1.1.1 参数

• data 用于绘图的数据.如果数据格式不是data.frame,会默认使用fortity()函数转换为data.frame格式.如果在该函数中不提供data,则在后面添加的每一个图层,都需要提供data.

• mapping 用于美学图层映射的参数.如果在这里不提供,则后面添加的每个图层,都需要提供.

• … 其他可用于该函数的参数.

• environment 该参数已经淘汰了.

1.1.2 细节

ggplot()用来初始化ggplot2图形对象.经常后面需要通过+来添加其他的对象.一般有三种方法调用该函数:

• ggplot(df, aes(x, y, other aesthetics))

• ggplot(df)

• ggplot2

如果后面的所有图层使用的都是同一套数据以及美学映射,则推荐使用第一种用法.如果后面图层使用数据一致,但是美学映射不同,则推荐使用第二种方法.如果每一个图层使用的数据和美学映射都不相同,则使用第三种方法,一般用来构建比较复杂的图形.

1.1.3 例子

library(ggplot2)
# 产生随机数据,然后计算平均值和标准差
df <- data.frame(
  gp = factor(rep(letters[1:3], each = 10)),
  y = rnorm(30)
)
ds <- do.call(rbind, lapply(split(df, df$gp), function(d) {
  data.frame(mean = mean(d$y), sd = sd(d$y), gp = d$gp)
}))

ggplot(df, aes(gp, y)) +
  geom_point() +
  geom_point(data = ds, aes(y = mean), colour = 'red', size = 3)

#注意,第一个geom_point图层使用的是ggplot中的数据和美学映射.而第二个geom_point
#图层中使用的则是不同的数据和美学映射.

# 而下面这幅图,第一个geonm_point图层因为没有提供data,因此使用的是ggplot()中的data,
#而美学映射则是自己定义的.

ggplot(df) +
  geom_point(aes(gp, y)) +
  geom_point(data = ds, aes(gp, mean), colour = 'red', size = 3)

# 另外一个选择则是完全不在ggplot中定义数据和美学映射,而是在每一个图层中分别定义.
# 当你要画复杂图形的时候,这种方法就会显示的非常清晰和明了.
ggplot() +
  geom_point(data = df, aes(gp, y)) +
  geom_point(data = ds, aes(gp, mean), colour = 'red', size = 3) +
  geom_errorbar(
    data = ds,
    aes(gp, mean, ymin = mean - sd, ymax = mean + sd),
    colour = 'red',
    width = 0.4
  )

1.2.1 参数

• x, y, … 将变量映射到图形的视觉特性的名字.x和y分别指x轴和y轴.通常他们可以省略不写.但是其他的,如颜色(colour/color),填充颜色(fill),大小(size)等则必须写明参数名字.

1.2.2 细节

注意的是,在ggplot2种,对于视觉特征的名字进行了规范化,因此和R base绘图函数种的并不相同,比如从pch改为shape,从cex改为size.

1.2.3 例子

aes(x = mpg, y = wt)

## Aesthetic mapping: 
## * `x` -> `mpg`
## * `y` -> `wt`

#> Aesthetic mapping: 
#> * `x` -> `mpg`
#> * `y` -> `wt`
aes(mpg, wt)

## Aesthetic mapping: 
## * `x` -> `mpg`
## * `y` -> `wt`

#> Aesthetic mapping: 
#> * `x` -> `mpg`
#> * `y` -> `wt`

# You can also map aesthetics to functions of variables
aes(x = mpg ^ 2, y = wt / cyl)

## Aesthetic mapping: 
## * `x` -> `mpg^2`
## * `y` -> `wt/cyl`

#> Aesthetic mapping: 
#> * `x` -> `mpg^2`
#> * `y` -> `wt/cyl`

# Or to constants
aes(x = 1, colour = "smooth")

## Aesthetic mapping: 
## * `x`      -> 1
## * `colour` -> "smooth"

#> Aesthetic mapping: 
#> * `x`      -> 1
#> * `colour` -> "smooth"

