ggplot2极简(Minimalism)绘图

– data 就是数据，它必须是一个data frame.
– Aesthetics 美学，通常指x,y坐标系，颜色，大小，点线面的形状细节等。
– Geometry 图形，它对应是图应该画成什么类型，是histogram, boxplot, lineplot, density plot, dot plot还是其它。
– … 其它，主要是指统计信息。

在ggplot2中，将这些一条条指示如何画图的语句集合起来的符号就是加号“+”。举个例子，如果想在图上画一个histogram，将会是这样一个样子：

这里是数据，x是数据中的A列，y是数据中的B列 + 坐标是2维直角坐标系 + 画成柱形图

这就是ggplot2的思维方式。

ggplot2提供两个主要的函数：

– `qplot()`, 快速画图， quick plot
– `ggplot()`, 使用语法画图。

我们为什么要学习ggplot2呢？我们已经有了R中很多的画图工具，比如graphics以及grid中的各种工具。但是它们就好比windows系统自带的画图板工具，简单，你可以使用它带出非常繁杂漂亮的图像，但是需要你有很深的功力。如果你只是想方便地实现漂亮的繁杂图像，那么美图秀秀可能是你想要的。虽然ggplot2并不是简单的可以用美国秀秀来类比的，但是可以很轻松地让你从素颜图飞越至精妆图这一点上是一致的。

为了激发您的学习兴趣，下面是一组ggplot2画的效果图。
“`{r setup, echo=FALSE}
library(knitr)
`%n%` <- function (x, y) if (is.null(x)) y else x codeRegion <- 0 plotHook <- knit_hooks$get("plot") .img.tag <- function (src, width, height, caption, extra) { extra = paste(c(sprintf("width='%s'", width), sprintf("height='%s'", height), extra), collapse = " ") paste('“, sep = “”)
}
knit_hooks$set(plot = function(x, options) {
codeRegion <<- codeRegion + 1 paste("“,
.img.tag(knitr:::.upload.url(x), options$out.width, options$out.height,
knitr:::.img.cap(options), paste(c(options$out.extra, “class=’plot'”),
collapse = ” “)), ““, sep = “”)
})
“`

