ggplot2包简介

1 ggplot2绘图语法

1.1 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

1.2 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。
修改p1的代码中aes() 提取出ggplot()函数外通过’+’，看能不能运行
- 可以
geom_bar/geom_boxplot/geom_density/geom_point分别代表绘制什么图形？
- geom_bar(): 条形图/柱状图，用于展示离散变量的频数分布
- geom_boxplot(): 箱线图，用于展示数据分布的五数概括(最小值、下四分位数、中位数、上四分位数、最大值)
- geom_density(): 核密度图，用于展示连续变量的概率密度分布
- geom_point(): 散点图，用于展示两个连续变量之间的关系
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。
- 将不再按性别分面显示
- 两个性别的箱线图会显示在同一个面板中
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？
- 密度图的填充区域变为透明，只显示轮廓线
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？
- 点形状从默认的圆形(21)变为向下三角形(25)
代码grid.arrange(p1,p2,p3,p4,ncol=2)有什么用？相当于graphic包的什么代码？
- 将4个图形(p1-p4)按照2列的布局排列组合成一个图形，ncol=2指定排列为2列。
- 相当于graphics包中的par(mfrow=c(2,2)) # 设置2行2列的图形布局 # 然后依次绘制4个图形

2 图形外观——设置坐标轴

2.1 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())

2.2 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(mytheme) # 将mytheme设为默认主题
- ggplot(...) + mytheme + # 通过’+’添加主题设置
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”。
- 修改离散型x轴的标签、顺序和标题
- 控制离散变量的显示方式
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？
- y轴文本恢复默认水平显示（不再旋转90度）
- 文本大小恢复为mytheme中设置的9号字
- 文本对齐方式恢复默认（不再水平和垂直居中）
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。
- annotate()函数除了添加文本注释，还可以添加：
  - 线段(segment)
  - 矩形(rect)
  - 箭头(segment+箭头参数)
  - 点(point)
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
#| echo: false
#| warning: false
# 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() +
  scale_x_discrete(
    limits = c("Python语言", "R语言"),
    name = "科目"  # 修改轴标题
  ) +
  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(0,0.07)+                                           # 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=95,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45度")

grid.arrange(p1,p2,p3,p4,ncol=2)       # 组合图形

3 图形外观——设置图形标题

3.1 案例绘图

3.2 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？

共包含 12 个主要参数，具体如下：

参数	类型	功能	常用取值示例
`family`	字符	字体家族	`"serif"`, `"sans"`, `"mono"`, `"Arial"`
`face`	字符	字体样式	`"plain"`, `"italic"`, `"bold"`, `"bold.italic"`
`colour`/`color`	字符	文本颜色	`"red"`, `"#FF0000"`, `"blue3"`
`size`	数值	字体大小（磅）	`10`, `12`, `14`
`hjust`	数值	水平对齐	`0`（左）, `0.5`（中）, `1`（右）
`vjust`	数值	垂直对齐	`0`（下）, `0.5`（中）, `1`（上）
`angle`	数值	旋转角度	`0`~`360`（如 `45` 为倾斜45度）
`lineheight`	数值	行间距倍数	`1`（默认）, `1.5`（宽松行距）
`margin`	对象	边距调整	`margin(t=5, r=5, b=5, l=5, unit="pt")`
`debug`	逻辑	调试模式	`FALSE`（默认）, `TRUE`（显示文本边界框）
`inherit.blank`	逻辑	是否继承空白主题	`TRUE`（默认）, `FALSE`
`parse`	逻辑	是否解析数学表达式	`FALSE`（默认）, `TRUE`（支持 `expression()`）

element_text(size=10,face="bold") 代表什么意思？
- 含义：设置字体大小为 10 磅，加粗显示
- 效果：标题文字会变大并加粗
- 参数说明：
  - size=10：中等大小的字体
  - face="bold"：粗体字
element_text(size=12,hjust=0.5)代表什么意思？
- 含义：设置字体大小为 12 磅，水平居中
- 效果：标题文字会更大并在绘图区域内水平居中
- 参数说明：
  - size=12：较大的字体
  - hjust=0.5：水平居中（0=左对齐，1=右对齐）
element_text(size=12,face="bold.italic",color="blue3") 代表什么意思？
- 含义：设置字体大小为 12 磅，粗斜体，蓝色文字
- 效果：标题文字会更大、加粗、斜体并显示为蓝色
- 参数说明：
  - size=12：较大的字体
  - face="bold.italic"：同时应用粗体和斜体
  - color="blue3"：使用 R 中的标准蓝色（blue3）

