ggplot2包简介
## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr 1.1.4 ✔ readr 2.1.5
## ✔ forcats 1.0.0 ✔ stringr 1.5.1
## ✔ ggplot2 3.5.1 ✔ tibble 3.2.1
## ✔ lubridate 1.9.3 ✔ tidyr 1.3.1
## ✔ purrr 1.0.2
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors
##
## 载入程辑包：'gridExtra'
##
##
## The following object is masked from 'package:dplyr':
##
## combineggplot2绘图语法
案例绘图
ggplot函数指定要绘图的数据（通常是数据框），并生成一个空的图形对象（不生成图形）aes(x,y,…)函数用于指定图形属性的映射，其中的x用于指定坐标轴x的变量或数值，y用于指定坐标轴y的变量或数值geom是几何的缩写，表示要绘制的几何对象，在下划线“_”后面指定要绘制的几何图形ggplot2的绘图语法是将各个部分用“+”连接起来使用
theme函数设置图形主题，用于控制或修改图形外观
df <- data2_1 |> gather(R语言,Python语言,key=课程,value=分数)
# 设置图形主题（可根据需要设置，省略时函数会根据默认设置绘图）
mytheme<-theme(plot.title=element_text(size="12"), # 设置主标题字体大小
axis.title=element_text(size=10), # 设置坐标轴标签字体大小
axis.text=element_text(size=9), # 设置坐标轴刻度字体大小
legend.position="none") # 移除图例
# 绘制图形
p1<-ggplot(data=df,aes(x=性别,fill=性别))+ # 设置x轴，按性别填充颜色
geom_bar()+ # 绘制条形图
ylab("人数")+ # 设置y轴标签
mytheme+ # 使用设置的主题
ggtitle("(a) 条形图") # 添加标题
p2<-ggplot(data=df,aes(x=课程,y=分数,fill=性别))+
geom_boxplot()+ # 绘制箱线图
facet_wrap(~性别)+ # 按性别分面
mytheme+ggtitle("(b) 分面箱线图")
p3<-ggplot(data=df,aes(x=分数,fill=课程,alpha=0.2))+ # 设置颜色透明度alpha的值
geom_density()+ # 绘制核密度图
xlim(50,105)+ # 设置x轴值域（数值范围）
ylim(0,0.1)+ # 设置y轴值域（数值范围）
annotate("text",x=68,y=0.015,label="Python语言",size=4)+# 添加注释文本
annotate("text",x=85,y=0.015,label="R语言",size=4)+
mytheme+ggtitle("(c) 分组核密度图")
p4<-ggplot(data=data2_1,aes(x=R语言,y=Python语言,fill=性别))+
geom_point(size=3,shape=21,color="black")+ # 绘制散点图
facet_wrap(~性别)+ # 按性别分面
mytheme+ggtitle("(d) 分面散点图")
grid.arrange(p1,p2,p3,p4,ncol=2) # 按2列组合图形p1、p2、p3、p4
思考与代码修改
aes()函数的fill参数有什么用？aes()函数既可以嵌套在ggplot()中作全局设定，也可以提取出外通过’+’连接作局部设定。fill用于将变量映射到图形的填充颜色（即图形内部的颜色），通常适用于以下几何对象：条形图（
geom_bar、geom_col）面积图（
geom_area）多边形（
geom_polygon）箱线图（
geom_boxplot）密度图（
geom_density）点图（
geom_point，当点具有shape = 21-25时）
修改p1的代码中
aes()提取出ggplot()函数外通过’+’，看能不能运行geom_bar/geom_boxplot/geom_density/geom_point分别代表绘制什么图形？条形图，箱线图，密度图，散点图
facet_wrap()函数有什么用？在图p2代码中如果注释到这行会有什么后果。用于分面绘图（Faceting），即根据某个分类变量将数据拆分成多个子图（面板），并按网格排列展示。
有——按性别分面，无——合在一起
aes(x=分数,fill=课程,alpha=0.2)中fill参数代表填充颜色，试将图p3中的fill参数改为color看有什么效果？color作用于边框/线条的颜色，只有边框有颜色geom_point(size=3,shape=21,color="black")中shape参数代表点的形状，试将图p4中shape参数取值改为25看有什么效果？变成三角形
代码
grid.arrange(p1,p2,p3,p4,ncol=2)有什么用？相当于graphic包的什么代码？按2列组合图形p1、p2、p3、p4
相当于par(mfrow=c(2,2))或par(mfcol=c(2,2))
