数据处理神器tidyverse（2）ggplot2
数据处理神器tidyverse（2）ggplot2
数据处理神器tidyverseggplot2
tidyverse包其中包含着一个重要的可视化包---ggplot2。 Ggplot2是由Hadley Wickham制作的数据可视化软件包，它基于一组称为图层的原则。 基本思想是ggplot2将数据的几何对象（圆圈，线条等），主题和比例放在上面。 几何对象的形式由geom_xxx（）函数定义，基于数据变量的几何对象的属性（位置，大小，颜色）由美学（aes（））函数指定（ 在geom_xxx（）函数中）。任何ggplot图的基础层都是由ggplot（）函数定义的空ggplot层，它描述了用于绘图的数据框。
ggplot(gapminder)gapminder %>%
filter(year == 2007) %>%
ggplot()这样输出的是空白图片
添加geom图层
接下来，我将向ggplot对象添加一个“geom”图层。使用+将图层添加到ggplot对象中。可能最常见的geom层是geom_point。 在geom_point（）里面，您将指定从变量到所需几何对象的美学映射。 例如，如果你想在x轴上绘制带有gdpPercap的散点图，在y轴上绘制lifeExp，那么你可以添加一个带有相关美学函数的geom_point（）几何图层：
# describe the base ggplot object and tell it what data we are interested in along with the aesthetic mapping
gapminder %>%
filter(year == 2007) %>%
ggplot() +
# add a points layer on top
geom_point(aes(x = gdpPercap, y = lifeExp))
我们还可以使用geom_smooth（）在点上添加平滑的趋势线图层。
# describe the base ggplot object and tell it what data we are interested in along with the aesthetic mapping
gapminder %>%
filter(year == 2007) %>%
ggplot() +
# add a points layer on top
geom_point(aes(x = gdpPercap, y = lifeExp)) +
# add a smoothed LOESS layer
geom_smooth(aes(x = gdpPercap, y = lifeExp), method = "loess")
# describe the base ggplot object and tell it what data we are interested in along with the aesthetic mapping
gapminder %>%
filter(year == 2007) %>%
# specify global aesthetic mappings
ggplot(aes(x = gdpPercap, y = lifeExp)) +
# add a points layer on top
geom_point() +
# add a smoothed LOESS layer
geom_smooth(method = "loess")
我们还可以将points geom图层与line geom图层或任何其他类型的geom图层组合在一起。 线图适用于绘制时间序列，因此下面我们使用点和线图层绘制平均预期寿命。在这里，你可以通过总结每年的预期寿命并将结果输入ggplot而不必定义任何中间变量来对dplyr操作与ggplot2进行一些巧妙的组合。
gapminder %>%
# calcualte the average life expectency for each year
group_by(year) %>%
summarise(avg_lifeExp = mean(lifeExp)) %>%
ungroup() %>%
# specify global aesthetic mappings
ggplot(aes(x = year, y = avg_lifeExp)) +
# add a points layer on top
geom_point() +
# add a line layer on top
geom_line()
如果你想在我们每个大陆的地块上有一条单独的线（而不是所有大陆的聚合线），你不需要为每个大陆添加一个单独的层来得到以下图：
相反，当您按年计算平均预期寿命时，首先按“大陆”分组。
gapminder %>%
group_by(continent, year) %>%
summarise(avg_lifeExp = mean(lifeExp))
## # A tibble: 60 x 3
## # Groups: continent [5]
## continent year avg_lifeExp
## <fct> <int> <dbl>
## 1 Africa 1952 39.1
## 2 Africa 1957 41.3
## 3 Africa 1962 43.3
## 4 Africa 1967 45.3
## 5 Africa 1972 47.5
## 6 Africa 1977 49.6
## 7 Africa 1982 51.6
## 8 Africa 1987 53.3
## 9 Africa 1992 53.6
## 10 Africa 1997 53.6
## # … with 50 more rows但是，如果您尝试使用与上面相同的代码在国家/地区年份分组数据框架上绘制一条线，则会得到一个奇怪的锯齿形图案。
gapminder %>%
group_by(continent, year) %>%
summarise(avg_lifeExp = mean(lifeExp)) %>%
ungroup() %>%
ggplot() +
# add a points layer on top
geom_point(aes(x = year, y = avg_lifeExp)) +
# add a lines layer ontop
geom_line(aes(x = year, y = avg_lifeExp))
