
##       Half     Full
## 1 66.80000 141.4833
## 2 67.88333 147.2667
## 3 68.70000 147.8833
## 4 69.90000 156.7500
## 5 69.95000 147.4333
## 6 70.11667 150.0000
## 7 70.63333 147.2333
## 8 70.65000 159.0000
sp <- ggplot(marathon,aes(x=Half,y=Full)) + geom_point()
sp

mark

缩小x轴与y轴

1	sp + coord_fixed()

mark

原图中的y轴与x轴的单位长度之比为并不为1:1,加了coord_fixed()之后，y轴长度与x轴长度的单位长度之比为1:1。通过下面的案例可以更加清楚地说明。

下面的代码把x轴与y轴的单位长度设置相同，即两个刻度之间间距都是30

1
2
3

sp + coord_fixed()+
  scale_y_continuous(breaks=seq(0,420,30))+
  scale_x_continuous(breaks=seq(0,420,30))

mark

改变x轴与y轴的比例

通过coord_fixed(ratio=1/2)参数实现，先看一下最基本的实现方法：

1	sp + coord_fixed(ratio=1/2)

mark

上述的图形的坐标轴表示x轴是y轴的1/2，但并不直观，接下来进行更直观的设置。

把x轴的最小刻度设置为15，把y轴的最小刻度设置为30：

1
2
3

sp + coord_fixed(ratio=1/2)+
  scale_y_continuous(breaks=seq(0,420,30))+
  scale_x_continuous(breaks=seq(0,420,15))

mark

设置刻度线的位置

原始绘图

1	ggplot(PlantGrowth,aes(x=group,y=weight))+geom_boxplot()

mark

上述图形的坐标轴是均匀分布的，从3.5到6.0，每个间隔是0.5，现在进行更改。

更改y轴的位置

1 2	ggplot(PlantGrowth,aes(x=group,y=weight))+geom_boxplot()+ scale_y_continuous(breaks=c(4,4.25,4.5,5,6,8))

mark

可以看出来，上述的y轴坐刻度已经发生了改变，变成了4,4.25,4.5,5,6,8。其中scale_y_continuous()表示y轴的数据是连续型的。如果是离散型的则用scale_y_discrete()。

不同类型的x轴刻度

1 2	ggplot(PlantGrowth,aes(x=group,y=weight))+geom_boxplot()+ scale_x_discrete(limits=c("trt2","ctrl"),breaks="ctrl")

mark

上述的代码表示，限定x轴上只显示trt2与ctrl两组数据，但只显示ctrl这个类型的标签。

移除刻度线和标签

基本图形

1 2	p <- ggplot(PlantGrowth,aes(x=group,y=weight)) + geom_boxplot() # 先看一下最基本的图形 p

mark

移除y轴刻度

用到的代码是theme(axis.text.y=element_blank())，即通过主题的应用，把y轴的刻度改为空白，即axis.text.y=element_blank()。

1	p + theme(axis.text.y=element_blank())

mark

上面的图形把y轴的刻度标签移除了，只是把数字移除了，但刻度还存在，可以进一步把y轴的刻度线移除，如下所示，现在将x轴与y轴的上的刻度全移除，与上面的一样，即axis.ticks=element_blank()

1	p + theme(axis.ticks=element_blank(),axis.text.y=element_blank())

mark

上述图形把y轴的刻度标签（数字）与刻度线移除了。

移除刻度线，刻度标签，网格

可以通过一个参数把y轴的刻度线，刻度标签，网格线都移除，即scale_y_continuous(breaks=NULL)，如下所示：

1	p + scale_y_continuous(breaks=NULL)

mark

更换主题

ggplot中的背景色默认的是灰色主题，有的时候与论文中排版不协调，可以更换为白色主题，需要的参数是theme_bw()，如下所示：

1	p + scale_y_continuous(breaks=NULL)+theme_bw()

mark

修改刻度标签的文本

基本图形

1 2	hwp <- ggplot(heightweight,aes(x=ageYear,y=heightIn))+geom_point() hwp

mark

更改y轴的坐标标签

上述图形的y轴表示的是身高（heightIn），数字表示的是身高的数值，现在可以将数值更改为另外一种标签，即把50,56,60,66,72位置的刻度标签从数值改为”Tiny”,”Really”,”Short”,”Medium”,”Tallish”，如下所示：

