ggplot2 part_1

可视化使得数据科学从业者更好地分析并解释数据
常用的ggplot 模版

ggplot(data = ) + 
<geom_function>(mapping = aex())

按照之前的学习，可以总结小部分的geom_function

factor()
可以将某个向量转变为factor 形式。
具体参考
https://www.jianshu.com/p/5561c995a621

图形的重要参数

！！！重要

首先介绍的四个参数

图像的画图标准

第一标准：
准确且有效的展示。
第二标准：
好看的视图。

开始游戏

aes 的参数

1. alpha 用于显示透明度

0~1

2. color 显示点的颜色，或填充图形的外边颜色

3. fill 填充颜色

4. size 大小

5. linetype

针对line plot 类型

6. labels

对图形中的参数进行标记

7. shape

8. stroke

部分内容可以参考
https://www.yuque.com/mugpeng/rr/004

9. width

binwidth

调整图像位置

1. position

用于改变图形中数据的位置
position = "jitter" 或
position = position_jitter() 都可以
jitter 可以改变散点图点的分布
感受一下差别
使用前：

使用后

不同的position 类型

1)jitter
2)dodge
3)stack

对于 bar 型图像来说（col，histogram等）

fill:

dodge

stack

indentity

2. scale

用于改变坐标系的范围
scale_x/y_xxx("name of certain axis", limit = , breaks = ,expand = )
调整scale 的大小
scale_size()

Call scale_size() setting range as a numeric vector of the form c(low, high).

3. label

例子

palette <- c(automatic = "#377EB8", manual = "#E41A1C")

## Set the position
ggplot(mtcars, aes(fcyl, fill = fam)) +
  geom_bar(position = 'dodge') +
  labs(x = "Number of Cylinders", y = "Count")
  scale_fill_manual("Transmission", values = palette)

labs 还可以设置title 或者caption

labs(title = "Highest and lowest life expectancies, 2007", caption = "Source: gapminder")

mapping

x轴
xlim()，如xlim(-2, 2)，限制取x坐标的（-2, 2）
y轴
ylim()

不同类型的geometries

有48种之多！

Theme

通过theme 可以改变图像本来的格式。
p + theme(l.position = new_value)

可以改变图像旁边注释的位置

一般修改类型有四种。

element_rect()
element_text()
element_line()
element_blank()

三种类型

text

line

rectangle

范例

plt_prop_unemployed_over_time +
  theme(
    rect = element_rect(fill = "grey92"),
    legend.key = element_rect(color = NA),
    axis.ticks = element_blank(),
    panel.grid = element_blank(),
    panel.grid.major.y = element_line(
      color = "white",
      size = 0.5,
      linetype = "dotted"
    ),
    # Set the axis text color to grey25
    axis.text = element_text(color = "grey25"),
    # Set the plot title font face to italic and font size to 16
   plot.title = element_text(size = 16, face = "italic")
  )

修改whitespace

unit(x, unit) x表示数量，unit 表示单位。

# View the original plot
plt_mpg_vs_wt_by_cyl

plt_mpg_vs_wt_by_cyl +
  theme(
    # Set the axis tick length to 2 lines
    axis.ticks.length = unit(2, "lines")
  )

margin(top, right, bottom, left, unit) 设定上下左右的数值，unit 表示单位。

plt_mpg_vs_wt_by_cyl +
  theme(
    # Set the legend margin to (20, 30, 40, 50) points
    legend.margin = margin(20, 30, 40, 50, "pt")
  )

其他theme 做的事

除了1、2点（上面介绍的外）

使用ggplot 内建theme

theme.*()，如theme.classic()
其他还有

theme_gray() is the default.
theme_bw() is useful when you use transparency. theme_classic() is more traditional.
theme_void() removes everything but the data.
例子

# Theme layer saved as an object, theme_recession
theme_recession <- theme(
  rect = element_rect(fill = "grey92"),
  legend.key = element_rect(color = NA),
  axis.ticks = element_blank(),
  panel.grid = element_blank(),
  panel.grid.major.y = element_line(color = "white", size = 0.5, linetype = "dotted"),
  axis.text = element_text(color = "grey25"),
  plot.title = element_text(face = "italic", size = 16),
  legend.position = c(0.6, 0.1)
)

# Combine the Tufte theme with theme_recession
theme_tufte_recession <- theme_tufte() + theme_recession

# Add the recession theme to the plot
plt_prop_unemployed_over_time + theme_tufte_recession

使用其他包的theme

library(ggtheme)

还可以使用theme_set() 恢复默认

theme_tufte_recession <- theme_tufte() + theme_recession

# Set theme_tufte_recession as the default theme
theme_set(theme_tufte_recession)

对图片进行注释

使用annotate()
例子

# Add a curve
plt_country_vs_lifeExp +
  step_1_themes +
  geom_vline(xintercept = global_mean, color = "grey40", linetype = 3) +
  step_3_annotation +
  annotate(
    "curve",
    x = x_start, y = y_start,
    xend = x_end, yend = y_end,
    arrow = arrow(length = unit(0.2, "cm"), type = "closed"),
    color = "grey40"
  )

数据预备的程序

适用情况

1. large datasets
2. aligned values on a single axis
3. low-precision data