# 修改原绘图代码以满足要求
df <- data2_1 |> gather(R语言,Python语言,key=课程,value=分数)
# 设置图形主题（可根据需要设置，省略时函数会根据默认设置绘图）
mytheme<-theme(plot.title=element_text(size="12"), # 设置主标题字体大小
axis.title=element_text(size=10), # 设置坐标轴标签字体大小
axis.text=element_text(size=9), # 设置坐标轴刻度字体大小
legend.position="none") # 移除图例
# 绘制图形
p1<-ggplot(data=df)+(aes(x=性别,fill=性别))+ # 设置x轴，按性别填充颜色
geom_bar()+ # 绘制条形图
ylab("人数")+ # 设置y轴标签
mytheme+ # 使用设置的主题
ggtitle("(a) 条形图") # 添加标题
p2<-ggplot(data=df,aes(x=课程,y=分数,fill=性别))+
geom_boxplot()+ # 绘制箱线图
#facet_wrap(~性别)+ # 按性别分面
mytheme+ggtitle("(b) 分面箱线图")
p3<-ggplot(data=df,aes(x=分数,color=课程,alpha=0.2))+ # 设置颜色透明度alpha的值
geom_density()+ # 绘制核密度图
xlim(50,105)+ # 设置x轴值域（数值范围）
ylim(0,0.1)+ # 设置y轴值域（数值范围）
annotate("text",x=68,y=0.015,label="Python语言",size=4)+# 添加注释文本
annotate("text",x=85,y=0.015,label="R语言",size=4)+
mytheme+ggtitle("(c) 分组核密度图")
p4<-ggplot(data=data2_1,aes(x=R语言,y=Python语言,fill=性别))+
geom_point(size=3,shape=25,color="black")+ # 绘制散点图
facet_wrap(~性别)+ # 按性别分面
mytheme+ggtitle("(d) 分面散点图")
grid.arrange(p1,p2,p3,p4,ncol=2) # 按2列组合图形p1、p2、p3、p4
图形外观——设置坐标轴
案例绘图
图（a）是默认绘制的类别轴（本图为
x轴）顺序是R语言、Python语言，使用scale_x_discrete(limits=c())可根据需改变类别顺序图（b）是设置
coord_flip()使坐标轴互换，同时，将x轴（类别轴）标签旋转90度图（c）使用
theme(axis.title.x=element_blank())移除y轴标签，要移除x轴标签使用类似的设置；设置theme(axis.ticks.y=element_blank())移除y轴的刻度线图（d）使用
theme(axis.ticks=element_blank())移除所有的刻度线，将坐标轴标签旋转是为了改变标签的角度。当标签较多时，也可以设置
scale_x_discrete(guide=guide_axis(n.dodge=2))使x轴标签排成为2行。使用xlim()可以数值x轴的数值范围。设置x轴数值范围时，函数会在该范围内设置坐标轴刻度，重新设置刻度线可以使用scale_x_continuous(limits=c(),breaks=c())
# 设置图形主题（可根据需要设置）
mytheme<-theme(plot.title=element_text(size="11"), # 设置主标题字体大小
axis.title=element_text(size=10), # 设置坐标轴标签字体大小
axis.text=element_text(size=9), # 设置坐标轴刻度字体大小
legend.position="none") # 移除图例
# 图（a）修改类别轴项目顺序
p1<-ggplot(data=df,aes(x=课程,y=分数,fill=课程))+
geom_boxplot()+ # 绘制箱线图
scale_x_discrete(limits=c("Python语言","R语言",name="科目"))+ # 修改类别轴项目顺序
mytheme+ggtitle("(a) 修改类别轴项目顺序\n默认顺序R语言、Python语言")
# 图（b）坐标轴互换，并反转x轴元素的顺序
p2<-ggplot(data=df,aes(x=课程,y=分数,fill=课程))+
geom_boxplot()+
coord_flip()+ # 坐标轴互换（或者设置y=分数,x=课程）
ylim(54,101)+ # 设置y轴值域（数值范围）
theme(axis.text.y=element_text(size=9,angle=90,hjust=0.5,vjust=0.5))+ # 设置y轴标角度，并进行水平和垂直位置调整
scale_x_discrete(limits=rev(levels(df$课程)))+# 反转类别轴项目顺序
mytheme+ggtitle("(b) 坐标轴互换\n反转x轴元素的顺序并旋转90度")
# 图（c）移除y轴刻度线和标签，删除x轴和y轴次网格线
p3<-ggplot(data=df,aes(x=分数,fill=课程,alpha=0.2))+
