R语言编程-Tidyverse 书籍 - 第三章 - ggplo

作者: Hello育种 | 来源:发表于2022-10-12 00:05 被阅读0次

R最强项就是可视化，而ggplot2是其中最为著名的包

3.1 ggplot2基本语法

ggplot2 基于图层化语法：图形是一层一层的图层叠加而成。
选取整洁数据将其映射为几何对象(如点、线等) ，几何对象具有美学特征(如坐标轴、颜色等) ，若需要则对数据做统计变换，调整标度，将结果投影到坐标系，再根据喜好选择主题。

绘图流程

image.png

包括10个部件, 前3个是必须得，其他ggplot2会自动帮你设置。

数据 data
映射 mapping
几何对象 geom
标度 scale
统计变换 stats
坐标系 coord
位置调整 position adjustments
分面 facet
主题 theme
输出 output

基本模板

ggplot(data = ,
           mapping = aes()) +
        geom_function(mappong = aes(),
           stat = ,
           position = )+ 
      <SCALE_FUNCTION> +
      <COORDINATE_FUNCTION> +
      <FACET_FUNCTION> +
      <THEME_FUNCTION>

数据、映射、几何对象

数据：用于绘图的数据，需要是整洁的数据框
映射: 函数aes() 是ggplot2 中的映射函数, 指明了变量与图形所见元素之间的联系，告诉ggplot 图形元素想要关联哪个变量数据.

image.png

ggplot(data = mpg, mapping = aes(x = displ, y = hwy, color = drv))
经常将图形的美学color, size 等映射到数据集的分类变量，以实现不同分组用不同的美学来区分. 。所以，若要为美学指定特定值，比如color = "red", 是不能放在映射
aes() 中的。

几何对象: 每个图形都是采用不同的视觉对象来表达数据
通常用不同类型的‘‘几何对象’’ 从不同角度来表达数据，如散点图、平滑曲线、线形图、条形图、箱线图等。
ggplot2 提供了50 余种‘‘几何对象’’，均以geom_xxxx() 的方式命名，常用的有：

image.png
image.png

ggplot() 中的数据和映射，是全局的，可供所有几何对象共用；位于’’ 几何对象’’ 中的数据和映射，是局部的，只供该几何对象使用；

‘‘几何对象’’ 优先使用局部的，局部没有则用全局的。

分组使用group

标度scale_
标度函数控制几何对象中的标度映射：不只是x, y 轴，还有color, fill, shape, size 产生的图例。
常用的标度函数

image.png

scales 包提供了很多现成的设置刻度标签风格的函数

1. 修改坐标轴刻度及标签

1.1 用scale_*_continuous() 修改连续变量坐标轴的刻度和标签：

参数breaks 设置各个刻度的位置
参数labels 设置各个刻度对应的标签

用scale_*_discrete() 修改离散变量坐标轴的标签：
1.2 scale_x_discrete(labels = c("4" = " 四驱", "f" = " 前驱", "r" = " 后驱"))

1.3 用scale_x_date() 设置日期刻度，参数date_breaks 设置刻度间隔，date_labels 设置标签的日期格式；
1.4 借助scales 包中的函数设置特殊格式，比如百分数(percent)、科学计数法(scientific)、美元格式(dollar) 等。

2. 修改坐标轴标签、图例名及图例位置

函数xlab(), ylab(), 设置x 轴、y 轴标签
前面已使用color 美学，则可以在labs() 函数中使用参数color 修改颜色的图例名.

图例位置是在theme 图层通过参数legend. position 设置，可选取值有“none,” “left,” “right,” “bottom,” “top.”

3. 设置坐标轴范围

xlim(), ylim() 函数，设置x 轴和y 轴的范围

4.变换坐标轴

ggplot2 提供的坐标变换函数scale_x_log10() 等是变换坐标系，能够在视觉效果相同的情况下，使用原始数据的坐标刻度

5.设置图形标题

用labs() 函数的参数title, subtitle, caption 设置标题、副标题、脚注标题（默认右下角）

如果想改成顶部居中，需要加theme 图层专门设置

image.png

6. 设置fill, color 颜色

数据的某个维度信息可以通过颜色来展示，颜色直接影响图形的美感。
可以直接使用颜色值，但是更建议使用RColorBrewer（调色板）或colorspace 包。
6.1 离散变量

image.png

6.2 连续变量

image.png

7. 添加文字标注-ggrepel 包

ggrepel 包提供了geom_label_repel() 和geom_text_repel() 函数，为图形添加文字标注。
首先要准备好标记点的数据，然后增加文字标注的图层，需要提供标记点数据，以及要标注的文字给label 美学，若来自数据变量，则需要用映射

library(ggrepel)
best_in_class = mpg %>% # 选取每种车型hwy 值最大的样本
   group_by(class) %>%
   slice_max(hwy, n = 1)
ggplot(mpg, aes(displ, hwy)) +
  geom_point(aes(color = class)) +
  geom_label_repel(data = best_in_class, aes(label = model))