# Aesthetic names are automatically standardised
aes(col = x)

## Aesthetic mapping: 
## * `colour` -> `x`

#> Aesthetic mapping: 
#> * `colour` -> `x`
aes(fg = x)

## Aesthetic mapping: 
## * `colour` -> `x`

#> Aesthetic mapping: 
#> * `colour` -> `x`
aes(color = x)

## Aesthetic mapping: 
## * `colour` -> `x`

#> Aesthetic mapping: 
#> * `colour` -> `x`
aes(colour = x)

## Aesthetic mapping: 
## * `colour` -> `x`

#> Aesthetic mapping: 
#> * `colour` -> `x`

# aes() is passed to either ggplot() or specific layer. Aesthetics supplied
# to ggplot() are used as defaults for every layer.
ggplot(mpg, aes(displ, hwy)) + geom_point()

ggplot(mpg) + geom_point(aes(displ, hwy))

# Tidy evaluation ----------------------------------------------------
# aes() automatically quotes all its arguments, so you need to use tidy
# evaluation to create wrappers around ggplot2 pipelines. The
# simplest case occurs when your wrapper takes dots:
scatter_by <- function(data, ...) {
  ggplot(data) + geom_point(aes(...))
}
scatter_by(mtcars, disp, drat)

# If your wrapper has a more specific interface with named arguments,
# you need "enquote and unquote":
scatter_by <- function(data, x, y) {
  x <- enquo(x)
  y <- enquo(y)

  ggplot(data) + geom_point(aes(!!x, !!y))
}
scatter_by(mtcars, disp, drat)

# Note that users of your wrapper can use their own functions in the
# quoted expressions and all will resolve as it should!
cut3 <- function(x) cut_number(x, 3)
scatter_by(mtcars, cut3(disp), drat)

1.3.1 参数

• filename 要保存的图片的名字,注意不包括后缀名.

• plot 要保存的ggplot2图片.

• device 要保存的图片的类型.包括以下:“eps”, “ps”, “tex” (pictex), “pdf”, “jpeg”, “tiff”, “png”, “bmp”, “svg” or “wmf” (windows only).

• path 图片所要保存的路径.

• scale Multiplicative scaling factor.暂时不知道什么意思?

• width, height, units 要保存图片的宽和高,以及其单位.单位包括:“in”(英寸), “cm”, or “mm”.

• dpi 图片分辨率.一般是数字.也可以使用文字符:“retina” (320), “print” (300), or “screen” (72).

• limitsize 如果设置为TRUE,则ggsave不会保存尺寸大于50×50 inch的图片.

• … 其他可以用于图形设备(graphics device function)的参数.

2.1.1 参数

• mapping 美学映射,使用aes()函数设置.

• data 用于创建该图层的数据.有三种选择: 1)如果设置为NULL,也是默认设置.则该数据继承自ggplot()函数中的数据.2)一个data.frame,或者其他的对象,如tibble,这将会覆盖ggplot()中的数据.3)也可以是一个function(),但是该function最后返回的对象应该是data.frame.function可以使用formula格式进行创建,如:head(.x, 10)

• … 其他的可以传入layer()的参数.一般是美学对象,如colour = "red"或者size = 3.也可以是一些一些能够传入到和geom_配对的geom/stat的参数.

• na.rm 默认为FALSE, missing value会被去除掉,但是会给出warning,如果设置为TRUE,missing value也会被去除掉,但是不会给warning.

• show.legend 该图层是否要显示在legend上.默认为NA,则该图层中所有的映射到图形属性的变量都会显示在legend中.FALSE则永远不显示,TRUE则永远显示.如果该图形有多个变量映射到不同的图形属性,则可以将其设置为一个vector,分别控制不同的变量是否显示.

• xintercept/yintercept/slope/intercept 控制直线的位置参数.如果这些设置了,则data,mapping和show.legend则会被覆盖掉.