1	hwp + scale_y_continuous(breaks=c(50,56,60,66,72),labels=c("Tiny","Really\nshort","Short","Medium","Tallish"))

mark

上述图形的y轴表示的内容与原始图形的一样，只是标签变了，其中"Really\nshort"表示换行。

对标签的进一步优化

下面的代码是构建一个函数，将数值转化为英尺与英寸的格式

footinch_formatter <- function(x){
  foot <- floor(x/12) # floor()是取小数的整数部分
  inch <- x%%12 # %%取余数
  return(paste(foot,"'",inch,"\"",sep=""))
}
footinch_formatter(56:64) # 案例
## [1] "4'8\""  "4'9\""  "4'10\"" "4'11\"" "5'0\""  "5'1\""  "5'2\""  "5'3\"" 
## [9] "5'4\""

用labels参数将上述的函数传递给标签

1	hwp + scale_y_continuous(labels=footinch_formatter)

mark

设置刻度

从48到72，每个间隔4

1	hwp + scale_y_continuous(breaks=seq(48,72,4),labels=footinch_formatter)

mark

其余的格式设定

可以把一些时间测试转化为HH:MM:SS(时:分:秒)或者其他类似的格式。如下所示：

timeHMS_formatter <- function(x){
  h <- floor(x/60) # 小时部分
  m <- floor(x%%60) # 分钟部分
  s <- round(60*(x%%1)) # 舍入到最接近的秒数
  lab <- sprintf("%02d:%02d:%02d",h,m,s) # 格式化数据
  lab <- gsub("^00:","",lab) #　如果开头存在00:则移除
  lab <- gsub("^00","",lab) # 如果形状存在0则移除
  return(lab)
}
timeHMS_formatter(c(.33,50,51.25,59.32,60,60.1,130.23))
## [1] ":20"      "50:00"    "51:15"    "59:19"    "01:00:00" "01:00:06"
## [7] "02:10:14"
另外有scales包，里面有可以格式化的函数，如下所示：
library(scales)
comma(1230092123) # 在千、百万、十亿等位置向数字添加逗号
## [1] "1,230,092,123"
dollar(34.33) # 添加一个美元符号
## [1] "$34.33"
percent(c(89.34,0.034)) #　乘以100，传到到最接近的整数值，并加添一个百分号
## [1] "8,930%" "0%"
scientific(1892321122232) # 科学计数法
## [1] "1.89e+12"

修改刻度标签的外观

基本图形

1
2
3

bp <- ggplot(PlantGrowth,aes(x=group,y=weight)) +
  geom_boxplot()
bp

mark

下面的命令将x轴上的三个分类变量ctrl,trt1,trt2的名称更改为Control,Treatment1,Treatment2:

bp <- ggplot(PlantGrowth,aes(x=group,y=weight)) +
  geom_boxplot() +
  scale_x_discrete(breaks=c("ctrl","trt1","trt2"),
                   labels=c("Control","Treatment1","Treatment2"))
bp

mark

对标签进行旋转

把x轴上的标签改为垂直，上图中的标签太长，可以将其从水平位置更改到垂直位置： angle参数用于更改标签的角度，下面是将标签更改为垂直：其中hjust用于控制纵向对齐，vjust用于控制横向对齐。

