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

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(0,0.07)+                  # 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

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。

答：aes()函数中的fill参数用于指定图形元素的填充颜色（如柱状图、箱线图、面积图等）

• 修改p1的代码中aes() 提取出ggplot()函数放到geom_bar()，看能不能运行？

• geom_bar/geom_boxplot/geom_density/geom_point分别代表绘制什么图形？

答：geom_bar 代表柱形图（条形图），geom_boxplot代表箱线图，gemo_density代表密度曲线图，geom_point代表散点图

• 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。

答：facet_wrap(~变量) 是 ggplot2 中的分面函数，用于将图形按指定变量的不同值拆分成多个子图，每个子图显示该变量某一类别的数据。注释后所有数据绘制在同一张图中，性别通过 fill=性别 用不同颜色区分（箱线图并排显示）。需依赖图例和颜色对比男女差异，可能显得拥挤（尤其在类别多时）。

• 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？

答：将 fill 参数改为 color 后，核密度图的视觉效果会有以下变化：

1. 填充效果消失：原先使用 fill 时，密度曲线下方会有半透明填充色（透明度由 alpha=0.2 控制）。改为 color 后，填充色会完全消失。

2. 仅保留线条颜色：color 参数只会控制密度曲线本身的颜色，而不会填充曲线下方的区域。

3. 透明度效果仍在：保留了 alpha=0.2，但它现在只会影响线条的透明度（线条会显得更淡），而不再影响填充区域。

4. 整体可视化对比度降低：由于没有填充色，图形会显得更”单薄”，可能不利于直观比较两个分布的差异。

• 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？

答：修改 shape = 25 后的效果：

1. 点的形状变化：原本 shape = 21 是 圆形且可填充（默认的带边框圆形）。改为 shape = 25 后，散点会变成 下三角形（▼），并且仍然受 fill = 性别 影响填充颜色。

2. 填充颜色仍然有效：由于 shape = 25 属于可填充形状（21-25），fill = 性别 仍然控制三角形的填充颜色。color = "black" 控制的是三角形的边框颜色（仍然是黑色）。

3. 视觉差异：点的形状从圆形变为下三角形，可能会影响数据的可读性。

• 代码grid.arrange(p1,p2,p3,p4,ncol=2)有什么用？相当于graphic包的什么代码？

答：作用，将多个图形（p1, p2, p3, p4）组合成一个多面板图形，类似 par(mfrow = c(2, 2)) 在基础 R 图形中的作用。相当于par(mfrow = c(2, 2)) # 设置 2x2 的图形布局 plot(p1) # 第1个图（左上） plot(p2) # 第2个图（右上） plot(p3) # 第3个图（左下） plot(p4) # 第4个图（右下）

# 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)+  # 设置x轴，按性别填充颜色
     geom_bar(aes(x=性别,fill=性别))+                            # 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(0,0.07)+                  # 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

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())

# 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"))+    # 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(0,0.07)+                                           # 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=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

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？

答：在 ggplot2 中：全局设定：用 theme_set(theme(...))，所有后续图形自动继承。局部设定：在单个图形中用 + theme(...)，优先级高于全局。

• 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”。

答：包括修改轴标签，调整分类顺序、处理缺失分类和设置美学映射

• 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？

答：图p2的y轴文本样式会发生变化：文本方向恢复默认，字体大小恢复默认，对齐方式无效。

• 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。

答：annotate() 函数不仅可以添加文本注释，还支持多种图形元素的添加，包括文本、线段、矩形、箭头和点或标记。

• 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

# 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(0,0.07)+                                           # 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,hjust=0)+
    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

3 图形外观——设置图形标题

3.1 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

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？

答：共有 12 个 可设定参数。。

• element_text(size=10,face="bold") 代表什么意思？

答：size = 10 → 设置文本大小为 10 磅，face = "bold" → 设置文本样式为 加粗。

• element_text(size=12,hjust=0.5)代表什么意思？

答：size = 12 → 文本大小为 12 磅，hjust = 0.5 → 文本 水平居中 对齐（0=左对齐，0.5=居中，1=右对齐）

• element_text(size=12,face="bold.italic",color="blue3") 代表什么意思？

答：代表标题会显示为 12 磅、加粗斜体、深蓝色 的文本。

4 图形外观——设置图例

4.1 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.

