ggplot2.jpg
ggplot2由Hadley Wickham开发，是一个功能强大且十分灵活的包，可以说它是R中绘图的主阵地，很好地阐释了什么叫“图形美学”。
ggplot2最主要的优点在于它采取图层设计的方式进行绘图，简单来说ggplot2的绘图是通过图层之间的叠加实现的，而这个叠加就是通过 + 实现的，这在很大程度上有利于结构化思维绘图。一般来说ggplot2绘图的基本语法结构如下所示
ggplot(data = <data>, mapping = aes(<mappings>) +
#创建了面板，并不出现图形
geom_xxx() | stat_xxx() + #出现图形元素
scale_xxx() + #度量调整
coord_xxx() + #坐标变换，默认为直角坐标系
facet_xxx() + #图形分面系统
guides() + #图例调整
theme() #主题设定
其中，前两个元素对于ggplot2绘图来说是必须的，不然不会出现图形元素，后面5个为可选元素，主要用于图形的美化和个性化要求的实现。
geom_xxx()和stat_xxx()
geom_xxx()为几何对象函数，stat_xxx()为统计变换函数，我们一般使用几何对象函数，只有当我们在绘图时涉及到统计变换才会用到stat_xxx()函数，比如我们要绘制带有误差线的均值散点图。geom_xxx()函数太多了，这里先不一一列举了，后面实战时慢慢带入吧！
stat_xxx()函数主要是在数据被绘制出来之前对其进行统计计算，不同的计算方法会产生不同的计算结果，所以stat()函数必定是与geom()函数存在一个对应的关系，不然你统计变换又有什么意义呢？每一个图层基本上都包含一个几何对象和一个统计变换，也就是说：每一个以geom_xxx()开头的几何对象都含有一个stat参数，同时，每一个以stat_xxx()开头的几何对象也都会有一个geom参数。实际上，geom_xxx()的参数里面会有一个默认的选项：stat = 'identity'，就是默认不进行统计变换。
scale_xxx()
用于控制变量映射到视觉对象的具体细节，比如坐标轴、透明度、轮廓色、填充色、形状等信息。具体我们会在后面的实战中接续说明。
coord_xxx()
在生物学绘图当中，常用的坐标系包括直角坐标系，也称作笛卡儿坐标系，以及极坐标系。其中ggplot2的直角坐标系包括coord_cartesian()、coord_fixed()、coord_flip()以及coord_trans()，默认为第一个，coord_fixed()能够让我们固定纵横比（华夫饼图和复合型散点饼图），coord_flip()能够翻转坐标系，coord_trans()坐标系的坐标轴上刻度比例尺是变化的，例如数据点在某个轴方向上是变化的，不便于观察，这个时候就可以通过改变比例尺来进行调节，使数据点集中显示，更加方便观察。
同时，ggplot2能够通过coord_polar()将直角坐标系转换为极坐标系，具体语句为：
coord_polar(theta = 'x',start = 0,direction = 1,clip = 'on')
theta表示要极坐标化的中心轴，即将X轴转换为圆周；direction表示排列方向，1表示顺时针。
theme()
在主题方面，一般会选择套用现成的模板，比如ggsci就是专门为学术图表开发的。ggplot2自带的主题也很多，包括theme_gray()、theme_bw()、theme_light()、theme_test()以及theme_classic()，学术图表一般推荐theme_test()和theme_classic()。
还有很多参数，只能在实战中慢慢带入咯~
网友评论