1	bp + theme(axis.text.x = element_text(angle=90,hjust=1,vjust=0.5))

mark 把把x轴上的标签旋转30度：

1	bp + theme(axis.text.x = element_text(angle=30,hjust=1,vjust=0.5))

mark

更改标签的大小，样式，字体

1 2	bp + theme(axis.text.x = element_text(family="Times",face="italic",colour="darkred",size=rel(0.9))) #上述命令中size=rel(0.9)表示当前主题基础字体大小的0.9

mark

设置坐标轴标签

下面命令是在x轴与y轴上分别添加文本：

1	hwp + xlab("Age in years") + ylab("Height in inches")

mark

上面的命令是通过xlab()与ylab()来实现的，另外一种方法是通过labs()来实现：

1	hwp + labs(x="Age in years",y="Height in inches")

mark

坐标标签换行

1	hwp + scale_x_continuous(name="Age\n(years)") # 换行

mark 4

移除坐标轴标签

原始图形

1 2	p <- ggplot(PlantGrowth,aes(x=group,y=weight)) + geom_boxplot() p

mark

去掉坐标的标签

下面的命令是将x轴的坐标标签去掉，即去掉了”group”字样：

1	p + theme(axis.title.x=element_blank())

mark

使用xlab去除坐标标签

上面的代码是将x轴的坐标标签去掉，下方没有空余空间，另外一种方式是将坐标标签去空白表示，有空余空间，如下所示：

1	p + xlab("")

mark

解释：当用them()来设置axis.title.x=element_blank()时，x轴或y轴标度的名称是不会改变的，只是没有显示其文本，并且不会为其留出空间，而用xlab(“”)时，则是将标度的名称改变成了空白，还是会为名称留出空间。

修改坐标轴标签的外观

原始图形

1
2
3

library(gcookbook)
hwp <- ggplot(heightweight,aes(x=ageYear,y=heightIn))+geom_point()
hwp

mark

现在将上述图形中的x轴坐标标签修改为深红色(darkred)，斜体(italic)，大小为14(size=14):

1	hwp + theme(axis.title.x=element_text(face="italic",colour="darkred",size=14))

mark

将y轴的标签向左旋转0度（angle=0），斜体（italic）大小为14（size=14）

1	hwp + ylab("Height\n(inches)")+theme(axis.title.y=element_text(angle=0,face="italic",size=14))

mark

将y轴的标签向左旋转90度（angle=90,y轴标签的文字默认是水平的），斜体（italic），深红色（darkred），大小为14（size=14）

1 2	hwp + ylab("Height\n(inches)")+ theme(axis.title.y=element_text(angle=30,face="italic",colour="darkred",size=14))

mark

沿坐标轴添加直线：

初始图形

1 2	p <- ggplot(heightweight,aes(x=ageYear,y=heightIn)) + geom_point() p

mark

沿坐标轴添加直线：

1	p + theme(axis.line=element_line(colour="black"))

mark

更改主题

如果绘图的主题在绘图区域的周围只有一条边，例如theme_bw()主题，则需要同时重置panel.border参数：

1
2
3

p + theme_bw()+
  theme(panel.border = element_blank(),
        axis.line = element_line(colour="black"))

mark

如果坐标轴上的直线太粗，则末端不会重合，如下所示：

1
2
3

p + theme_bw()+
  theme(panel.border = element_blank(),
        axis.line = element_line(colour="black",size=4))

mark

如果需要末端进行重合，需要添加lineed=”square”命令：

1
2
3

p + theme_bw()+
  theme(panel.border = element_blank(),
        axis.line = element_line(colour="black",size=4,lineend="square"))

mark

使用对数坐标轴

初始图形

1
2
3

library(MASS)
p <- ggplot(Animals,aes(x=body,y=brain,label=rownames(Animals)))+geom_text(size=3)
p

mark

修改坐标轴为对数

现在将上述图形的x轴与y轴取对数，如下所示：

1	p + scale_x_log10() + scale_y_log10()

mark

添加刻度标签：

1	p + scale_x_log10(breaks=10^(-1:5))+scale_y_log10(breaks=10^(0:3))

mark

把坐标轴的标签转化为指数记数法：

library(scales)
p + scale_x_log10(breaks=10^(-1:5),
                  labels=trans_format("log10",math_format(10^.x)))+
  scale_y_log10(breaks=10^(0:3),
                labels=trans_format("log10",math_format(10^.x)))

mark

下面的代码表示，先对x轴与y轴的坐标进行转换，将转换后的数据映射到坐标轴上，如下所示：

1	ggplot(Animals,aes(x=log10(body),y=log10(brain),label=rownames(Animals)))+geom_text(size=5)