geom_density()+ # 绘制核密度图
xlim(50,105)+ # 设置x轴值域（数值范围）
ylim(0,0.1)+ # 设置y轴值域（数值范围）
theme(axis.title.y=element_blank(), # 移除y轴标签
axis.ticks.y=element_blank(), # 移除y轴刻度线
panel.grid.minor.x=element_blank(), # 去掉x轴次网格线
panel.grid.minor.y=element_blank())+ # 去掉y轴次网格线
annotate("text",x=69,y=0.015,label="Python语言",size=3)+# 添加注释文本
annotate("text",x=85,y=0.015,label="R语言",size=3)+
mytheme+ggtitle("(c) 移除y轴刻度线和y轴标签\n去掉x轴和y轴次网格线")
# 图（d）移除所有刻度线，刻度标签旋转90度
p4<-ggplot(data=df,aes(x=分数,fill=课程,alpha=0.2))+
geom_density()+ # 绘制核密度图
scale_x_continuous(limits=c(50,100),
breaks=c(50,55,60,65,70,75,80,85,90,95,100))+ # 设置x轴值域和刻度线位置
scale_y_continuous(limits=c(0,0.07),
breaks=c(0,0.01,0.02,0.03,0.04,0.05,0.06,0.07))+ # 设置y轴值域和刻度线位置
ylab("密度")+ # 设置y轴标签
theme(axis.ticks=element_blank(), # 移除所有刻度线
axis.line=element_line(color="blue",linewidth=1.5), # 添加坐标轴直线
axis.text.x=element_text(size=9,angle=90,hjust=1,vjust=1))+ # 设置x轴标签角度
annotate("text",x=69,y=0.015,label="Python语言",size=3)+ # 添加注释文本
annotate("text",x=85,y=0.015,label="R语言",size=3)+
mytheme+ggtitle("(d) 移除所有刻度线\nx轴刻度标签旋转90度")
grid.arrange(p1,p2,p3,p4,ncol=2) # 组合图形
思考与代码修改
ggplot2包通过theme()函数设置主题要素参数，如何实现全局设定和局部设定？theme_set(theme_bw() + mytheme) # 全局设置
scale_x_discrete()函数有什么作用？如何将p1的横轴标题由“课程”改为“科目”。scale_x_discrete()函数用于处理X轴上离散变量的函数，可以对离散变量进行分类标记，使图表清晰
将图p2注释掉
theme(axis.text.y=element_text(size=9,angle=90,hjust=0.5,vjust=0.5))有什么影响？文本从竖直变为水平显示
annotate()函数除了能在图中添加文本注释还能添加什么？将p3中“R语言”的文本注释放在蓝色区域的右边。文本注释：可以在图中指定位置添加自定义文本、数学公式、标签、标题等。
线段：使用
annotate("segment", ...)可以在图中添加线段，通过指定起点和终点的坐标来确定线段的位置。矩形：使用
annotate("rect", ...)可以在图中添加矩形，可以通过指定矩形的四个顶点坐标来确定矩形的位置和大小。箭头：使用
annotate("segment", ...)并设置arrow参数，可以在图中添加带箭头的线段，用于指示方向或强调特定的数据点。点：使用
annotate("point", ...)可以在图中添加点，通过指定点的坐标来确定点的位置。
将p4的x轴刻度标签角度改为45度
# 修改原绘图代码以满足要求
# 设置图形主题（可根据需要设置）
mytheme<-theme(plot.title=element_text(size="11"), # 设置主标题字体大小
axis.title=element_text(size=10), # 设置坐标轴标签字体大小
axis.text=element_text(size=9), # 设置坐标轴刻度字体大小
legend.position="none") # 移除图例
theme_set(theme_bw() + mytheme) # 全局设置
# 图（a）修改类别轴项目顺序
p1<-ggplot(data=df,aes(x=课程,y=分数,fill=课程))+
geom_boxplot()+ # 绘制箱线图
scale_x_discrete(limits=c("Python语言","R语言"),name=("科目"))+ # 修改类别轴项目顺序
mytheme+ggtitle("(a) 修改类别轴项目顺序\n默认顺序R语言、Python语言")
# 图（b）坐标轴互换，并反转x轴元素的顺序
p2<-ggplot(data=df,aes(x=课程,y=分数,fill=课程))+
geom_boxplot()+
coord_flip()+ # 坐标轴互换（或者设置y=分数,x=课程）
