【R画图】手把手教你使用ggplot2绘制折线图

折线图同样是应用非常广泛的统计图之一，通过折线图可以反映某种现象的趋势。通常折线图的横坐标是为时间变量，纵坐标则是一般性的数值型变量，当然，折线图也允许横坐标为离散型数值和数值型数值。下面来解释一下关于折线图的绘制。

一、绘制单条折线图

library(ggplot2) #有关时间序列的折线图 library(lubridate)    #处理日期时间相关的R包，非常有用，强烈推荐 Year <- year(seq(from = as.Date('2006-01-01'), to = as.Date('2015-01-01'), by = 'year')) Weight <- c(23,35,43,57,60,62,63,66,61,62) df <- data.frame(Year = Year, Weight = Weight)  ggplot(data = df, mapping = aes(x = factor(Year), y = Weight, group = 1)) + geom_line() + xlab('Year')

#有关离散变量的折线图 type <- c('A','B','C','D','E') quanlity <- c(1,1.1,2.1,1.5,1.7) df <- data.frame(type = type, quanlity = quanlity)  ggplot(data = df, mapping = aes(x = type, y = quanlity, group = 1)) + geom_line()


#有关连续变量的折线图 set.seed(1234) times <- 1:15 value <- runif(15,min = 5,max = 15) df <- data.frame(times = times, value = value)  ggplot(data = df, mapping = aes(x = times, y = value)) + geom_line()


善于发现的你，可能会注意到上面三段代码有一个重要的不同之处，那就是第一段和第二段代码中含有‘group = 1’的设置。这样做是因为横坐标的属性设置为了因子，即将连续型的年份和离散型的字符转换为因子，如果不添加‘group = 1’这样的条件，绘图将会报错。故务必需要记住这里的易犯错误的点！
往折线图中添加标记（点） 当数据点密度比较小或采集分布(间隔)不均匀时，为折线图做上标记将会产生非常好的效果。处理的方法非常简单，只需在折线图的基础上再加上geom_point()函数即可。
set.seed(1234) year <- c(1990,1995,2000,2003,2005,2006,2007,2008,2009,2010,2011,2012,2013,2014,2015) value <- runif(15, min = 10, max = 50) df <- data.frame(year = year, value = vlaue)  ggplot(data = df, mapping = aes(x = year, y = value)) + geom_line() + geom_point()


从图中就可以非常明显的看出，刚开始采集的点分布非常散，而后面采集的点就比较密集，这也有助于对图的理解和应用。
二、绘制多条折线图 上面绘制的都是单条这折线图，对于两个或两个以上的折线图该如何绘制呢？也很简单，只需将其他离散变量赋给诸如colour(线条颜色)和linetype(线条形状)的属性即可，具体参见下文例子。
#基于颜色的多条折线图 set.seed(1234) year <- rep(1990:2015, times = 2) type <- rep(c('A','B'),each = 26) value <- c(runif(26),runif(26, min = 1,max = 1.5)) df <- data.frame(year = year, type = type, value = value)  ggplot(data = df, mapping = aes(x = year, y = value, colour = type)) + geom_line()


#基于形状的多条折线图 ggplot(data = df, mapping = aes(x = year, y = value, linetype = type)) + geom_line()


同样需要注意的是，在绘制多条折线图时，如果横坐标为因子，必须还得加上‘group=分组变量’的参数，否则报错或绘制出错误的图形。

以上绘制的折线图，均采用默认格式，不论是颜色、形状、大小还是透明度，均没有给出自定义的格式。其实ggplot2包也是允许用户根据自己的想法设置这些属性的。
#自定义线条或点的颜色–scale_color_manual()
#自定义线条类型–scale_linetype_manual()
#自定义点的形状–scale_shape__manual()
#自定义点的大小或线条的宽度–scale_size__manual()
#自定义透明度–scale_alpha__manual()
综合的例子：
ggplot(data = df, mapping = aes(x = year, y = value, linetype = type, colour = type, shape = type, fill = type)) + geom_line() + geom_point()+ scale_linetype_manual(values = c(1,2)) + scale_color_manual(values = c('steelblue','darkred')) + scale_shape_manual(values = c(21,23)) + scale_fill_manual(values = c('red','black'))