4 图形外观——设置图例

4.1 案例绘图

4.2 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？
- theme() 函数中四个图例相关参数的作用
  - legend.text：设置图例中标签文本的样式（字体、大小、颜色等）
  - legend.position：控制图例在图形中的位置（“top”, “bottom”, “left”, “right” 或坐标向量）
  - legend.background：设置图例整体背景的样式（填充色、边框等）
  - legend.key：设置图例中每个颜色键（小色块）的样式
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？
- legend.background 和 legend.key 需要用它设定是因为：
- 图例背景和颜色键本质上都是矩形元素
- 需要独立控制它们的填充、边框等矩形特有属性
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"),
          legend.title = element_text(color="blue"),  # 图例标题改为蓝色
          legend.position = "bottom",                # 图例位置改为下方
          legend.background = element_rect(fill="grey85", color="grey"),
          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(0.8, -0.4),            # 右下方位置(x,y)
          legend.background = element_blank(),
          legend.text = element_text(size=8)) +
    guides(fill = guide_legend(nrow=1, title=NULL)) +
    scale_fill_discrete(limits = c("男", "女"))      # 修改顺序为男、女

gridExtra::grid.arrange(p1,p2,p3,p4,ncol=2)    # 组合图形

5 图形外观——长标签处理

5.1 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)))

5.2 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？
- \n 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？
- rbind(c(1,1), c(2,3)) 创建一个2行2列的布局矩阵：
  - 第一行：c(1,1) → 第1个图形（p1）占据两列（整行）
  - 第二行：c(2,3) → 第2个图形（p2）和第3个图形（p3）各占一列

6 图形外观——使用已有图形主题

6.1 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

6.2 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？“
- 一、内置主题函数（ggplot2自带）
  1. 基础主题：
    - theme_gray()：默认主题（灰色背景）
    - theme_bw()：黑白主题（白色背景+灰色网格线）
    - theme_classic()：经典主题（无网格线+轴边框）
    - theme_minimal()：极简主题（仅保留必要元素）
    - theme_void()：空白主题（移除所有非数据元素）
  2. 专业主题：
    - theme_dark()：深色背景主题
    - theme_light()：浅色网格线主题
  6.2.1 二、流行第三方主题包
  1. ggthemes包（扩展主题库）：
    
    r
    
    复制
```
library(ggthemes)
```
    - 期刊风格：
      - theme_economist()（经济学人风格）
      - theme_wsj()（华尔街日报风格）
      - theme_stata()（Stata软件风格）
    - 科技风格：
      - theme_fivethirtyeight()（538数据新闻风格）
      - theme_tufte()（爱德华·塔夫特极简风）
    - 企业风格：
      - theme_excel()（模仿Excel）
      - theme_gdocs()（Google Docs风格）
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(ggplot2)
library(ggthemes)
library(gridExtra)

# 假设 p 是已定义的 ggplot 对象（例如：p <- ggplot(...) + geom_col(...)）

# 修正主题名称，确保与注释一致
p1 <- p + theme_bw() + ggtitle("(a) theme_bw()")              # ggplot2 内置黑白主题
p2 <- p + theme_minimal() + ggtitle("(b) theme_minimal()")    # ggplot2 内置极简主题
p3 <- p + theme_wsj() + ggtitle("(c) theme_wsj()")           # 华尔街日报风格
p4 <- p + theme_gdocs() + ggtitle("(d) theme_gdocs()")       # Google Docs 风格

# 组合图形
gridExtra::grid.arrange(p1, p2, p3, p4, ncol = 2)

7 添加注释

7.1 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.

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

7.2 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。
- 数学表达式会以原始字符串形式显示（不会解析为公式）
如何将相关性公式的背景框颜色去掉

注释代码#geom_rect(xmin=87, xmax=97, ymin=56.5, ymax=63, fill="grey85")+

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,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

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

8 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

8.1 思考

分面函数facet_grid()如何使用？
- rows：指定行分面的变量（公式左侧）
- cols：指定列分面的变量（公式右侧）
- 特殊符号：
  - . 表示不分面（如 性别 ~ . 表示按性别分行，单列）
  - 多变量用 + 连接（如 var1 + var2 ~ var3）

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？

在 theme() 中，以 strip. 开头的参数控制分面标签样式

参数	功能	示例
`strip.background`	分面标签背景	`element_rect(fill="skyblue")`
`strip.text`	分面标签文字	`element_text(size=12, color="red")`
`strip.text.x`/`.y`	单独控制x/y轴标签	`element_text(angle=90)`
`strip.placement`	标签位置（“inside”或”outside”）	`"outside"`
`panel.spacing`	子图间距	`unit(0.5, "cm")`

9 图形组合

9.1 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")

9.2 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

9.3 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

9.4 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

1 ggplot2绘图语法

1.1 案例绘图

1.2 思考与代码修改

2 图形外观——设置坐标轴

2.1 案例绘图

2.2 思考与代码修改

3 图形外观——设置图形标题

3.1 案例绘图

3.2 思考

4 图形外观——设置图例

4.1 案例绘图

4.2 思考与代码修改

5 图形外观——长标签处理

5.1 案例绘图

5.2 思考

6 图形外观——使用已有图形主题

6.1 案例代码

6.2 思考与代码修改

6.2.1 二、流行第三方主题包

7 添加注释

7.1 案例绘图

7.2 思考

8 图形分面

8.1 思考

9 图形组合

9.1 案例绘图

9.2 页面布局1

9.3 页面布局2

9.4 页面布局3