ylim(54,101)+ # 设置y轴值域（数值范围）
#theme(axis.text.y=element_text(size=9,angle=90,hjust=0.5,vjust=0.5))+ # 设置y轴标角度，并进行水平和垂直位置调整
scale_x_discrete(limits=rev(levels(df$课程)))+# 反转类别轴项目顺序
mytheme+ggtitle("(b) 坐标轴互换\n反转x轴元素的顺序并旋转90度")
# 图（c）移除y轴刻度线和标签，删除x轴和y轴次网格线
p3<-ggplot(data=df,aes(x=分数,fill=课程,alpha=0.2))+
geom_density()+ # 绘制核密度图
xlim(50,105)+ # 设置x轴值域（数值范围）
ylim(0,0.1)+ # 设置y轴值域（数值范围）
theme(axis.title.y=element_blank(), # 移除y轴标签
axis.ticks.y=element_blank(), # 移除y轴刻度线
panel.grid.minor.x=element_blank(), # 去掉x轴次网格线
panel.grid.minor.y=element_blank())+ # 去掉y轴次网格线
annotate("text",x=69,y=0.015,label="Python语言",size=3)+# 添加注释文本
annotate("text",x=100,y=0.015,label="R语言",size=3)+
mytheme+ggtitle("(c) 移除y轴刻度线和y轴标签\n去掉x轴和y轴次网格线")
# 图（d）移除所有刻度线，刻度标签旋转90度
p4<-ggplot(data=df,aes(x=分数,fill=课程,alpha=0.2))+
geom_density()+ # 绘制核密度图
scale_x_continuous(limits=c(50,100),
breaks=c(50,55,60,65,70,75,80,85,90,95,100))+ # 设置x轴值域和刻度线位置
scale_y_continuous(limits=c(0,0.07),
breaks=c(0,0.01,0.02,0.03,0.04,0.05,0.06,0.07))+ # 设置y轴值域和刻度线位置
ylab("密度")+ # 设置y轴标签
theme(axis.ticks=element_blank(), # 移除所有刻度线
axis.line=element_line(color="blue",linewidth=1.5), # 添加坐标轴直线
axis.text.x=element_text(size=9,angle=45,hjust=1,vjust=1))+ # 设置x轴标签角度
annotate("text",x=69,y=0.015,label="Python语言",size=3)+ # 添加注释文本
annotate("text",x=85,y=0.015,label="R语言",size=3)+
mytheme+ggtitle("(d) 移除所有刻度线\nx轴刻度标签旋转90度")
grid.arrange(p1,p2,p3,p4,ncol=2) # 组合图形
图形外观——设置图形标题
案例绘图
# 初始图形，所有设置均为默认
p<-ggplot(data=df)+aes(x=课程,y=分数,fill=性别)+
geom_boxplot() # 绘制箱线图
# 设置标题
p1<-p+ggtitle("(a) 这里是标题(默认设置)") # 添加标题
p2<-p+ggtitle("(b) 这里是标题(设置字体大小,粗体字)")+
theme(plot.title=element_text(size=10,face="bold"))# 设置标题字体大小
p3<-p+labs(title=("(c) 这里是标题(标题位置居中)\n(标题换行)"))+ # 标题换行（在\n处断行）
theme(plot.title=element_text(size=12,hjust=0.5)) # 调整标题位置（居中）
p4<-p+ggtitle("(d) 这里是主标题(蓝色粗斜体)","(这里是副标题)")+ # 添加副标题
theme(plot.title=element_text(size=12,face="bold.italic",color="blue3")) # 设置标题为粗斜体字，蓝色
gridExtra::grid.arrange(p1,p2,p3,p4,ncol=2) # 组合图形
思考
ggtitle()中第一个参数为主标题，第二个参数为副标题；再通过主题函数theme(plot.title=element_text())设置标题的具体属性element_text()为文本属性设定函数，一共有多少个参数可以设定？约15个常用参数（如
size,face,color,hjust等）element_text(size=10,face="bold")代表什么意思？size=10：这个参数设置了文本的字体大小为10。face="bold"：这个参数设置了文本的字体样式为粗体。face参数可以取以下几个值："plain"：普通字体（默认）。"bold"：粗体。"italic"：斜体。"bold.italic"：粗斜体。
element_text(size=12,hjust=0.5)代表什么意思？size=12：这个参数将文本的大小设置为12。hjust=0.5：这个参数控制文本的水平对齐方式。0表示左对齐。0.5表示居中对齐。1表示右对齐。