虽然这幅图画的优点夸张，目的是想说明可以通过自定义的方式，想怎么改就可以怎么改。前提是aes()属性的内容与自定义的内容对应上。

三、绘制堆积面积图
绘制堆叠的面积图只需要geom_area()函数再加上一个离散变量映射到fill就可以轻松实现，先忙咱小试牛刀一下。

set.seed(1234) year <- rep(1990:2015, times = 2) type <- rep(c('A','B'),each = 26) value <- c(runif(26),runif(26, min = 1,max = 1.5)) df <- data.frame(year = year, type = type, value = value)  ggplot(data = df, mapping = aes(x = year, y = value, fill = type)) + geom_area()



一幅堆叠的面积图就轻松绘制成功，但我们发现，堆叠的顺序与图例的顺序恰好相反，不用急，只需要加一句命令即可：


ggplot(data = df, mapping = aes(x = year, y = value, fill = type)) + geom_area() + guides(fill = guide_legend(reverse = TRUE))



如果需要为每一块面积图的顶部加上一条直线，可以通过如下两种方式：


ggplot(data = df, mapping = aes(x = year, y = value, fill = type)) + geom_area(colour = 'black', size =1, alpha = .7) + guides(fill = guide_legend(reverse = TRUE))



其中，colour设置面积图边框的颜色；size设置边框线的粗细；alpha设置面积图和边框线的透明度。


ggplot(data = df, mapping = aes(x = year, y = value, fill = type)) + geom_area(alpha = 0.6) + geom_line(colour = 'black', size = 1, position = 'stack', alpha = 0.6) + guides(fill = guide_legend(reverse = TRUE))



该方法是通过添加堆叠线条（必须设置geom_line()中position参数为‘stack’，否则只是添加了两条线，无法与面积图的顶部重合）。这两幅图的区别在于第二种方式没有绘制面积图左右边框和底边框。在实际应用中，建议不要在面积图中绘制边框线，因为边框的存在可能产生误导。
四、绘制百分比堆积面积图
在面积图中，也可以方便快捷的绘制出百分比堆积面积图，具体操作如下：
set.seed(1234) year <- rep(1990:2015, times = 4) type <- rep(c('A','B','C','D'),each = 26) value <- c(runif(26),runif(26, min = 1,max = 1.5), runif(26, min = 1.5,max = 2), runif(26, min = 2,max = 2.5)) df <- data.frame(year = year, type = type, value = value)  ggplot(data = df, mapping = aes(x = year, y = value, fill = type)) + geom_area(position = 'fill', alpha = 0.6) + guides(fill = guide_legend(reverse = TRUE))



但通过这种方式(（设置面积图的positon='fill'）存在一点点小缺陷，即无法绘制出百分比堆积面积图顶部的线条，该如何实现呢？这里只需要对原始数据集做一步汇总工作，让后按部就班的绘制面积图即可。


library(dplyr) df_by_type <- group_by(.data = df, year) df_summarize <- mutate(.data = df_by_type, value2 = value/sum(value))


ggplot(data = df_summarize, mapping = aes(x = year, y = value2, fill = type)) + geom_area(alpha = 0.6) + geom_line(colour = 'black', size = 1, position = 'stack', alpha = 0.6) + guides(fill = guide_legend(reverse = TRUE))



哈哈，大功告成，就这么简单。

参考资料：
R语言_ggplot2：数据分析与图形艺术
R数据可视化手册

刘顺祥，数据分析师，热爱数据分析与挖掘工作，擅长使用R语言，目前正自学Python语言。
本文由作者刘顺祥授权数据人网发表，并经数据人网审核。转载此文章需经作者同意，并请附上出处（数据人网）及本页链接：http://shujuren.org/index.php/Article/update/aid/126
更多精彩内容，请点击阅读原文。

数据人网（http://shujuren.org)，数据人学习、交流和分享的家园，专注于从数据中学习，努力发觉数据之洞见，积极利用数据之价值。为“让人懂数据、用数据”之使命坚持做点事情。大家可以来投稿，做分享和传播，可以给反馈。您有什么想法，请反馈给我们，谢谢。数据人网，我们共建和共享。
公众号推荐
数据科学自媒体，从数据里面学习。
长按二维码图片，选择识别二维码图片，添加即可。