2.1.2 细节

这些几何对象和其他的几何对象稍微有些不同.可以通过两种方法提供参数:1)给layer函数提供参数,或者2)通过美学对象提供参数.如果你使用参数,例如geom_abline(intercept = 0, slope = 1),然后几何对象(geom_)会创建一个新的data frame,这个data rame只包括了你所提供的数据.这意味着在所有的分面中,直线都是相同的.如果你想在不同的分面中,直线不相同,你需要自己创建一个data frame,然后再美学映射(aesthetics)中设置.

与其他的几何对象不同,这些几何对象不会从ggplot中继承data.他们也不会影响到x和y的scale.

2.1.3 美学映射(Aesthetics)

这三个几何对象(geom)其实都是使用geom_line()函数来画直线的,因此他们都支持geom_line()的美学参数,如alpha,colour,linetype和size.对于每个几何对象都有,都有单独的参数用来控制直线的位置:

• geom_vline:xintercept.

• geom_hline:yintercept.

• geom_vline:slope(斜率)和intercept(截距).

2.1.4 例子

library(ggplot2)
p <- 
  ggplot(mtcars, aes(wt, mpg)) + 
  geom_point()

# 添加垂直直线
p + 
  geom_vline(xintercept = 5)

p + 
  geom_vline(xintercept = 1:5)

# 添加水平直线
p + 
  geom_hline(yintercept = 20)

# 添加对角线,默认斜率为1
p + 
  geom_abline(intercept = 20)

# 计算直线回归的斜率和截距
coef(lm(mpg ~ wt, data = mtcars))

## (Intercept)          wt 
##   37.285126   -5.344472

p + 
  geom_abline(intercept = 37, slope = -5)

# 但是使用geom_smooth更加简单h:
p + 
  geom_smooth(method = "lm", se = FALSE)

## `geom_smooth()` using formula 'y ~ x'

# 如果想要再不同分面显示不同的直线,则使用美学对象,也就是需要自己创建
p <- ggplot(mtcars, aes(mpg, wt)) +
  geom_point() +
  facet_wrap(~ cyl)

mean_wt <- 
  data.frame(cyl = c(4, 6, 8), wt = c(2.28, 3.11, 4.00))
mean_wt

##   cyl   wt
## 1   4 2.28
## 2   6 3.11
## 3   8 4.00

p + 
  geom_hline(mapping = aes(x = cyl, yintercept = wt), 
             data = mean_wt)

## Warning: Ignoring unknown aesthetics: x

##如果不使用美学对象,则在每一个分面上都是一样的
p +
  geom_hline(yintercept = mean_wt$wt)

# 控制其他美学对象
ggplot(mtcars, aes(mpg, wt, colour = wt)) +
  geom_point() +
  geom_hline(aes(yintercept = wt, colour = wt), mean_wt) +
  facet_wrap(~ cyl)

2.2.1 参数

• mapping 美学映射,使用aes()函数设置.如果设置参数inherit.aes = TRUE(默认),则该图层会从ggplot()函数继承美学映射的参数.

• data 用于创建该图层的数据.有三种选择: 1)如果设置为NULL,也是默认设置.则该数据继承自ggplot()函数中的数据.2)一个data.frame,或者其他的对象,如tibble,这将会覆盖ggplot()中的数据.3)也可以是一个function(),但是该function最后返回的对象应该是data.frame.function可以使用formula格式进行创建,如:head(.x, 10)

• position 位置调整(position adjustment).可以是字符,也可以是使用位置调整参数返回的对象.

• … 其他的可以传入layer()的参数.一般是美学对象,如colour = "red"或者size = 3.也可以是一些一些能够传入到和geom_配对的geom/stat的参数.

• width 柱形图的宽度. 默认设置为数据“分辨率”的90%(0.9).

• na.rm 默认为FALSE, missing value会被去除掉,但是会给出warning,如果设置为TRUE,missing value也会被去除掉,但是不会给warning.