element_text(size=12,face="bold.italic",color="blue3")代表什么意思？size=12：设置文本的字体大小为12。face="bold.italic"：设置文本的字体样式为粗斜体。face参数控制字体的样式，其中："plain"表示普通字体（默认）。"bold"表示粗体。"italic"表示斜体。"bold.italic"表示粗斜体。
color="blue3"：设置文本的颜色。
图形外观——设置图例
案例绘图
# 初始图形，所有设置均为默认
p<-ggplot(data=df)+aes(x=课程,y=分数,fill=性别)+
geom_boxplot() # 绘制箱线图
# 设置图例
p1<-p+ggtitle("(a) 默认图例")
p2<-p+ggtitle("(b) 移除图例")+
theme(legend.position="none") # 移除图例(或设置guides(fill="none"))
p3<-p+ggtitle("(c) 设置图例位置、字体、背景和边框颜色")+
theme(legend.text=element_text(size=8,color="blue"), # 设置图例字体大小和颜色
legend.position="top", # 设置图例位置（顶部）
legend.background=element_rect(fill="grey85",color="grey"),
# 设置图例背景色和边框颜色
legend.key=element_rect(color="blue",linewidth=0.25))
# 设置图例键的颜色和线宽
p4<-p+ggtitle("(d) 设置图例位置、摆放方式和顺序")+
theme(legend.position=c(0.75,0.9), # 设置图例位置
legend.background=element_blank(), # 移除图例整体边框
legend.text=element_text(size=8))+ # 设置图例字体大小
guides(fill=guide_legend(nrow=1,title=NULL))+
# 设置图例摆放方式(1行，去掉图例标题)
scale_fill_discrete(limits=c("女","男")) # 修改图例顺序## Warning: A numeric `legend.position` argument in `theme()` was deprecated in ggplot2
## 3.5.0.
## ℹ Please use the `legend.position.inside` argument of `theme()` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.gridExtra::grid.arrange(p1,p2,p3,p4,ncol=2) # 组合图形
思考与代码修改
theme()函数中legend.text/legend.position/legend.background/legend.key四个参数分别设定什么方面的内容？legend.text：用于设置图例中文本标签的样式，它是一个element_text()对象，可以定义文本的字体、大小、颜色等属性。legend.position：用于设置图例的位置，可以是"top"、"bottom"、"left"、"right"或者用两个数值的向量指定图例的精确位置。legend.background：用于设置图例背景的样式，它是一个element_rect()对象，可以定义背景的填充色、边框等属性。legend.key：用于设置图例中关键（key）部分的样式，同样是一个element_rect()对象，可以定义关键部分的填充色、边框等属性。
element_rect()矩形对象属性设定函数，legend.background/legend.key两个参数为什么需要用它设定？因为图例的背景和关键部分在ggplot2中都是以矩形的形式存在的。通过
element_rect()，可以对这些矩形元素的外观进行详细的自定义设置修改图p3的代码，将图例位置改为图形下方，将图例标题
legend.title”性别“的字体颜色也改为蓝色。修改图p4的代码，将图例位置改为图中的右下方，图例中男左女右。
# 修改原绘图代码以满足要求
# 初始图形，所有设置均为默认
p<-ggplot(data=df)+aes(x=课程,y=分数,fill=性别)+
geom_boxplot() # 绘制箱线图
# 设置图例
p1<-p+ggtitle("(a) 默认图例")
p2<-p+ggtitle("(b) 移除图例")+
theme(legend.position="none") # 移除图例(或设置guides(fill="none"))
p3<-p+ggtitle("(c) 设置图例位置、字体、背景和边框颜色")+
theme(legend.text=element_text(size=8,color="blue"), # 设置图例字体大小和颜色
legend.position="bottom", # 设置图例位置（顶部）
legend.background=element_rect(fill="grey85",color="blue"),
