利用ggplot构造绘图函数2018-04-29

绘制图形过程中，常常需要精细化调节，这就需要我们对于各种绘图参数有一定的把握。下面我以一个简单的例子来介绍我自己的常用背景参数设置。
数据使用iris数据，主要探索Sepal的长度与宽度的相互关系。主要要求是将Species考虑也考虑在内。
下面探索一下iris数据的特点。

str（iris）

搜狗截图18年04月29日2226_2.png

在ggplot框架下，我们能够很快的绘制出想要的模型：

library(ggplot2)
pic <- ggplot(data=iris, aes(x=Sepal.Length,y=Sepal.Width,color=Species,shape=Species)) + geom_point()
opic <- pic
pic

搜狗截图18年04月29日2200_1.png

这个图形可以形象化的表现出Sepal的长度与宽度的关系，但是这些图形太过僵化，下面我们通过微调来定制属于我们自己的图片。
首先我们想对图中点的大小，颜色性状进行调整，已符合特定的标准。
对于点的形状和颜色，我们可以参考下面两张图片：

ggplot2-shape-identity.png 9vl3r5.png

下面构造函数

# color and shape setting
cbbPalette <- c("#FF0000", "#9933FF", "#CC79A7")
shapeSet <- c(16,8,17)
pic <- pic + scale_fill_manual( values=cbbPalette)
pic <- pic + scale_colour_manual( values=cbbPalette)
pic <- pic + scale_shape_manual(values =shapeSet)
pic 

效果如下：

2.png

其次，我们构造一个特殊函数，该函数可以调整标签、坐标轴以及图形背景

  # axis setting
  axisSetting <- theme(  # remove grid line
    panel.border = element_blank(),
    axis.line = element_line(colour = "black"),
    panel.grid.major = element_blank(),
    panel.grid.minor = element_blank(),
    axis.title.x = element_text(size=15,color='black',face='bold'),
    axis.title.y = element_text(size=15,color='black',face='bold'))

代码及效果图如下

 pic <- pic + axisSetting
pic

23.png

再次，我们也构造函数可对图例进行微调，以适应版面：

  legendSetting <- theme(
    legend.position = c(.95, .95),
    legend.justification = c("right", "top"),
    legend.box.just = "right",
    legend.margin = margin(6, 6, 6, 6)
    #legend.position = "none"
  )

代码及效果如下：

pic  <- pic + legendSetting 
pic 

33.png

最后，我们虽然可以对单张图进行精细化调剂，但更希望构造一个函数能够同时对多张图进行调节。结合上面三个讨论，构造一个整体函数

Adjust_picture<- function(data,x,y,group)
{
  
  #basic picture
  pic <-ggplot2::ggplot(data=data,ggplot2::aes_string(x=x,y=y, color=group,shape=group))+
    ggplot2::geom_point()
  
  # point type and color setting
  cbbPalette <- c("#FF0000", "#9933FF", "#CC79A7")
  shapeSet <- c(16,8,17)
  pic <- pic + scale_fill_manual( values=cbbPalette)
  pic <- pic + scale_colour_manual( values=cbbPalette)
  pic <- pic + scale_shape_manual(values =shapeSet)
  
  # axis setting
  axisSetting <- theme(  # remove grid line
    panel.border = element_blank(),
    axis.line = element_line(colour = "black"),
    panel.grid.major = element_blank(),
    panel.grid.minor = element_blank(),
    axis.title.x = element_text(size=15,color='black',face='bold'),
    axis.title.y = element_text(size=15,color='black',face='bold'))
  
  pic <- pic + axisSetting
  
  # legend setting
  legendSetting  <- theme(
    legend.position = c(.95, .95),
    legend.justification = c("right", "top"),
    legend.box.just = "right",
    legend.margin = margin(6, 6, 6, 6))
  
  pic <- pic + legendSetting
  pic
}

这样我们就可以使用Adjust_picture 函数同时完成上述改进

Adjust_picture(iris,"Sepal.Length", "Sepal.Width","Species")

探索是无止境的，最后的最后我们可以使用同一个函数分析多种关系，也就是一页多图，希望大家自己探索。