“`{r echo=FALSE}
knit_hooks$set(plot=plotHook)
codeRegion <- 0 ``` 本文的重点并不太于让大家从零开始入门与提高，本文的目的是让大家能够照猫画虎，毕竟图像只是数据显示的手段，并非目的。糗世界的观点是如何让数据简洁，美观，重点突出才是最上选的数据用图。本文对于在高影响力的杂志投稿将会有很大帮助。 ## 快速入门 本小节让读者快速理解ggplot2，并且能够画出简单的图像。 ```{r eval=FALSE} ## 安装ggplot2 install.packages("ggplot2") ``` ```{r} ## 加载ggplot2 library(ggplot2) data(mtcars) head(mtcars[, c("mpg", "wt")]) qplot(x=wt, y=mpg, data=mtcars) ``` 在函数qplot中，data参数需要的是一个data.frame。x及y参数直接以data.frame的列名来指定数据，这很象with(mtcars, ...)这种写法。 通过上面的步骤，我们就可以画出点图了。但是这和极简绘图还差得很远。比如它有讨厌的背景灰。在ggplot绘图体系中，可以很轻松的使用主题(theme)来改变图像的显示状态。我们使用极简主题试试。 ```{r theme} qplot(x=wt, y=mpg, data=mtcars) + theme_minimal() ``` 好的，现在我们想把图中的点画大一点。 ```{r point.size} qplot(x=wt, y=mpg, data=mtcars) + geom_point(size=5) + theme_minimal() ``` 把点的颜色改变一下。 ```{r point.color} qplot(x=wt, y=mpg, data=mtcars) + geom_point(size=5, pch=21, color="gray30", fill="cyan") + theme_minimal() ``` 再加上趋势线。 ```{r point.trend.curve} qplot(x=wt, y=mpg, data=mtcars) + geom_point(size=5, pch=21, color="gray30", fill="cyan") + geom_smooth(method=lm, se=TRUE, fullrange=TRUE, color="red", fill="gray80") + theme_minimal() ``` 从上面的步骤中，我们可以很清晰地看到ggplot2是如何一层一层地加上我们想要的效果的。理解了这一语法，接下来需要做的就是了解ggplot2画图过程。 ggplot2的绘图过程我将其分为三步， 1. 数据处理，也就是所谓的统计方法， 2. 数据转换，将数据转换成二维指定的坐标系，将映射至颜色，大小，线型等属性数据转换成属性值。 3. 调整坐标，图标，背景等，绘图输出。 我们来看一个简单的例子。 ```{r warning=FALSE} data("ToothGrowth") head(ToothGrowth) ## ToothGrowth中的dose和supp应该是离散的，所以我用factor来保存它们 ToothGrowth$dose <- factor(ToothGrowth$dose) ## 使用ToothGrowth构建一个ggplot对象 a <- ggplot(ToothGrowth, aes(x=dose, y=len, fill=supp)) names(a) ##这里就牵出了ggplot2的几个重要概念。 head(a$data) str(a$mapping) a$coordinates ## 我们想对a中的数据做一个violin plot，使用统计方法geom_violin b <- a + geom_violin(trim=FALSE, position=position_dodge(1)) ## position_dodge(width=1)的意思是在整个区域内分散， ## 也可以试试position_dodge(width=.5) head(b$data) ## 与a一致 sapply(names(a), function(.ele) identical(a[[.ele]], b[[.ele]])) ## 我们可以看到，有两项发生了变化 a$layers ## layer 长度为0 b$layers ## layer 长度为1 a ## 输出a的时候，因为会调用强制打印，所以它会启动绘图动作，但是因为layers长度为0，会报错。 b ## layers长度为1，就会画出一个violin的图了。 a$scales b$scales ## b$scales有了长度为零的一个list ## violin plot虽然可以很好的体现数据分布，但是它失去了类似boxplot中的中值等信息 ## 我们来加一个boxplot b + geom_boxplot(width=0.1, fill="white") ## 直接使用boxplot并不是我们想要的，因为它只是针对的一组数据， ## 现在每个浓度的数据都按照supp分成了两组，所以我们需要写出定制的boxplot的函数 data_summary <- function(x){ f <- fivenum(x) ##对于fun.data，它的输入是每个x对应的y值。 ... ##它的输出是可以定制。