追逐
文/胡晨川
数据越来越全，决策者越来越懒，因此数据可视化越来越受到重视。“全样本+可视化”的模式，正在渐渐替代传统的“描述+推断”的统计分析。说实话，Excel中的图表制作已然强大，尤其在2016版中。
但所谓站的高看得远，我们先跨两级，来领略R语言中的ggplot图形包的魅力。
什么是图形的语法？
Wilkinson(2005，2010)创建了一套用来描述所有统计图形深层特性的语法规则。简单归纳为：数据、几何对象（geometric object，缩写geom，包括点、线、条形等）、图形属性（aesthetic attributes，缩写aes，包括颜色、形状、大小）、统计变换（statistical transformation，缩写stats）、坐标系（coordinate system，缩写coord）5个部分组成了一个统计图形，也就是我们所理解的数据图表。
ggplot就是根据以上表述来构建统计图形。在使用之前，你当然要先安装好R语言，且安装ggplot2包，另外建议吧plyr包、reshape2包等数据集处理的包也装上。
从图形制作过程中，一步步学习ggplot
-
建立图形的骨架
ggplot(dataframe,aes(x=var1,y=var2,colour=factor1,size=var3))
语句解释：这句话定义了该图形的基本框架，回答了作图数据是什么？x轴y轴分别代表什么？颜色代表什么？图形大小代表什么？这四个问题。
进一步解释：dataframe即你用于作图的指标所在的数据集；var1等即指标代表你要用于图中观察的指标；“colour=factor1”这里补充一句，用因子变量（类型变量）来用于颜色更合理，若是连续变量，颜色会形成渐变，看着是很炫酷，但实用价值不大。 -
添加几何对象，看到图形
大家也许会觉得奇怪，跑完上一步的语句是不出图形的。因为，这个图里要展示什么形状？你并没有告诉gg。因此，这一步就是告诉gg，你是要线图、条形图、还是散点图等等。
ggplot(pr2,aes(x=ppr,y=cpf,colour=cityl,size=cr))+geom_point(alpha=0.5)
geom_point()语句告诉了gg我要散点图，且点的透明度是0.5。当然，也可以是geom_hist()直方图，geom_line()折线图，geom_area()面积图，geom_bar()条形图等等。
散点图样例1
-
图形当中增加辅助线
看到图形了“散点图样例1”，是不是有点激动？该图是某公司订单的数据集，横轴和纵轴代表了订单的两种属性，颜色代表了两种城市类型，点的大小代表了另一种属性。你能观察到，不同城市类型，订单的特性是有所区别的。
图中的两条辅助线，是两个变量的均值，如何添加的呢？
+geom_hline(aes(yintercept = cpfmean,colour=cityl),data=cpf_means,size=0.6)+ geom_vline(aes(xintercept = pprmean,colour=cityl),data=ppr_means,size=0.6)
在之前的那段代码后，再添加以上代码。geom_hline()即水平线，geom_vline()即垂直线，在参数中定义了颜色和大小。
有图层的方式，理论上你可以在ggplot中添加各种各样的图形元素，比如上图中的文本：
annotate("text",x=4,y=37,label="文本内容",family="serif",colour="darkblue",size=5) -
如何为图形添加趋势线？甚至是模型结果？
图形中添加趋势线及模型结果
上图中不仅是添加了回归预测线，也对不同的类型数据做了分面处理，下一篇中，我们会详细展开~
欢迎关注我的个人公众号“川术”，我在这里分享自己的些许经验。
川术二维码.jpg
网友评论