• show.legend 该图层是否要显示在legend上.默认为NA,则该图层中所有的映射到图形属性的变量都会显示在legend中.FALSE则永远不显示,TRUE则永远显示.如果该图形有多个变量映射到不同的图形属性,则可以将其设置为一个vector,分别控制不同的变量是否显示.

• inherit.aes 如果设置为FALSE,覆盖掉而不是结合默认美学参数. This is most useful for helper functions that define both data and aesthetics and shouldn’t inherit behaviour from the default plot specification, e.g. borders().不太明白这个意思?

• geom, stat 覆盖掉默认的geom_()和stat_()函数.

2.2.2 细节

柱形图使用高度来表示数值.所以一般柱形图是用来进行对比展示的.这也是为什么如果你将数据log之后,使用柱形图就不太合适.

默认,对于同个x轴位置有着多个柱子,则他们会堆积在一起.也就输堆积柱形图,这是由默认的位置调整函数position_stack()实现的.如果你想要让他们并排排列,则需要使用position_dodge()或者position_dodge2()函数.当然,如果你想要堆叠柱形图,而显示的是比例而不是真实数值,则需要使用position_fill()函数.

2.2.3 美学参数(Aesthetics)

geom_bar()可以接受以下美学参数(粗体为必须参数).

• x

• y

• alpha

• colour

• fill

• group

• linetype

• size

geom_col()可以接受以下美学参数(粗体为必须参数).

• x

• y

• alpha

• colour

• fill

• group

• linetype

• size

stat_count()可以接受以下美学参数(粗体为必须参数).

• x

• y

• group

• weight

2.2.4 计算变量 (Computed variables)

• count 每一个grou中的数目

• prop 每组的比例

2.2.5 例子

library(ggplot2)
## 首先创建一个ggplot2对象
g <- ggplot(mpg, aes(class))
# 然后使用geom_bar来展示每个class的case的数目
g + geom_bar()

# 可以通过设置weight参数,将每个柱子的高度改为该变量的和
g + geom_bar(aes(weight = displ))

# 当每一个柱子又可以分为不同的group时,默认是堆积在一起的.
g + geom_bar(aes(fill = drv))

# 如果想要翻转类别的顺序,可以在position参数中设置
g +
 geom_bar(aes(fill = drv), 
          position = position_stack(reverse = TRUE)) +
 coord_flip() +
 theme(legend.position = "top")

# 如果只是想要柱子高度显示某个变量的值,使用geom_col函数
df <- data.frame(trt = c("a", "b", "c"), outcome = c(2.3, 1.9, 3.2))
ggplot(df, aes(trt, outcome)) +
  geom_col()

# 当然,geom_bar函数也可以用来显示连续性的变量
df <- data.frame(x = rep(c(2.9, 3.1, 4.5), c(5, 10, 4)))
ggplot(df, aes(x)) + geom_bar()

# cf. a histogram of the same data
ggplot(df, aes(x)) + geom_histogram(binwidth = 0.5)

2.3.1 参数

• mapping 美学映射参数,使用aes()建立.如果在该图层进行设置,并且inherit.aes = TRUE(默认), it is combined with the default mapping at the top level of the plot. You must supply mapping if there is no plot mapping?

• data 用于创建该图层的数据.有三种选择: 1)如果设置为NULL,也是默认设置.则该数据继承自ggplot()函数中的数据.2)一个data.frame,或者其他的对象,如tibble,这将会覆盖ggplot()中的数据.3)也可以是一个function(),但是该function最后返回的对象应该是data.frame.function可以使用formula格式进行创建,如:head(.x, 10)

• position 位置调整(position adjustment).可以是字符,也可以是使用位置调整参数返回的对象.

• … 其他的可以传入layer()的参数.一般是美学对象,如colour = "red"或者size = 3.也可以是一些一些能够传入到和geom_配对的geom/stat的参数.

• na.rm 默认为FALSE, missing value会被去除掉,但是会给出warning,如果设置为TRUE,missing value也会被去除掉,但是不会给warning.