一般来说，要按照你指定的geom可以接受的变量来输出 ##因为我们接下来使用的geom是crossbar, 它可以定制的变量是x, y, ymax, ymin, alpha等 ##所以我们在控制输出时，输出了y, min, ymax. return(c(y=f[3], ymin=f[2], ymax=f[4])) } b + stat_summary(fun.data=data_summary, position=position_dodge(1), ## 位置需要和之前的一样抖开 width=.2, alpha=.3, ## box的宽度不能太宽，太宽了不好看 geom="crossbar") ##问题是，我们想让box的颜色和背景不同，怎么做？其实不容易 box.data.source <- ToothGrowth colnames(box.data.source)[2] <- "boxcolor" levels(box.data.source$boxcolor) <- c("OJ_BOX", "VC_BOX") ## 增加fill的数据 c <- b + stat_summary(aes(x=dose, y=len, fill=boxcolor), data=box.data.source, fun.data=data_summary, position=position_dodge(1), width=.2, alpha=.8, geom="crossbar") b$layers c$layers ## 我们可以看到，在绘图区域，有了两层图像 c ##模拟ggplot2的默认颜色 gg_color_hue <- function(n) { hues = seq(15, 375, length=n+1) hcl(h=hues, l=65, c=100)[1:n] } cols <- gg_color_hue(2) ## 因为原本的full颜色只有两个， ## 我们加入了两个levels，原本的levels就从 OJ, VC变成了OJ, OJ_BOX, VC, VC_BOX ## 颜色的赋值应该保持相同的顺序，当我们希望把box的颜色变成白色时， ## 颜色值就应该是cols[1], "white", cols[2], "white" d <- c + scale_fill_manual(name="suppl", values=c(cols[1], "white", cols[2], "white"), breaks=c("OJ", "VC"), ## 决定不显示OJ_BOX和VC_BOX labels=c("OJ", "VC")) c$scales d$scales f <- d + theme_bw() identical(f$theme, d$theme) ## theme 被改变 f ``` 当一个data.frame转递给ggplot时，ggplot就会成一个ggplot对象，用来保存data等参数。 每一个ggplot对象都会有data, layers, scales, mapping, theme, coordinates, facet, plot_env, 以及labels。 当我们每增加一个绘图语句时，ggplot2就在相关的参数上进行修改。当最后print的时候，再按照这些参数来输出图像。 ## ggplot2 统计方法 ggplot2的统计方法其实就是对数据的再运算，然后将生成的结果追加到图上。一个简单的例子： ```{r message=FALSE} a <- ggplot(mpg, aes(x=hwy)) a + stat_bin(aes(fill=..count.., color=-1*..ndensity..), binwidth = 1) ``` 统计方法有输入，有输出。通常输入为x和y。输出值会以例的形式追加到当前操作的数据拷贝中。比如上例中的stat_bin函数，就会生成四列新数据，分别为count, density, ncount以及ndensity。在访问这些新列的时候，使用**..name..**的方式。 ## ggplot2的色彩空间 ggplot2的scales不单单可以修改色彩空间，它还可以修改坐标等。但是我这里只想提一两句色彩的问题。当映射颜色至color时，就使用scale_color_xxxx这样的函数。当是fill时，就使用scale_fill_xxxx这样的函数。 其中，`scale_color_brewer()`函数中有些默认的颜色组，我们怎么了解其效果呢？ ```{r} library(RColorBrewer) display.brewer.all() ``` 从上图中，我们可以了解到有哪些颜色组可以使用，我们不至于会问"Accent", "Dark2"这些颜色名字是从哪里来的这类的问题了。 ## 代码实践 这一节，将一一重现文章开始出现的每一幅的代码。大家可以参考这些代码，依据自己的需要修改。有任何疑问，请自行查阅说明文档或者网上资源。 ```{r echo=FALSE} sourceHook <- knit_hooks$get("source") knit_hooks$set(source = function(x, options) { codeRegion <<- codeRegion + 1 id <- paste0("codeRegion", codeRegion) x <- c(knitr:::hilight_source(x, 'html', options), '') x <- paste(x, collapse = '
‘)
sprintf(‘

