小白学数据可视化：一个ggplot2画图完整实例

专题介绍：R是一种广泛用于数据分析和统计计算的强大语言，于上世纪90年代开始发展起来。得益于全世界众多爱好者的无尽努力，大家继而开发出了一种基于R但优于R基本文本编辑器的R Studio（用户的界面体验更好）。也正是由于全世界越来越多的数据科学社区和用户对R包的慷慨贡献，让R语言在全球范围内越来越流行。其中一些R包，例如MASS，SparkR， ggplot2，使数据操作,可视化和计算功能越来越强大。R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。R作为一种统计分析软件，是集统计分析与图形显示于一体的。它可以运行于UNIX、Windows和Macintosh的操作系统上，而且嵌入了一个非常方便实用的帮助系统，相比于其他统计分析软件，R的学术性开发比较早，适合生物学和医学等学术学科的科研人员使用。

这是我的第4篇数据可视化（data visualization)的文章。

本文介绍一个ggplot2画图完整实例，直观上认识ggplot是如何实现有序逐步地画图和修饰图。

加载ggplot2包和数据集

library(ggplot2)
data(mpg)

确定画图数据集和展示的变量或者变量集

数据集用ggplot()函数的参数data指定；映射的变量集用aes()函数传递给ggplot()函数的参数mapping。

ggplot(data = mpg, mapping = aes(x = displ, y = hwy))

请思考：图形为什么是空的？

确定所要展示的几何图形

ggplot2包画图的原理采用分层的思想来作图和完善图。我们选用两个连续变量displ和hwy，想了解它们之间的关系，我们采用散点图。

ggplot(data = mpg, mapping = aes(x = displ, y = hwy)) +
  geom_point()

若是我们想展示displ和hwy的50%分位数的散点图，如何做呢？参考代码：

library(tidyverse)
filter(mpg, hwy <= median(mpg$hwy)) %>% 
  ggplot(mapping = aes(x = displ, y = hwy)) +
  geom_point()

对点进行修饰

从点的颜色，大小，透明度等角度做修饰。

ggplot(data = mpg, mapping = aes(x = displ, y = hwy)) +
  geom_point(
    color = 'cornflowerblue',
    size = 3,
    alpha = .5
  )

添加拟合曲线

通过拟合曲线，解释点之间的关系，我们采用geom_smooth()函数，设置参数method的值为lm。

ggplot(data = mpg, mapping = aes(x = displ, y = hwy)) +
  geom_point(
    color = 'cornflowerblue',
    size = 3,
    alpha = .5
  ) +
  geom_smooth(method = 'lm')

同一幅图中分组展示

在aes()函数里面根据颜色或者形状或者大小或者透明度等视觉特性，实现同一幅图的分组显示。

ggplot(data = mpg, mapping = aes(x = displ, y = hwy, color = drv)) +
  geom_point(
    size = 3,
    alpha = .5
  ) + 
  geom_smooth(
    method = 'lm',
    se = FALSE,
    size = 1.5
  )

请思考：如下这段代码运行后，会是什么结果？

ggplot(data = mpg, mapping = aes(x = displ, y = hwy, color = drv)) +
  geom_point(
    color = 'cornflowerblue',
    size = 3,
    alpha = .5
  ) + 
  geom_smooth(
    method = 'lm',
    se = FALSE,
    size = 1.5
  )

设置scale

scale可以控制变量如何把视觉特性映射到图上。

mpg %>% select(displ, hwy, drv) %>% 
  ggplot(mapping = aes(x = displ, y = hwy, color = drv)) +
  geom_point(size = 3,
             alpha = .5) +
  geom_smooth(
    method = 'lm',
    se = FALSE,
    size = 1.5) +
  scale_x_continuous(breaks = seq(1.6, 8, 2)) +
  scale_y_continuous(breaks = seq(12, 45, 5))

添加facet

facet 可以给特定变量的每个level画图。

mpg %>% select(displ, hwy, drv, model) %>% 
  ggplot(mapping = aes(x = displ, y = hwy, color = drv)) +
  geom_point(size = 3,
             alpha = .5) +
  geom_smooth(
    method = 'lm',
    se = FALSE,
    size = 1.5) +
  scale_x_continuous(breaks = seq(1.6, 8, 2)) +
  scale_y_continuous(breaks = seq(12, 45, 5)) +
  facet_wrap(~model)

添加labels

使用labs()函数实现自定义标题，子标题，x轴， y轴和图例等。

mpg %>% select(displ, hwy, drv, model) %>% 
  ggplot(mapping = aes(x = displ, y = hwy, color = drv)) +
  geom_point(size = 3,
             alpha = .5) +
  geom_smooth(
    method = 'lm',
    se = FALSE,
    size = 1.5) +
  scale_x_continuous(breaks = seq(1.6, 8, 2)) +
  scale_y_continuous(breaks = seq(12, 45, 5)) +
  facet_wrap(~model) +
  labs(title = "displ和hwy的关系图",
       caption = "source: http://shujuren.org/",
       x = '变量displ',
       y = '变量hwy',
       color = "Drv_type")

选择合适的主题

可以使用已有的主题，也可以使用定制化的主题。

mpg %>% select(displ, hwy, drv, model) %>% 
  ggplot(mapping = aes(x = displ, y = hwy, color = drv)) +
  geom_point(size = 3,
             alpha = .5) +
  geom_smooth(
    method = 'lm',
    se = FALSE,
    size = 1.5) +
  scale_x_continuous(breaks = seq(1.6, 8, 2)) +
  scale_y_continuous(breaks = seq(12, 45, 5)) +
  facet_wrap(~model) +
  labs(title = "displ和hwy的关系图",
       caption = "source: http://shujuren.org/",
       x = '变量displ',
       y = '变量hwy',
       color = "Drv_type") +
  theme_minimal()