发生这种情况是因为您现在每年都有多个平均预期寿命值，但您没有指定哪些值一起使用。 要修复此图，您需要通过在geom_line（）图层的aes（）函数中指定group = continent参数来指定行如何组合在一起（即哪个变量定义各行）。
gapminder %>%
group_by(continent, year) %>%
summarise(avg_lifeExp = mean(lifeExp)) %>%
ggplot() +
# add a points layer on top
geom_point(aes(x = year, y = avg_lifeExp)) +
# add a lines layer on top that is grouped by continent
geom_line(aes(x = year, y = avg_lifeExp, group = continent))
image
基于变量的更多美学映射
到目前为止，我们只指定了从数据到geom对象的x和y位置美学映射。 但您也可以指定其他类型的美学映射，例如使用变量来指定点的颜色。如果希望所有点都是相同的颜色，则可以指定全局点颜色参数（位于aes（）函数之外）。
gapminder %>%
ggplot() +
geom_point(aes(x = gdpPercap, y = lifeExp),
col = "cornflowerblue")
但是，如果您想使用数据框中的变量来定义geoms的颜色（或任何其他美学特征），需要将它包含在aes（）函数中。
gapminder %>%
ggplot() +
geom_point(aes(x = gdpPercap,
y = lifeExp,
col = continent))
请注意，continent变量本身不指定颜色：这是自动完成的。 您可以通过添加颜色的缩放图层来指定自己想要的颜色。
gapminder %>%
ggplot() +
geom_point(aes(x = gdpPercap,
y = lifeExp,
col = continent)) +
scale_colour_manual(values = c("orange", "red4", "purple", "darkgreen", "blue"))
我们还可以为其他功能添加美学映射，例如形状，大小，透明度（alpha）等等！ 例如，根据人口改变大小：
gapminder %>%
ggplot() +
geom_point(aes(x = gdpPercap, y = lifeExp,
col = continent, size = pop),
alpha = 0.5)
对于上面的线图示例，我们绘制了每个大陆的平均预期寿命时间线，而不是指定“group”参数，您可以将colour参数指定为continent。 这将由continent自动分组和着色。
gapminder %>%
group_by(continent, year) %>%
summarise(avg_lifeExp = mean(lifeExp)) %>%
# specify global aesthetic mappings
ggplot() +
# add a points layer on top
geom_line(aes(x = year, y = avg_lifeExp, colour = continent))
其他类型的图层
到目前为止，我们只看到了散点图（点）和线图，但是，还有许多其他可以添加的geom，包括：
直方图
直方图仅需要指定X轴。
gapminder %>%
ggplot() +
geom_histogram(aes(x = lifeExp), binwidth = 3)
箱图
要为箱形图着色，请使用fill参数而不是col（或color /colour）参数。
gapminder %>%
ggplot() +
geom_boxplot(aes(x = continent, y = lifeExp, fill = continent))
组合图片
您可以通过添加构面图层来创建由您选择的分类变量（例如“大陆”）分隔的图形的网格（或“构面”）。
gapminder %>%
ggplot() +
geom_point(aes(x = gdpPercap, y = lifeExp)) +
facet_wrap(~continent, ncol = 2)
自定义ggplot2
虽然我们在这里保留了默认的ggplot2功能，但是你可以用ggplot2来做很多事情。 例如，通过练习，您将学习如何通过将多个层组合在一起来生成高度自定义的绘图。 作为动机，这里有一个更漂亮的情节可以用ggplot2制作：
gapminder %>%
filter(year == 2007) %>%
ggplot() +
# add scatter points
geom_point(aes(x = gdpPercap, y = lifeExp, col = continent, size = pop),
alpha = 0.5) +
# add some text annotations for the very large countries
geom_text(aes(x = gdpPercap, y = lifeExp + 3, label = country),
col = "grey50",
data = filter(gapminder, year == 2007, pop > 1000000000 | country %in% c("Nigeria", "United States"))) +
# clean the axes names and breaks
scale_x_log10(limits = c(200, 60000)) +
# change labels
labs(title = "GDP versus life expectancy in 2007",
x = "GDP per capita (log scale)",
y = "Life expectancy",
size = "Population",
col = "Continent") +
# change the size scale
scale_size(range = c(0.1, 10),
# remove size legend
guide = "none") +
# add a nicer theme
theme_classic() +
# place legend at top and grey axis lines
theme(legend.position = "top")
腾讯云开发者
