ggplot2-基础部分

作者: Juan_NF | 来源:发表于2019-05-20 13:01 被阅读0次

ggplot2-基础部分
基础部分
基础部分
基础部分
基础部分
ggplot2绘制带有标准差图
COVID-19 in africa
python基础部分
基础部分(1)
JSON基础部分

同样是一无所有，有的人觉得有朝一日可以拥有全世界；

希望你是有的人，可以没脸没皮地积极向上;

####diamonds数据集的格式，color、cut、carat、price分别是该数据的列
 > head(diamonds)
# A tibble: 6 x 10
  carat cut       color clarity depth table price     x     y     z
  <dbl> <ord>     <ord> <ord>   <dbl> <dbl> <int> <dbl> <dbl> <dbl>
1 0.23  Ideal     E     SI2      61.5    55   326  3.95  3.98  2.43
2 0.21  Premium   E     SI1      59.8    61   326  3.89  3.84  2.31
3 0.23  Good      E     VS1      56.9    65   327  4.05  4.07  2.31
4 0.290 Premium   I     VS2      62.4    58   334  4.2   4.23  2.63
5 0.31  Good      J     SI2      63.3    58   335  4.34  4.35  2.75
6 0.24  Very Good J     VVS2     62.8    57   336  3.94  3.96  2.48

准备画布

数据需要是数据框格式
diamonds是ggplot2自带数据集

library(ggplot2)
####just set up, no point
####格式：ggplot(df, aes(x, y, other aesthetics))
ggplot(diamonds, aes(x=carat, y=price，color=cut))

空白和xy轴.png

加点，加趋势线


ggplot(diamonds, aes(x=carat, y=price,color=cut)) + 
geom_point(alpha=0.1,size=1.0,shape=21,fill='white',stroke=2)+
geom_smooth(method='glm')

点_线.png

依据cut分组，geom_point自动分配颜色
alpha设置点的透明度（避免点太大重叠在一起）
stroke的第一反应是中风，在这里是指，对于有边界的形状（可以用vignette("ggplot2-specs")查看相应形状），可以为内部和外部分别设置颜色，stroke用于设置边界的宽度；fill即内部颜色，这里color是依据分组的颜色；
method设定geom_smooth的曲线拟合方式
vignette("ggplot2-specs")调出参数的详细说明

设置特定颜色

ggplot(diamonds, aes(x=carat, y=price, color=cut)) + 
geom_point()+scale_color_brewer(type='qual',palette=8)

可通过type选择‘div’，‘qual’，‘seq’来设置，palette设置数字，选择颜色
Diverging
BrBG, PiYG, PRGn, PuOr, RdBu, RdGy, RdYlBu, RdYlGn, Spectral
Qualitative
Accent, Dark2, Paired, Pastel1, Pastel2, Set1, Set2, Set3
Sequential
Blues, BuGn, BuPu, GnBu, Greens, Greys, Oranges, OrRd, PuBu, PuBuGn, PuRd, Purples, RdPu, Reds, YlGn, YlGnBu, YlOrBr, YlOrRd
还有其他参数，？scale_color_brewer查找即可

对点的形状不满意，可用scale_shape_manual（）设置

x、y、figure的title设置

gg <- ggplot(diamonds, aes(x=carat, y=price, color=cut)) + 
geom_point()+scale_color_brewer(type='qual',palette=8)+labs(title="Scatterplot", x="Carat", y="Price") 
print(gg)

这里将整个设置存为图片，通过print打印出来进行展示

Rplot_各种标题.png

标题字体设置

gg1 <- gg + theme(plot.title=element_text(size=30, face="bold"), 
                  axis.text.x=element_text(size=15), 
                  axis.text.y=element_text(size=15),
                  axis.title.x=element_text(size=25),
                  axis.title.y=element_text(size=25)) 
print(gg1)

Rplot_标题字体.png

标题字体方向-改为垂直

适用于标题太长的时候，可以修改字体的方向

gg2 <- gg + theme(axis.text.x = element_text(angle=90, hjust=1),
                  axis.text.y = element_text(angle=90, hjust=1))
print(gg2)

image.png

展示不同的分类下的分面

##cut和color是其另外的列
gg1 + facet_wrap( ~ cut)
gg_grid<-gg1 + facet_grid(color ~ cut) 
ggsave(gg_grid,filename = 'grid.png',width=20,height=15)
capitalize <- function(string) {
   substr(string, 1, 1) <- toupper(substr(string, 1, 1))
   string
}
conservation_status <- c(
   cd = "Conservation Dependent",
   en = "Endangered",
   lc = "Least concern",
   nt = "Near Threatened",
   vu = "Vulnerable",
   domesticated = "Domesticated"
)
global_labeller <- labeller(
       vore = capitalize,
       conservation = conservation_status,
       conservation2 = label_wrap_gen(10),
       .default = label_both
   )
gg_q<-gg1 + facet_wrap(color ~ cut, scales="free",labeller = global_labeller) 
ggsave(gg_q,filename = 'test.png',width = 20,height = 15)

facet_wrap 和facet_grid将一个图展示成不同的panel

查资料的个人理解如下：

单个变量的展示，用facet_wrap比较方便，也好看一点；

两个变量的展示，用facet_grid方便一点；

均展示两个变量的情况，facet_grid会把所有组合均进行展示，而facet_wrap只会展示有点的组合；

可以通过设定labeller的方式改变label的展示情况

图太大就存成图片的格式