# 设置图例背景色和边框颜色
legend.key=element_rect(color="blue",linewidth=0.25))
# 设置图例键的颜色和线宽
p4<-p+ggtitle("(d) 设置图例位置、摆放方式和顺序")+
theme(legend.position=c(0.80,0.1), # 设置图例位置
legend.background=element_blank(), # 移除图例整体边框
legend.text=element_text(size=8))+ # 设置图例字体大小
guides(fill=guide_legend(nrow=1,title=NULL))+
# 设置图例摆放方式(1行，去掉图例标题)
scale_fill_discrete(limits=c("男","女")) # 修改图例顺序
gridExtra::grid.arrange(p1,p2,p3,p4,ncol=2) # 组合图形
图形外观——长标签处理
案例绘图
df<-data.frame(
专业=c("流行病和卫生统计","数据科学与大数据技术","数理统计"),
课程=c("Python机器学习原理与实践","数据建模","数据科学统计基础"),
平均分数=c(76,88,82))
# 绘制条形图
p<-ggplot(df)+aes(x=课程,y=平均分数,fill=专业)+
geom_col(width=0.8,color="grey50")
# 图（a）默认绘制
p1<-p+theme(panel.background=element_rect(fill="lightyellow"),# 设置图形面板背景色
plot.background=element_rect(fill="lightblue"))+# 设置图形整体背景色
ggtitle("(a) 默认绘制")
# 图（b）在适当位置折行
p2<-p+scale_x_discrete(labels=c("Python\n机器学习\n原理与实践","数据建模","数据科学\n统计基础"))+ # 将x轴的长标签折行
theme(axis.text=element_text(lineheight=1))+ # 设置x轴标签文本的高度
scale_fill_discrete(labels=c("流行病和\n卫生统计","数据科学\n与大数据\n技术","数理统计"))+ # 将图例标签折行
theme(legend.text=element_text(lineheight=1),
legend.key.height=unit(1,"cm"))+ # 设置图例文本和色键高度
ggtitle("(b) 在适当位置折行")
# 图（c）设置标签文本宽度
p3<-p+scale_x_discrete(labels=function(x) str_wrap(x,width=8))+ # 设置x轴标签宽度
theme(axis.text=element_text(lineheight=1))+ # 设置x轴标签文本的高度
scale_fill_discrete(labels=function(x) str_wrap(x,width=8))+ # 设置图例标签宽度
theme(legend.text=element_text(lineheight=1),
legend.key.height=unit(1,"cm"))+
ggtitle("(c) 设置标签文本宽度")
grid.arrange(p1,p2,p3,layout_matrix=rbind(c(1,1),c(2,3))) 
思考
R语言的”
\“为转义符，"Python\n机器学习\n原理与实践"中的\n表示什么意思？表示换行符
grid.arrange()函数中参数设定layout_matrix=rbind(c(1,1),c(2,3))表示什么意思？grid.arrange()函数，它是gridExtra包中的一个函数，用于在R中排列多个图形。layout_matrix参数用于指定一个矩阵，这个矩阵定义了如何将图形排列在一个网格中。第一行两个单元格合并为一个大单元格（由
c(1,1)表示），可以放置一个图形。第二行分为两个单元格，左边单元格放置第二个图形（由
c(2)表示），右边单元格放置第三个图形（由c(3)表示）。
图形外观——使用已有图形主题
案例代码
df <- data2_1 |> gather(R语言,Python语言,key=课程,value=分数)
p<-ggplot(data=df)+aes(x=课程,y=分数,fill=性别)+
geom_boxplot() # 绘制箱线图
p1<-p+theme_grey()+ggtitle("(a)+theme_grey") # 默认主题
p2<-p+theme_bw()+ggtitle("(b) theme_bw") # 黑白主题
p3<-p+theme_minimal()+ggtitle("(c) theme_minimal") # 最小主题
p4<-p+theme_classic()+ggtitle("(d) theme_classic") # 经典主题
gridExtra::grid.arrange(p1,p2,p3,p4,ncol=2) # 组合图形
除了ggplot2包自带的主题函数外，还有很多包提供主题函数。
library(ggthemes)
p1<-p+theme_economist_white()+ggtitle("(a) theme_economist_white") # 《经济学人》杂志白色主题