mark

下面的代码是将x轴与y轴的坐标进行对数转换，对x轴进行自然对数变换，对y轴进行以2为底数的对数变换。

p + scale_x_continuous(trans = log_trans(),
                       breaks = trans_breaks("log",function(x) exp(x)),
                       labels = trans_format("log",math_format(e^.x)))+
  scale_y_continuous(trans = log2_trans(),
                     breaks = trans_breaks("log2",function(x) 2^x),
                     labels= trans_format("log2",math_format(2^.x)))

mark

折线图的坐标转换

原始图形

1	ggplot(aapl,aes(x=date,y=adj_price))+geom_line()

mark

现在对y轴进行对数变换：

1 2	ggplot(aapl,aes(x=date,y=adj_price))+geom_line()+ scale_y_log10(breaks=c(2,10,50,250))

mark

为对数坐标轴添加刻度

用到的函数是annotation_logticks()，如下所示：

1
2

mark

进行一步优化刻度线

对x轴或y轴的刻度进一步设置时，可以用minor_breaks=log10(5)+ -2:5)，即minor_breaks=log10(5*10^(minpow:maxpow))，这个是用来调整图形中的网格线，如下所示：

ggplot(Animals,aes(x=body,y=brain,label=rownames(Animals)))+
  geom_text(size=3)+
  annotation_logticks()+
  scale_x_log10(breaks=trans_breaks("log10",function(x) 10^x),
                labels=trans_format("log10",math_format(10^.x)),
                minor_breaks=log10(5)+ -2:5)+
    scale_y_log10(breaks=trans_breaks("log10",function(x) 10^x),
                labels=trans_format("log10",math_format(10^.x)),
                minor_breaks=log10(5)+ -1:3)+
  coord_fixed()+
  theme_bw()

mark

绘制环状图形

基础图形

head(wind,8)
##    TimeUTC Temp WindAvg WindMax WindDir SpeedCat DirCat
## 3        0 3.54    9.52   10.39      89    10-15     90
## 4        5 3.52    9.10    9.90      92     5-10     90
## 5       10 3.53    8.73    9.51      92     5-10     90
## 6       15 3.63    8.97    9.90      94     5-10     90
## 7       20 3.71    8.51    9.41      97     5-10     90
## 8       25 3.73    8.43    9.02      95     5-10     90
## 9       30 3.56    8.12    8.92      98     5-10    105
## 10      35 3.63    8.47    9.11     101     5-10    105

先以直方图的形式绘制出来，x轴是DirCat，按SpeedCat进行填充，条形图的组距是15，开始位置是-7.5,x轴的位置范围是0到360。

1
2
3

ggplot(wind,aes(x=DirCat,fill=SpeedCat))+
  geom_histogram(binwidth=15,origin=-7.5)+
  scale_y_continuous(breaks=seq(0,60,10))

mark

极坐标只是将上述的条形图卷曲成了圆形，书中的坐标轴标记是0到60，最小单位是10，但按照书中的代码并不能绘图出来，因此，下面的代码中加入了scale_y_continuous(breaks=seq(0,60,10))。如下所示：

ggplot(wind,aes(x=DirCat,fill=SpeedCat))+
  geom_histogram(binwidth=15,origin=-7.5)+
  scale_y_continuous(breaks=seq(0,60,10))+
  coord_polar()

mark

极坐标的进一步优化

改变直方图的轮廓为黑色（colour=”black”），尺寸为0.25(size=0.25)，改变图例的顺序(fill=guide_legend(reverse=TRUE))，优化颜色(scale_fill_brewer())，如下所示：

ggplot(wind,aes(x=DirCat,fill=SpeedCat))+
    geom_histogram(binwidth=15,origin=-7.5,colour="black",size=0.25)+
    guides(fill=guide_legend(reverse=TRUE))+
    coord_polar()+
    scale_x_continuous(limits=c(0,360),breaks=seq(0,360,by=45),minor_breaks=seq(0,360,by=15))+scale_fill_brewer()

mark

参考资料

常肖楠, 邓一硕, 魏太云. R数据可视化手册[M]. 人民邮电出版社, 2014.