• show.legend 该图层是否要显示在legend上.默认为NA,则该图层中所有的映射到图形属性的变量都会显示在legend中.FALSE则永远不显示,TRUE则永远显示.如果该图形有多个变量映射到不同的图形属性,则可以将其设置为一个vector,分别控制不同的变量是否显示.

• inherit.aes 如果设置为FALSE,覆盖掉而不是结合默认美学参数. This is most useful for helper functions that define both data and aesthetics and shouldn’t inherit behaviour from the default plot specification, e.g. borders().不太明白这个意思?

• geom, stat 覆盖掉默认的geom_()和stat_()函数.

• bins 数值型的向量,用来分别设置垂直和水平方向上的bin的数目,默认都是30.

• binwidth 数值型向量,用于设置在垂直和水平方向上的bin的宽度.如果该参数设置,则会覆盖掉bins参数.

• drop 如果设置为TRUE,则会去除掉count为0的方格.

2.3.2 美学参数(Asethetics)

stat_bind2d()接受以下美学参数(黑体为必须参数):

• x

• y

• fill

*group

2.3.3 计算变量(Computed variables)

• count bin中的数据点的个数.

• density bin中数据点的密度(density),整体数据点数目为1,所有其他bin内数据点数目与之scale.

• ncount count, scaled to maximum of 1?

• ndensity density, scaled to maximum of 1

2.3.4 例子

library(ggplot2)
d <- ggplot(diamonds, aes(x, y)) + 
  xlim(4, 10) + 
  ylim(4, 10)
d + geom_bin2d()

## Warning: Removed 478 rows containing non-finite values (stat_bin2d).

2.4.1 参数

所有参数可以参考上面所有的函数.

2.4.2 例子

p <- 
  ggplot(mtcars, aes(wt, mpg))
p

p + 
  geom_blank()

2.5.1 参数

mapping,data,position和…参数可以参考前面的参数.都是一致的.

• outlier.colour,outlier.fill,outlier.shape,outlier.size,outlier.stroke,outlier.alpha:离群点的美学参数.如果想要隐藏outlier,则可以将outlier.shape设置为NA.

• notch:默认为FALSE,一个标准的box plot,如果设置为TRUE,则是一个有缺口的box plot.有缺口的box plot可以方便多组数据进行比较.因为缺口处就是中位值所在位置.

• notchwidth:缺口box plot的缺口处的宽度和整体宽度的比值,默认为0.5.

• varwidth:默认为FALSE,一个标准的box plot.如果设置为TRUE,则每组的box的宽度和该组的变量的个数的平方根成正比.

• coef:默认为1.5.也就是上下边框扩展出的上下晶须的距离为1.5倍的IQR.

2.5.2 统计总结

box plot框的上下边界(hinge)分别代表第一和第三分位数.

从框上边界扩展出的上晶须(whisker)的距离为1.5倍的IQR(IQR为inter quartile range,也就是第三分位数和第一份位数之差).从框下边界扩展出的下晶须(whisker)的距离为1.5倍的IQR.在上下晶须范围以外的,就是outlier.

2.5.3 美学参数

geom_boxplot()接收以下美学参数(黑体为必须参数):

• x

• lower

• upper

• umiddle

• ymin

• yax

• alpha

• colour

• fill

• group

• linetype

• shape

• size

• weight

2.5.4 计算变量

• width box plot宽度.

ymin:下晶须==下框边界-1.5*IQR

lower:下框边界.默认为25% quantile.

notchlower:对于有缺口box plot的下框边界.默认为median - 1.58 * IQR / sqrt(n)

middle:中位值,默认为50%分位数.

notchupper:对于有缺口box plot的上框边界.默认为median + 1.58 * IQR / sqrt(n)

upper:上框边界,默认为75%分位数.

ymax上晶须==上框边界+1.5*IQR

2.5.5 例子

library(ggplot2)
p <- ggplot(mpg, aes(class, hwy))

p +
    geom_boxplot()  