p2<-p+theme_excel()+ggtitle("(b) theme_excel") # Excel主题
p3<-p+theme_few()+ggtitle("(c) theme_few") # 少数人使用的图形主题
p4<-p+theme_stata()+ggtitle("(d) theme_stata") # 基于Stata图形方案的主题
gridExtra::grid.arrange(p1,p2,p3,p4,ncol=2) # 组合图形
思考与代码修改
试在Deepseek中提问”R语言中针对ggpolt函数绘图，有哪些主题包和主题函数？“
主题包
ggthemes包：这个包内置了许多类似ggplot2中theme的主题，提供了多样化的主题样式。
ggthemr包：另一个扩展主题包，提供了额外的主题样式。
ggtech包和ggsci包：这两个包提供了科技和科学领域专用的主题样式。
内置主题函数
theme_grey()：默认背景，浅灰色背景和白色网格线，无边框。theme_bw()：白色背景和浅灰色网格线，无边框。theme_linedraw()：白色背景和黑色网格线，黑色边框线。theme_light()：白色背景和浅灰色网格线，浅灰色边框。theme_dark()：灰黑色背景和灰色网格线，灰色/无边框。theme_minimal()：白色背景和浅灰色网格线，无边框。theme_classic()：具有x轴和y轴线条但没有网格线的经典外观主题。theme_void()：完全空白的主题。
ggthemes/hrbrthemes/ggpubr等包提供多种商业化绘图主题。选择四种你喜欢的主题设置，应用于案例绘图中。
library(ggthemes)
library(hrbrthemes)
library(ggpubr)
p5 <- p + theme_wsj() + ggtitle("(e) theme_wsj")
p6 <- p + theme_tufte() + ggtitle("(f) theme_tufte")
p7 <- p + theme_gdocs() + ggtitle("(g) theme_gdocs")
p2 <- p + theme_excel() + ggtitle("(b) theme_excel")
gridExtra::grid.arrange(p1, p2, p5, p6, p7, ncol=3)
添加注释
案例绘图
d <- data2_1
p<-ggplot(data=d)+aes(x=R语言,y=Python语言)+
geom_point(size=3,shape=21,color="black",fill="red2")+ # 绘制点
scale_x_continuous(breaks=c(70,75,80,85,90,95))+ # 设置x轴值域和刻度线位置
geom_smooth(method = lm) # 添加线性回归线和置信带
# 添加注释
p+geom_vline(xintercept=mean(d$R语言),linetype="twodash",color="grey50",size=0.5)+ # 添加x的均值线（垂直线）
geom_hline(yintercept=mean(d$Python语言),linetype="twodash",color="grey50",size=0.5)+ # 添加y的均值线（水平线）
geom_point(x=mean(d$R语言),y=mean(d$Python语言),shape=21,size=5,fill="yellow")+# 添加均值点
annotate("text",x=72,y=81,label="相关系数: r = ",size=5,color="red3")+ # 添加注释文本
annotate("text",x=77.2,y=81,label=round(cor(d$R语言,d$Python语言),4),size=5,color="red3")+ # 添加相关系数
geom_rect(xmin=87, xmax=97, ymin=56.5,ymax=63,fill="grey85")+# 添加矩形
annotate("text",x=92,y=60,parse=TRUE,size=5,color="red3",label="r==frac(cor(xy),sqrt(var(x)*var(y)))")+ # 添加相关系数的数学表达式
annotate("text",x=84,y=81,label="回归线:",size=5,color="blue3")+ # 添加注释文本
annotate("text",x=88.8,y=81.3,parse=TRUE,size=4.5,color="blue3",label="hat(y)==hat(beta)[0]+hat(beta)[1]*x")+ # 添加回归方程数学表达式
annotate("segment",x=68.5,xend=79,y=79.8,yend=79.8,color="red4",size=0.5)+ # 添加直线
annotate("segment",x=88,xend=92,y=80,yend=78,color="blue",size=1,arrow=arrow(angle=15,length=unit(0.2,"inches"))) # 添加带箭头的线## Warning: Using `size` aesthetic for lines was deprecated in ggplot2 3.4.0.