image.png

若要在图形某坐标位置添加文本注释，则用annotate() 函数，需要提供添加文本的中心坐标位

4 统计变换、坐标系、位置调整

统计变换(Statistics):构建新的统计量进而绘图，称为‘‘统计变换’’，简称‘‘统计’’。

ggplot2 中的提供了30 多种‘‘统计’’，均以stat_xxxx() 的方式命名。可以分为两类：

1. 可以在几何对象函数geom_*() 中创建，通常直接使用后者即可：

image.png

1. 不能在几何对象函数geom_*() 中创建
  
  image.png

image.png

例子：
用stat_summary() 做统计汇总并绘图。通过传递函数做统计计算，首先注意x 和y 美学映射到calss 和hwy; fun = mean 是根据x 计算y，故对每个车型计算一个平均的hwy；fun.max, fun.min 同样根据x 分别计算y 的均值加减标准差；统计计算的结果将传递给几何对象参数geom 用于绘图：

ggplot(mpg, aes(x = class, y = hwy)) +
   geom_violin(trim = FALSE, alpha = 0.5, color = "green") + # 小提琴图
   stat_summary(fun = mean,
                           fun.min = function(x) {mean(x) - sd(x)},
                           fun.max = function(x) {mean(x) + sd(x)},
                           geom = "pointrange", color = "red")

image.png

用stat_smooth(), 与geom_smooth() 相同, 添加光滑曲线：

method: 指定平滑曲线的统计函数，如lm 线性回归, glm 广义线性回归, loess 多项式回归, gam 广义加法模型(mgcv 包) , rlm 稳健回归(MASS 包) 等
formula: 指定平滑曲线的方程，如y ~ x, y ~ poly(x, 2), y ~ log(x) ，需要与method 参数搭配使用
se: 设置是否绘制置信区间

ggplot(mpg, aes(displ, hwy)) +
           geom_point() +
         stat_smooth(method = "lm",
                              formula = y ~ splines::bs(x, 3),
                             se = FALSE) # 不绘制置信区间

image.png

坐标系(Coordinante)

ggplot2 默认坐标系是直角坐标系coord_cartesian()，常用的坐标系操作还有：

image.png

坐标轴翻转，从水平图到竖直图：

ggplot(mpg, aes(class, hwy)) +
         geom_boxplot() + # 箱线图
         coord_flip() # 从竖直变成水平

image.png

直角坐标下的条形图，转化为极坐标下的风玫瑰图：

ggplot(mpg, aes(class, fill = drv)) +
     geom_bar() +
     coord_polar()

image.png

位置调整(Position adjustments)

(1) 条形图中的条形位置调整：
position_stack(): 竖直堆叠
position_fill(): 竖直(百分比) 堆叠，按比例放缩保证总高度为1
position_dodge(), position_dodge2(): 水平堆叠##使用更多

ggplot(mpg, aes(class, fill = drv)) +
   geom_bar(position = position_dodge(preserve = "single"))

image.png

(2) 散点图中的散点位置调整：

position_nudge(): 将散点移动固定的偏移量
position_jitter(): 给每个散点增加一点随机噪声(抖散图)
position_jitterdodge(): 增加一点随机噪声并躲避组内的点，特别用于箱线图+ 散点图

有时候需要将多个图形排布在画板中，借助patchwork 包更方便。

library(patchwork)
p1 = ggplot(mpg, aes(displ, hwy)) +
   geom_point()
p2 = ggplot(mpg, aes(drv, displ)) +
   geom_boxplot()
p3 = ggplot(mpg, aes(drv)) +
   geom_bar()
p1 | (p2 / p3)

image.png

分面、主题、输出

1 分面(Facet): 利用分类变量将图形分为若干个‘‘面” （子图），即对数据分组再分别绘图，称为‘‘分面’’。
(1) facet_wrap(): 封装分面，先生成一维的面板系列，再封装到二维中。
分面形式：~ 分类变量, ~ 分类变量1 + 分类变量2
scales 参数设置是否共用坐标刻度，"fixed"（默认, 共用）, "free"（不共用），也可以用free_x, free_y 单独设置
参数nrow 和ncol 可设置子图的放置方式

ggplot(mpg, aes(displ, hwy)) +
   geom_point() +
   facet_wrap(~ drv, scales = "free")

image.png

ggplot(mpg, aes(displ, hwy)) +
   geom_point() +
   facet_wrap(~ drv + cyl)

image.png

(2) facet_grid(): 网格分面，生成二维的面板网格，面板的行与列通过分面变量定义。

分面形式：行分类变量~ 列分类变量

ggplot(mpg, aes(displ, hwy)) +
   geom_point() +
   facet_grid(drv ~ cyl)

image.png

1. 主题(theme)
  你可以为图形选择不同风格的主题（外观），ggplot2 提供了8 套可选主题:
  
  image.png

使用或修改主题，只需要添加主题图层：

ggplot(mpg, aes(displ, hwy, color = drv)) +
   geom_point() +
   theme_bw()

image.png

ggplot2 图形示例

Nathan Yau 将数据可视化的过程总结为如下的4 个思索：

你拥有什么样的数据?
你想要表达什么样的数据信息?
你会什么样的数据可视化方法?
你从图表中能获得什么样的数据信息?