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

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？

答：legend.text设置图例中文本标签的样式，legend.position控制图例的位置，legend.background设置图例的背景样式（颜色、边框等），legend.key 设置图例的的符号样式

• 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？

答：legend.background图例背景是一个矩形，需要定义其填充色（fill）、边框（color）、线型（linetype）等矩形专属属性，这些只能通过 element_rect() 实现。

legend.key（图例项的图标背景）作用是控制图例中每个图例项（symbol）的图标背景矩形（即颜色/形状旁边的衬底区域）。每个图例项的图标本质是一个小矩形，需独立设置其填充、边框等属性。

• 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
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",               #
          legend.title = element_text(size=8,color="blue"),
          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(0.8,0.2),         # 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

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？

答：表示换行符，但需通过 cat() 或 writeLines() 解析才会生效，如果直接打印时原样显示。

• grid.arrange()函数中参数设定layout_matrix=rbind(c(1,1),c(2,3)) 表示什么意思？

答：layout_matrix：通过矩阵定义子图的位置和占用空间，矩阵中的数字代表 grid.arrange() 中传入的第几个图形（从1开始编号）。rbind(c(1, 1), c(2, 3))：生成一个 2行×2列 的矩阵：

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？“

答： 1、内置主题（ggplot2）theme_gray()（默认），theme_bw()（黑白），theme_minimal()（极简），theme_classic()（经典坐标轴），theme_void()（空白）

2、扩展主题包ggthemes：theme_economist()/theme_wsj()（商业风），hrbrthemes：theme_ipsum()（现代极简），ggpubr：theme_pubr()（出版优化），cowplot：theme_cowplot()（科学绘图），ggdark：dark_theme_gray()（深色模式），tvthemes：动漫风格（如theme_rickAndMorty()）

3、自定义微调，用theme（）调整细节（字体、颜色、图例等）

• 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)
#红蓝色调 + 简洁网格
ggplot(mtcars, aes(mpg, wt, color = factor(cyl))) +
  geom_point(size = 3) +
  labs(title = "Economist Theme", x = "MPG", y = "Weight") +
  theme_economist() +          # 应用主题
  scale_color_economist()      # 配套颜色

#无边框网格 + 清晰字体
library(ggsci)
library(ggpubr)
ggplot(mtcars, aes(mpg, wt, color = factor(cyl))) +
  geom_point(size = 3, alpha = 0.8, shape = 19) +  # 调整点的大小和透明度
  labs(
    title = "Vehicle Performance Analysis",
    subtitle = "MPG vs Weight by Cylinder Count",
    x = "Miles per Gallon (MPG)",
    y = "Weight (1000 lbs)",
    color = "Cylinders"
  ) +
  theme_ipsum(base_family = "Arial") +  # 使用系统已有的Arial字体
  scale_color_ipsum() +
  theme(
    plot.title = element_text(face = "bold", size = 14),
    plot.subtitle = element_text(size = 12),
    legend.position = "bottom"
  )

Warning in grid.Call(C_stringMetric, as.graphicsAnnot(x$label)): font family
not found in Windows font database

Warning in grid.Call(C_stringMetric, as.graphicsAnnot(x$label)): font family
not found in Windows font database

Warning in grid.Call(C_stringMetric, as.graphicsAnnot(x$label)): font family
not found in Windows font database

Warning in grid.Call(C_textBounds, as.graphicsAnnot(x$label), x$x, x$y, : font
family not found in Windows font database