# 交换x轴和y轴
p + geom_boxplot() + 
  coord_flip()

# 有缺口的box plot,注意此时上下晶须距离是有变化的.
p +
  geom_boxplot(notch = TRUE)

## notch went outside hinges. Try setting notch=FALSE.
## notch went outside hinges. Try setting notch=FALSE.

# box宽度和每组数目n的平方根成正比
p + geom_boxplot(varwidth = TRUE)

p + geom_boxplot(fill = "white", colour = "#3366FF")

# 设置outlier的美学参数
p + geom_boxplot(outlier.colour = "red", outlier.shape = 1)

# 将点和boxplot画在一起,这时候需要把outlier去除掉,因为和原始点会有重叠
p + geom_boxplot(outlier.shape = NA) + 
  geom_jitter(width = 0.2)

# 如果每组的box plot再分类,则默认是并列排在一起的
p + geom_boxplot(aes(colour = drv))

# x轴不是分类数据,而是连续数据也是可以的.但是需要提供如何对x轴进行分类,比如通过
#cut_width函数将连续性变量进行分类
ggplot(diamonds, aes(x = carat, y = price)) +
  geom_boxplot()

## Warning: Continuous x aesthetic -- did you forget aes(group=...)?

ggplot(diamonds, aes(carat, price)) +
  geom_boxplot(aes(colour = cut_width(carat, 0.25)), show.legend = FALSE)

ggplot(diamonds, aes(carat, price)) +
  geom_boxplot(aes(group = cut_width(carat, 0.25)), show.legend = FALSE)

# 如果你自己定义了boxplot的各个元素,也可以通过设置stat=`identify`来画boxplot
y <- rnorm(100)
df <- data.frame(
  x = 1,
  y0 = min(y),
  y25 = quantile(y, 0.25),
  y50 = median(y),
  y75 = quantile(y, 0.75),
  y100 = max(y)
)
ggplot(df, aes(x)) +
  geom_boxplot(
   aes(ymin = y0, lower = y25, middle = y50, upper = y75, ymax = y100),
   stat = "identity"
 )

2.6.1 参数

很多参数跟前面是一样的.其他不同的见下:

• lineend 线条末端的形式(round, butt, square)

• linejoin 线条交界处的形式(round, butt, square)

• linemitre Line mitre limit (number greater than 1).

2.6.2 美学参数

geom_contour()接受以下参数(黑体为必须参数):

• x

• y

• alpha

• colour

• group

• linetype

• size

• weight

stat_contour()接受以下参数(黑体为必须参数):

• x

• y

• z

• group

• order

2.6.3 计算变量

• level:等高线的高度

• nlevel:等高线的高度,最大值scale到1.

• piece:contour piece (整数).

2.6.4 例子

# 基础图形
library(ggplot2)
## 先看看数据
head(faithfuld)

## # A tibble: 6 x 3
##   eruptions waiting density
##       <dbl>   <dbl>   <dbl>
## 1      1.6       43 0.00322
## 2      1.65      43 0.00384
## 3      1.69      43 0.00444
## 4      1.74      43 0.00498
## 5      1.79      43 0.00542
## 6      1.84      43 0.00574

v <- ggplot(faithfuld, aes(waiting, eruptions, z = density))
v + geom_contour()

# 也可以通过设置参数bins,来确定有几个等高线.
v + geom_contour(bins = 2)

v + geom_contour(bins = 10)

# 当然,也可以设置等高线之间的距离
v + geom_contour(binwidth = 0.01)

v + geom_contour(binwidth = 0.001)

# 其他的参数
##level就是stat_contour的其中一个计算变量,level.
v + geom_contour(aes(colour = ..level..))

##下面与上面相同.
v + geom_contour(aes(colour = stat(level)))

v + geom_contour(colour = "red")

# geom_rect用来画矩形

v + geom_raster(aes(fill = density)) +
  geom_contour(colour = "white")

v + geom_raster(aes(fill = density)) +
  scale_fill_gradient(low = "white", high = "red") +
  geom_contour(colour = "white")