%s

‘, id, id, x)
})
“`

“`{r message=FALSE}
data(“ToothGrowth”)
ToothGrowth$dose <- factor(ToothGrowth$dose) ggplot(ToothGrowth, aes(x=dose, y=len, color=dose, fill=dose)) + geom_boxplot(outlier.colour = NULL, outlier.size=0) + stat_summary(geom = "crossbar", width=0.65, fatten=0, color="white", fun.data = function(x){ return(c(y=median(x), ymin=median(x), ymax=median(x))) }) + labs(title="box plot") + scale_fill_hue(guide=FALSE) + scale_color_hue(guide=FALSE) + theme_bw() + theme(panel.grid.major.x=element_blank(), axis.text.x=element_blank(), axis.ticks.x = element_blank(), axis.line.x = element_blank(), axis.title.x=element_blank(), axis.line.y = element_blank(), axis.title.y=element_blank(), axis.text.y = element_text(color="gray"), axis.ticks.y= element_line(color="gray")) ggplot(ToothGrowth, aes(x=dose, y=len, fill=dose)) + geom_dotplot(binaxis='y', stackdir='center', stackratio=1.5, dotsize=1.2) + stat_summary(fun.data=mean_sdl, mult=1, geom="pointrange", color="red") + scale_fill_brewer(palette="Blues", guide=FALSE) + theme_bw() + labs(title="dot plot") ggplot(ToothGrowth, aes(x=dose, y=len, shape=dose, color=dose)) + geom_jitter(position=position_jitter(.2), size=5) + stat_summary(fun.data=mean_sdl, mult=1, geom="pointrange", color="red") + scale_color_brewer(palette="Dark2", guide=FALSE) + scale_shape(guide=FALSE) + theme_bw() + labs(title="strip plot") ggplot(ToothGrowth, aes(x=dose, y=len, fill=dose)) + geom_violin(trim=FALSE) + geom_boxplot(width=0.1, fill="white") + scale_fill_brewer(palette="Blues", guide=FALSE) + theme_bw() + labs(title="violin plot") data(mtcars) mtcars$cyl <- as.factor(mtcars$cyl) ggplot(mtcars, aes(x=wt, y=mpg, color=cyl, shape=cyl)) + geom_point(size=5) + geom_smooth(method=lm, se=FALSE, fullrange=TRUE) + scale_color_brewer(palette="Paired") + theme_bw() + labs(title="scatter plot") ggplot(mtcars, aes(x=wt, y=mpg)) + geom_point(size=5, pch=21, color="gray30", fill="cyan") + geom_smooth(method=lm, se=TRUE, fullrange=TRUE, color="red", fill="gray80") + theme_bw() + labs(title="regression line") ToothGrowth.s <- melt(tapply(ToothGrowth$len, ToothGrowth[, c("dose", "supp")], mean), value.name = "len") ggplot(ToothGrowth.s, aes(x=dose, y=len, group=supp)) + geom_line(aes(linetype=supp, color=supp)) + geom_point(aes(color=supp), size=5) + scale_color_brewer(palette="Dark2") + theme_bw() + labs(title="line plot") ToothGrowth.s$dose <- factor(ToothGrowth.s$dose) ToothGrowth.s$supp <- factor(ToothGrowth.s$supp) ToothGrowth.s$sd <- melt(tapply(ToothGrowth$len, ToothGrowth[, c("dose", "supp")], sd))$value ggplot(ToothGrowth.s, aes(x=dose, y=len, fill=supp)) + geom_bar(stat="identity", position=position_dodge()) + geom_errorbar(aes(ymin=len-sd, ymax=len+sd), width=.2, position=position_dodge(.9)) + scale_fill_brewer(palette="Reds") + theme_minimal() + labs(title="bar plot") df <- data.frame( sex=factor(rep(c("F", "M"), each=200)), weight=round(c(rnorm(200, mean=55, sd=5), rnorm(200, mean=65, sd=5))) ) mu <- melt(tapply(df$weight, df$sex, mean), varnames="sex", value.name="grp.mean") ggplot(df, aes(x=weight, color=sex)) + geom_density() + geom_vline(data=mu, aes(xintercept=grp.mean, color=sex), linetype="dashed") + scale_color_brewer(palette="Accent") + theme_minimal() + labs(title="density curve") ggplot(df, aes(x=weight, color=sex, fill=sex)) + geom_histogram(aes(y=..density..), alpha=0.5, position="identity", fill="white", binwidth=1) + geom_density(alpha=.2) + scale_color_brewer(palette="Accent") + scale_fill_brewer(palette="Accent") + theme_minimal() + labs(title="histogram") ggplot(df, aes(x=weight, fill=sex)) + geom_area(stat ="bin", alpha=0.4, binwidth=1) + geom_vline(data=mu, aes(xintercept=grp.mean, color=sex), linetype="dashed") + scale_fill_brewer(palette="Accent") + scale_color_brewer(palette="Accent") + theme_minimal() + labs(title="area plot") x <- c(1/3, 1/9, 1/9, 1/9, 1/12, 1/12, 1/12, 1/12) df <- data.frame(x=cumsum(x)-x/2, id=factor(paste0(letters[1:8], 1:8)), value=c(60, 50, 100, 67, 90, 70, 44, 88), width=x) ggplot(df, aes(x=x, y=value, width=width)) + geom_bar(aes(fill=id), stat = "identity", position="identity") + scale_fill_manual(values = c('#2EB400BB', '#2BC8C999', '#2BC8C966', '#2BC8C933', "#666666BB", "#66666699", "#66666666", "#66666633"), breaks=c()) + coord_polar(theta = "x", start = 0) + theme_bw() + theme(axis.title.x = element_blank(), axis.title.y = element_blank(), panel.border = element_blank(), axis.text.x = element_blank()) + geom_text(aes(y=value+10, label=id)) + labs(title="radar plot") ``` ```{r echo=FALSE} sourceHook <- knit_hooks$get("source") knit_hooks$set(source = sourceHook) ``` ## 继续阅读 http://ggplot2.org/ http://www.sthda.com/english/wiki/ggplot2-introduction http://www.cookbook-r.com/Graphs/ 如果您有好的资源，留言后可能被加到这里。 ## 附录 ### ggplot2的基本图形 在ggplot2中一维数据图形有： ```{r eval=FALSE} old_theme <- theme_get() ## 设置默认的主题为黑白主题 theme <- theme_set(theme_bw()) ## 连续数据 a <- ggplot(mpg, aes(x=hwy)) a + geom_area(stat="bin") ## 可控变量：x, y, alpha, color, fill, linetype, size a + geom_density() ## 可控变量：x, y, alpha, color, fill, linetype, size, weight a + geom_dotplot() ## 可控变量：x, y, alpha, color, fill a + geom_histogram(binwidth=5) ## 可控变量：x, y, alpha, color, fill, linetype, size, weight ## 离散数据 b <- ggplot(mpg, aes(x=fl)) b + geom_bar() ## 可控变量：x, alpha, color, fill, linetype, size, weight ```

