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。

  aes()中的fill参数用于指定图形中填充颜色的变量，它会根据变量的不同值自动分配不同的填充颜色。例如，在p1中fill=性别表示按性别用不同颜色填充条形。

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

  aes()可以放在ggplot()中（全局设定，影响所有图层），也可以放在具体的geom_*函数中（局部设定，仅影响该图层）。

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

  • geom_bar()：条形图（用于分类变量的频数统计）。

  • geom_boxplot()：箱线图（展示数据分布的五数概括：最小值、Q1、中位数、Q3、最大值）。

  • geom_density()：核密度图（展示连续变量的概率密度分布）。

  • geom_point()：散点图（展示两个连续变量的关系）。

• 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。

  • facet_wrap()用于分面绘图，根据指定的分类变量将数据拆分到多个子图中显示。

  • 如果注释掉facet_wrap(~性别)，p2会变成一张不分面的箱线图，男性和女性的数据会混合显示在同一组箱线图中（按fill=性别区分填充颜色）。

• 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？

  • 效果变化：fill控制填充颜色，color控制边框/线条颜色。

  • 核密度图的曲线颜色会按课程区分，但填充区域不再有颜色（因为geom_density()默认用fill填充区域）。

• 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？

  • 效果：shape=25是“下三角形”符号（需配合fill参数显示填充颜色，边框由color控制）。

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

  • 作用：将p1-p4四个图形按2列排列组合成一张综合图形。

  • graphics包等价代码：par(mfrow=c(2,2)) + 分别绘制四个图（但ggplot2图形无法直接用par()，需配合grid包或其他方法）。

# 修改原绘图代码以满足要求
p1 <- ggplot(data=df) + 
  geom_bar(aes(x=性别, fill=性别)) + 
  ylab("人数") + 
  mytheme + 
  ggtitle("(a) 条形图")
p3 <- ggplot(data=df, aes(x=分数, color=课程, alpha=0.2)) + 
  geom_density() + 
  xlim(50,105) + 
  ylim(0,0.07)
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") + 
  facet_wrap(~性别)

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？

  全局设定：
  在 ggplot() 初始化时通过 theme() 设置，会影响所有图层和图形元素。

  局部设定：
  在具体图层（如 geom_* 或 annotate）后通过 + theme() 覆盖全局设置，仅影响当前图层。例如：

• 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”。

  • 作用：
    用于调整离散型（分类）x轴的属性，包括：

    • 修改类别顺序（limits 参数）。

    • 修改轴标题（name 参数）。

    • 修改标签文本（labels 参数）。

  • 修改横轴标题为“科目”：
    在 p1 中添加 name 参数

• 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？

  • 原代码效果：
    y轴标签（课程名称）旋转90度，水平和垂直居中（hjust=0.5, vjust=0.5）。

  • 注释后的影响：
    y轴标签恢复默认状态（水平显示，左对齐），可能导致标签重叠或显示不全（尤其是长文本）。

• 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。

  • 其他功能：
    除了文本（"text"），还可添加：

    • 线段（"segment"）

    • 矩形（"rect"）

    • 箭头（"segment" + arrow）

    • 点（"point"）

  • 将“R语言”注释移到蓝色区域右侧：
    调整 x 坐标至核密度曲线右侧（如 x=95）：

• 将p4的x轴刻度标签角度改为45度

  修改方法：
  调整 theme(axis.text.x=...) 中的 angle 参数：

# 修改原绘图代码以满足要求
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
# 假设df结构正确的情况下
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"
  ) +
  theme(
    plot.title = element_text(size = 11),
    axis.title = element_text(size = 10),
    axis.text = element_text(size = 9),
    legend.position = "none"
  ) +
  ggtitle("(a) 修改类别轴项目顺序")

print(p1)

p3 <- ggplot(data=df, aes(x=分数, fill=课程, alpha=0.2)) +
  geom_density() +
  xlim(50, 105) +
  annotate("text", x=95, y=0.015, label="R语言", size=3)  # 修改x坐标
p4 <- ggplot(data=df, aes(x=分数, fill=课程, alpha=0.2)) +
  geom_density() +
  theme(
    axis.text.x=element_text(angle=45, hjust=1, vjust=1)  # 角度45度，右对齐
  )

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？

  1. family：字体家族（如 “serif”, “sans”, “mono” 等）

  2. face：字体样式（如 “plain”, “bold”, “italic”, “bold.italic”）

  3. colour 或 color：文本颜色（如 “red”, “#FF0000”）

  4. size：文本大小（单位为磅，默认 11）

  5. hjust：水平对齐（0=左对齐，0.5=居中，1=右对齐）

  6. vjust：垂直对齐（0=底部对齐，0.5=居中，1=顶部对齐）

  7. angle：旋转角度（如 0, 45, 90 等）

  8. lineheight：行高（倍数，如 1.2）

  9. margin：外边距（如 margin(t=10, r=20, b=30, l=40)）

  10. debug：调试模式（逻辑值，TRUE/FALSE）

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

  • size=10：设置文本大小为 10 磅。

  • face="bold"：设置文本为粗体。

  • 整体含义：将标题文本设置为 10 磅、粗体。

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

  • size=12：设置文本大小为 12 磅。

  • hjust=0.5：设置文本水平居中对齐（0=左对齐，0.5=居中，1=右对齐）。

  • 整体含义：将标题文本设置为 12 磅、居中对齐。

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

  • size=12：设置文本大小为 12 磅。

  • face="bold.italic"：设置文本为 粗斜体。

  • color="blue3"：设置文本颜色为深蓝色（“blue3” 是 R 中的一种预定义颜色）。

  • 整体含义：将标题文本设置为 12 磅、粗斜体、深蓝色。

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？

  1. legend.text - 控制图例中文本的样式（如字体大小、颜色等）

  2. legend.position - 控制图例在图形中的位置（如”top”, “bottom”, “left”, “right”或坐标位置）

  3. legend.background - 控制图例背景的样式

  4. legend.key - 控制图例中每个图例键（即颜色块）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？