## ℹ Please use `linewidth` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.## `geom_smooth()` using formula = 'y ~ x'
思考
annotate()函数中参数parse=TRUE有什么用，尝试将其删除观测结果变化。- 若文本含 数学符号（如
"alpha"、"frac(x,y)"），删除parse=TRUE会直接显示原始字符串（如"alpha"），而不解析为符号。普通文本（无数学符号）则无影响。
- 若文本含 数学符号（如
- 如何将相关性公式的背景框颜色去掉？
- 删除或注释掉下面这行（原背景框代码）： # geom_rect(xmin=87, xmax=97, ymin=56.5, ymax=63, fill=“grey85”) + annotate(“text”, x=92, y=60, parse=TRUE, size=5, color=“red3”, label=“r==frac(cor(xy),sqrt(var(x)*var(y)))”) + … # 其余代码保持不变
图形分面
案例绘图
df <- data2_1 |> gather(R语言,Python语言,key=课程,value=分数)
p1<-ggplot(data=df)+aes(x=课程,y=分数,fill=性别)+geom_boxplot()+
facet_wrap(~性别,ncol=2)+ # 按性别2列分面
ggtitle("(a) 按性别2列分面")
p2<-ggplot(data=df)+aes(x=课程,y=分数,fill=专业)+geom_boxplot()+
facet_grid(性别~.)+ # 按性别2行分面
ggtitle("(b) 按性别2行分面")
p3<-ggplot(data=df)+aes(x=课程,y=分数,fill=性别)+geom_boxplot()+
facet_wrap(~专业,ncol=3) + # 按专业3列分面
ggtitle("(c) 按专业3列分面")
p4<-ggplot(data=df)+aes(x=专业,y=分数,fill=专业)+geom_boxplot()+
facet_grid(课程~性别)+ # 按课程（行）和性别（列）分面
theme(panel.spacing.x=unit(0.2,"lines"), # 设置子图的x轴间距
panel.spacing.y=unit(0.1,"lines"), # 设置子图的y轴间距
strip.text=element_text(size=10), # 设置分面字体大小
strip.background=element_rect(fill="skyblue",color="blue4"))+
# 设置分面背景颜色和边框颜色
ggtitle("(d) 按课程（行）和性别（列）分面")
gridExtra::grid.arrange(p1,p2,p3,p4,ncol=2) # 组合图形
思考
分面函数
facet_grid()如何使用？facet_grid()函数的基本语法是facet_grid(rows ~ cols)，其中rows和cols可以是变量名或者.（表示不进行分面）。例如，facet_grid(sex ~ day)表示根据sex变量的不同水平进行行分面，根据day变量的不同水平进行列分面。在主题函数
theme()中，以什么开头的参数控制绘图分面要素的属性？以
strip.开头的参数用于控制绘图分面要素的属性。例如：strip.text.x：控制x轴分面标签的文本样式。strip.text.y：控制y轴分面标签的文本样式。strip.background：控制分面标签背景的矩形样式。
图形组合
案例绘图
# 设置图形主题（可根据需要设置）
mytheme<-theme(plot.title=element_text(size="11"), # 设置主标题字体大小
axis.title=element_text(size=10), # 设置坐标轴标签字体大小
axis.text=element_text(size=9), # 设置坐标轴刻度字体大小
legend.position="none")
p1<-ggplot(data=df)+aes(x=性别,fill=性别)+
geom_bar(width=0.8)+ylab("人数")+ # 绘制条形图
mytheme+ggtitle("(a) 条形图")
p2<-ggplot(data=df)+aes(x=分数)+
geom_histogram(binwidth=5,fill="lightgreen",color="gray50")+# 绘制直方图
mytheme+ggtitle("(b) 直方图")
p3<-ggplot(data=df)+aes(x=专业,y=分数,fill=专业)+
geom_boxplot()+ # 绘制箱线图
mytheme+ggtitle("(c) 箱线图")
p4<-ggplot(data=df,aes(x=课程,y=分数,fill=课程))+
geom_violin()+ # 绘制小提琴图
mytheme+ggtitle("(d) 小提琴图")
p5<-ggplot(data=df)+aes(x=分数,fill=课程,alpha=0.2)+
geom_density()+ # 绘制核密度图
xlim(50,105)+ylim(0,0.07)+
mytheme+ggtitle("(e) 核密度图")页面布局1
# 按行填充子图,行高比为1:2
grid.arrange(p1,p2,p3,p5, # 组合图形p1、p2、p3、p5
heights=c(1,2), # 设置行高为1:2
layout_matrix=rbind(c(1,2,3),c(5,5,5))) # 2行3列的矩阵布局
页面布局2
# 按行填充子图，行高比为1:2:1
grid.arrange(p1,p2,p3,p4,p5, # 组合图形p1、p2、p3、p4、p5
heights=c(1,2,1), # 设置行高为1:2:1
layout_matrix=rbind(c(1,2,2),c(5,5,5),c(3,3,4))) # 3行3列矩阵布局
页面布局3
# 按列填充子图,列宽比为1:2
grid.arrange(p1,p2,p3,p4,p5, # 组合图形p1、p2、p3、p4、p5
widths=c(1,2), # 设置列宽为1:2
layout_matrix=cbind(c(1,4,3),c(2,5,5))) # 3行2列矩阵布局