二维数据图形有：
“`{r eval=FALSE}
d <- ggplot(economics, aes(x=date, y=unemploy)) d + geom_path() ## 可控变量：x, y, alpha, color, linetype, size d + geom_ribbon(aes(ymin=unemploy-900, ymax=unemploy+900)) ## 可控变量：x, ymax, ymin, alpha, color, fill, linetype, size d + geom_area() ## 可控变量：x, y, alpha, color, fill, linetype, size d + geom_line() ## 可控变量：x, y, alpha, color, linetype, size d + geom_step() ## 可控变量：x, y, alpha, color, linetype, size f <- ggplot(mpg, aes(x=cty, y=hwy)) f + geom_jitter() ## 可控变量：x, y, alpha, color, fill, shape, size f + geom_point() ## 可控变量：x, y, alpha, color, fill, shape, size f + geom_quantile() ## 可控变量：x, y, alpha, color, linetype, size, weight f + geom_rug() ## 可控变量：alpha, color, linetype, size f + geom_smooth() ## 可控变量：x, y, alpha, color, fill, linetype, size, weight f + geom_text(aes(label=cty)) ## 可控变量：x, y, label, alpha, color, family, fontface, hjust, vjust, lineheight, size ## x离散， y连续 g <- ggplot(mpg, aes(x=class, y=hwy)) g + geom_bar(stat="identity") ## 可控变量：x, y, alpha, color, fill, linetype, size, weight g + geom_boxplot() ## 可控变量：lower, middle, upper, x, ymax, ymin, alpha, color, fill, linetype, shape, size, weight g + geom_dotplot() ## 可控变量：x, y, alpha, color, fill g + geom_violin() ## 可控变量：x, y, alpha, color, fill, linetype, size, weight ## x离散，y离散 h <- ggplot(diamonds, aes(x=cut, y=color)) h + geom_jitter() ## 可控变量：x, y, alpha, color, fill, shape, size ## 连续二元分布 i <- ggplot(movies, aes(x=year, y=rating)) i + geom_bin2d() ## 可控变量：xmax, xmin, ymax, ymin, alpha, color, fill, linetype, size, weight i + geom_density2d() ## 可控变量：x, y, alpha, color, linetype, size i + geom_hex() ## 可控变量：x, y, alpha, color, fill, size ```

三维数据图形有：
“`{r eval=FALSE}
seals$z <- with(seals, sqrt(delta_long^2+delta_lat^2)) m <- ggplot(seals, aes(x=long, y=lat)) m + geom_contour(aes(z=z)) ## 可控变量：x, y, z, alpha, color, linetype, size, weight m + geom_raster(aes(fill=z), interpolate=FALSE) ## 可控变量：x, y, alpha, fill m + geom_tile(aes(fill=z)) ## 可控变量：x, y, z, alpha, color, fill, linetype, size ```

=====EndrmdSourceCode=====