  • 图例背景是一个矩形区域

  • 图例键（颜色块）也是矩形形状
    所以需要用element_rect()来设置它们的填充色、边框色、线宽等矩形属性。

• 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
# 修改p3的代码
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.title = element_text(color = "blue"), # 设置图例标题字体颜色为蓝色
          legend.position = "bottom",               # 设置图例位置为底部
          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

# 修改p4的代码
p4 <- p + ggtitle("(d) 设置图例位置、摆放方式和顺序") +
    theme(legend.position = c(0.9, 0.1),         # 设置图例位置为右下方
          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
          legend.direction = "horizontal") +    # 设置图例水平排列
    guides(fill = guide_legend(nrow = 1, title = NULL, reverse = TRUE)) +
                                   # 设置图例摆放方式(1行，去掉图例标题，反转顺序)
    scale_fill_discrete(limits = c("女", "男"))   # 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？

  在 R 语言（以及大多数编程语言）中，\n 是换行符（newline），用于在字符串中强制换行。

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

  • 第一行：c(1,1) → 图 1 占据第一行的两列（即图 1 宽度是图 2 或图 3 的两倍）。

  • 第二行：c(2,3) → 图 2 和图 3 并排，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)

Warning: package 'ggthemes' was built under R version 4.3.3

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？“

  6.2.0.1 内置主题（ggplot2自带）

  • theme_grey()（默认）

  • theme_bw()（黑白网格）

  • theme_minimal()（简洁无背景）

  • theme_classic()（经典无网格）

  • theme_void()（完全空白）

  6.2.0.2 扩展主题包

  1. ggthemes

     • 提供商业化主题（如经济学人、Excel、Stata等）：

       • theme_economist()

       • theme_excel()

       • theme_stata()

       • theme_fivethirtyeight()（538风格）

  2. hrbrthemes

     • 专注于现代、干净的风格：

       • theme_ipsum()（Arial字体，适合出版）

       • theme_ft_rc()（FT风格深色主题）

  3. ggpubr

     • 面向科研和出版：

       • theme_pubr()（简洁风格，支持期刊格式）

  4. 其他

     • cowplot::theme_cowplot()（适合学术论文）

     • tvthemes::theme_avatar()（动画风格）

• 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(ggthemes)
library(hrbrthemes)

Warning: package 'hrbrthemes' was built under R version 4.3.3

library(ggpubr)

Warning: package 'ggpubr' was built under R version 4.3.3

library(cowplot)

Warning: package 'cowplot' was built under R version 4.3.3

Attaching package: 'cowplot'

The following object is masked from 'package:ggpubr':

    get_legend

The following object is masked from 'package:ggthemes':

    theme_map

The following object is masked from 'package:lubridate':

    stamp

p1 <- ggplot(df, aes(x = 课程, y = 分数, fill = 性别)) +
  geom_boxplot() +
  theme_cowplot() +  # 学术风格主题
  scale_fill_manual(values = c("#1F77B4", "#FF7F0E")) +  # 自定义颜色
  ggtitle("(a) 学术风 (cowplot)") +
  labs(x = "课程", y = "分数")
library(hrbrthemes)

p2 <- ggplot(df, aes(x = 课程, y = 分数, fill = 性别)) +
  geom_boxplot() +
  theme_ipsum() +  # 极简风格主题
  scale_fill_ipsum() +  # 配套配色
  ggtitle("(b) 极简风 (hrbrthemes)") +
  labs(x = "课程", y = "分数")
library(ggthemes)

p3 <- ggplot(df, aes(x = 课程, y = 分数, fill = 性别)) +
  geom_boxplot() +
  theme_economist() +  # 《经济学人》风格
  scale_fill_economist() +  # 配套配色
  ggtitle("(c) 商业风 (ggthemes)") +
  labs(x = "课程", y = "分数")
library(gridExtra)
grid.arrange(p1, p2, p3, ncol = 2)

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_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

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。

  parse=TRUE 的作用是将文本标签解析为数学表达式（支持 LaTeX 语法）。

• 如何将相关性公式的背景框颜色去掉？

  当前代码中，背景框是通过 geom_rect() 添加的灰色矩形。直接删除或注释掉这行代码即可移除背景框：

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：指定分面的行变量（公式左侧，如 性别~. 表示按性别分行）。

  • cols：指定分面的列变量（公式右侧，如 ~.课程 表示按课程分列）。

  • .：表示不分组（如 性别~. 仅按行分面，无列分面）。

• 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？

  在 theme() 函数中，以 strip. 开头的参数控制分面要素的样式：

  • 文本样式：

    • strip.text：分面标签文本（如字体、颜色）。

    • strip.text.x / strip.text.y：分别控制x轴（列）和y轴（行）标签。

  • 背景样式：

    • strip.background：分面标签背景（如填充色、边框）。

    • strip.background.x / strip.background.y：分别控制列和行标签背景。

  • 间距调整：

    • panel.spacing：子图之间的间距（全局）。

    • panel.spacing.x / panel.spacing.y：分别控制水平和垂直间距。

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