x
y
xmin
xmax
ymin
ymax
xend
yend
weight
color:轮廓色
fill:填充色
shape:点形状
linetype: dotted dashed
size:点大小,线条大小(粗细)
alpha:透明度,0-1:完全透明-完全不透明
width:宽度(条形图等)
binwidth:组距(直方图等)
label:名称(如x,y,legend等)
angle:角度
hjust:水平平移
vjust:垂直平移
lower
middle
upper
map_id
group:分组
position:位置调整
一:点图
1. 添加颜色
ggplot(data=mpg,aes(x=displ,y=hwy)) + geom_point(color='grey')#轮廓色为灰色(实质效果:填充部分也为灰色)
或者:
ggplot(data=mpg) + geom_point(mapping = aes(x=displ, y = hwy), color = 'grey')

(点图无fill选项)
3. 添加透明度
ggplot(data=mpg,aes(x=displ,y=hwy)) + geom_point(aes(color=cyl),alpha=I(0.6)) #设置透明度,alpha范围是0到1,全透明到不透明;I()表示设定,跟映射函数aes()相对

3.颜色因子化

上图的cyl为整数,系统识别。默认是连续变量,所以生成的图例是连续型颜色图例;factor使之因子化。

4.将cyl映射至形状属性

二:折线图
ggplot(data=mpg,aes(x=displ,y=hwy)) + geom_line(color='grey',size=2) #size指线的大小

三:条形图
ggplot(data=mpg,aes(x=factor(displ),y=hwy)) + geom_bar(stat='identity',width=0.8,color='green',fill='grey')
#stat是指统计变换;#stat='identity'是指不进行统计变换即hwy就是纵坐标值。
#因为displ出现众多的重复值,所以分组更多,纵坐标值不断累加。
#width为组距,color为轮廓色(可以看到y值累加上去),fill为填充色。

- 统计变换为密度即y为displ的密度分布;注意,这里不需要给y映射变量。
-
统计变换为bin,中文翻译是bin封箱,其过程是生成变量count(对x计数),#density(一维密度估计),x(组的中心估计)——默认利用count和x;如若#要引用这几个变量,则在变量左右加双圆点,譬如 ..density..
密度分布
网友评论