Warning in grid.Call(C_stringMetric, as.graphicsAnnot(x$label)): font family
not found in Windows font database

Warning in grid.Call(C_stringMetric, as.graphicsAnnot(x$label)): font family
not found in Windows font database

Warning in grid.Call(C_textBounds, as.graphicsAnnot(x$label), x$x, x$y, : font
family not found in Windows font database

Warning in grid.Call(C_textBounds, as.graphicsAnnot(x$label), x$x, x$y, : font
family not found in Windows font database

Warning in grid.Call(C_textBounds, as.graphicsAnnot(x$label), x$x, x$y, : font
family not found in Windows font database

Warning in grid.Call(C_textBounds, as.graphicsAnnot(x$label), x$x, x$y, : font
family not found in Windows font database

Warning in grid.Call.graphics(C_text, as.graphicsAnnot(x$label), x$x, x$y, :
font family not found in Windows font database

Warning in grid.Call.graphics(C_text, as.graphicsAnnot(x$label), x$x, x$y, :
font family not found in Windows font database

Warning in grid.Call.graphics(C_text, as.graphicsAnnot(x$label), x$x, x$y, :
font family not found in Windows font database

Warning in grid.Call.graphics(C_text, as.graphicsAnnot(x$label), x$x, x$y, :
font family not found in Windows font database

Warning in grid.Call.graphics(C_text, as.graphicsAnnot(x$label), x$x, x$y, :
font family not found in Windows font database

Warning in grid.Call.graphics(C_text, as.graphicsAnnot(x$label), x$x, x$y, :
font family not found in Windows font database

Warning in grid.Call.graphics(C_text, as.graphicsAnnot(x$label), x$x, x$y, :
font family not found in Windows font database

#灰色网格线 + 大字号标签，适合医学/科学图表。
ggplot(mtcars, aes(mpg, wt, color = factor(cyl))) +
  geom_point(size = 3) +
  labs(title = "PubR Theme", x = "MPG", y = "Weight") +
  theme_pubr() +              # 应用主题
  scale_color_nejm()          # 配套颜色（New England Journal of Medicine）

#深色边框 + 饱和色，适合演示幻灯片。
ggplot(mtcars, aes(mpg, wt, color = factor(cyl))) +
  geom_point(size = 3) +
  labs(title = "Stata Theme", x = "MPG", y = "Weight") +
  theme_stata() +             # 应用主题
  scale_color_stata()         # 配套颜色

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。

答：作用是将文本标签解析为数学表达式（支持 LaTeX 语法），删除该参数后的变化如下：当 parse = TRUE 时，将文本按数学公式渲染，希腊字母（alpha）、上下标（x^2）、运算符（==）等，删除 parse 参数（默认为 FALSE），文本作为普通字符串原样显示

• 如何将相关性公式的背景框颜色去掉？

答：方法1：使用 fill = NA 和 color = NA（推荐），在 annotate() 或 geom_label() 中设置 fill = NA 和 color = NA 以完全透明背景和边框

方法2:使用 geom_text() 替代 geom_label(),geom_label() 默认有背景框，而 geom_text() 没有背景

方法3：修改主题设置（全局去背景）如果背景框是主题默认添加的（如 theme_bw()），可以通过 theme() 移除

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？

答：1.基本语法：facet_grid(rows = vars(纵向变量), cols = vars(横向变量))

2.常用场景：单变量纵向分面：rows = vars(cyl)；单变量横向分面：cols = vars(gear)；

双变量网格分面：rows = vars(cyl), cols = vars(gear)

• 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？

答：控制分面属性的参数均以 strip. 开头，主要分为三类：

1. 文本样式，strip.text（通用）strip.text.x/strip.text.y（方向专属）

2. 背景样式strip.background（通用）strip.background.x/strip.background.y

3. 位置与间距strip.placement（“inside”或”outside”）strip.switch.pad.grid（调整边距）

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