一般的6类：

类别比较图、数据关系图、数据分布图、时间序列图、局部整体图、地理空间图

ggpubr 包提供了很多函数，轻松绘制适合用于期刊论文发表的图形

（1）类别比较图：类别比较图，通常是展示和比较分类变量或分类变量组合的频数

image.png

热图：邻接矩阵、混淆矩阵、相关系数矩阵也可以用热图来可视化展示
ComplexHeatmap 包可绘制更复杂的热图：带层次聚类的热图。

（2）数据关系图
主要包括：

数据相关性图：展示两个或多个变量之间的关系，比如散点图、气泡图、曲面图等
数据流向图：展示两个或多个状态或情形之间的流动量或关系强度，比如网络图等

image.png

网络图：网络图可以可视化实体（个体/事物）间的内部关系，比如社会媒体网络、朋友网络、合作网络、疾病传播网络等。
可视化网络图的包有：igraph, tidygraph + ggraph. 还有更加强大的visNetwork 包。
结点数据，包括id（用于边数据），label（用于图显示），group（设置分组颜色），value（权重，关联结点的大小）等
边数据，包括from（起点），to（终点），label（用于图显示），value（权重，关联边的粗细）等

library(visNetwork)
visNetwork(nodes, edges)

image.png

(3) 数据分布图:主要展示数据中数值出现的频率或分布规律，比如直方图、概率密度图、箱线图等

image.png

（4）时间序列图：展示数据随时间的变化规律或者趋势。比如，括折线图、面积图等。

image.png

折线图与面积图：用geom_line() 与geom_area()绘制
（5）局部整体图：，展示部分与整体的关系。比如，饼图、树状图等

image.png

（6）地理空间图：是在地图上展示数据关系，即与地理位置信息联系起来绘图。地理位置通常是用经度、纬度表示。

image.png

sf 包实现了将简单要素表示为R 中的data.frame, 以及一系列处理此类数据的工具。
sf 格式数据框中，属性要素是正常的列，几何要素(geometry) 存放为列表列。

（7）动态交互图-ggplotly 包

只要对ggplot2 绘制的图形对象套一个ggplotly() 函数，则图形变成可交互状态：当鼠标移动到图形元素上时，将自动显示对应的数值。

library(plotly)
p = gapminder %>%
    filter(year == 2007) %>%
    ggplot(aes(gdpPercap, lifeExp, size = pop, color = continent)) +
   geom_point() +
   theme_bw()
ggplotly(p)

gganimate 包是基于ggplot2 的动态可视化拓展包，让图形元素随时间等逐帧变化起来，可导出为.gif 动图。

library(gganimate)
ggplot(gapminder, aes(gdpPercap, lifeExp, size = pop)) +
    geom_point() +
    geom_point(aes(color = continent)) +
    scale_x_log10() +
   labs(title = " 年份: {frame_time}", x = " 人均GDP", y = " 预期寿命") +
   transition_time(year)
anim_save("output/gapminder.gif") # 保存为gif 文件

R语言编程-Tidyverse 书籍 - 第三章 - ggplo

R最强项就是可视化，而ggplot2是其中最为著名的包

3.1 ggplot2基本语法

绘图流程

基本模板

数据、映射、几何对象

ggplot() 中的数据和映射，是全局的，可供所有几何对象共用；位于’’ 几何对象’’ 中的数据和映射，是局部的，只供该几何对象使用；

‘‘几何对象’’ 优先使用局部的，局部没有则用全局的。

分组使用group

scales 包提供了很多现成的设置刻度标签风格的函数

1. 修改坐标轴刻度及标签

2. 修改坐标轴标签、图例名及图例位置

3. 设置坐标轴范围

4.变换坐标轴

5.设置图形标题

6. 设置fill, color 颜色

7. 添加文字标注-ggrepel 包

4 统计变换、坐标系、位置调整

坐标系(Coordinante)

位置调整(Position adjustments)

有时候需要将多个图形排布在画板中，借助patchwork 包更方便。

分面、主题、输出

使用或修改主题，只需要添加主题图层：

更多的主题，还可以用ggthemes 包，其中包含一些顶级期刊专用绘图主题；当然也可以用theme()函数定制自己的主题（略）。

ggplot2 图形示例

一般的6类：

ggpubr 包提供了很多函数，轻松绘制适合用于期刊论文发表的图形

（7）动态交互图-ggplotly 包

相关文章

网友评论

延伸阅读

深度阅读

栏目导航

热点阅读

R包

Programing Language