ggplot2

1 ggplot2准备工作

ggplot2便是在上述图形语法的框架下应运而生。使用ggplot2之前需要先安装R软件，步骤如下。

#install.packages ("ggplot2") 
library(ggplot2)

2 ggplot2基础绘图

本节选取Hadle Wickham的《ggplot2 Elegant Graphics for Data Analysis》第二章有关1999-2008年美国流行车耗油量的数据集（mpg）进行叙述。

  • cty和hwy——城市和高速路行驶中的耗油量
  • displ——排气量
  • drv——动力传感系统
  • model——车的模型，数据中包括38种
  • class——车的类型，双人座、SUV、紧凑型等

每一个ggplot2图有三个关键组件： - 1. 数据 - 2. 数据变量和可见属性的图形映射 - 3. 至少一层描述如何表达可见性的图层。

2.1 散点图 

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

  • 数据：mpg
  • 映射：displ映射至x轴，hwy映射至y轴
  • 图层：用点显示数据
代码解析： 第一行用ggplot () 调入数据mpg，aes () 函数选择变量，并映射到x和y轴，第二行代码利用函数geom_point () 将数据表现为黑色圆点。从中可以看出ggplot2代码简洁，易懂易学。

2.2 散点图-添加拟合曲线 

ggplot(mpg, aes(displ, hwy)) +
geom_point() +
geom_smooth(method= "lm")

最后一行代码表示在新的图层添加拟合曲线，代码之间使用了符号“+”。一幅图形背后的设计是若干图形语法的叠加，外在的表现是若干R对象的相加。ggplot2对加号的扩展，可以说是神来之笔。

2.3 散点图-着色 

ggplot(mpg, aes (displ, hwy, colour=class)) +
geom_point()

图形属性包括颜色、形状和大小等，在aes () 函数中将某一变量设置为颜色属性，即可对属于不同变量的数据分开着色。

2.4 散点图-分面 

ggplot(mpg, aes(displ, hwy)) +
geom_point() +
facet_wrap(~class)

ggplot2分面的目的是对数据子集单独绘图，观察子集之间数据的规律。

2.5 箱式图 

ggplot(mpg, aes(drv, hwy)) + geom_jitter()

ggplot(mpg, aes(drv, hwy))+ geom_boxplot()

ggplot(mpg, aes(drv, hwy)) + geom_violin()

三行代码对应三幅图，如果用“+“把上述代码合并，三张图即可叠加，即ggplot2以图层的模式，构建不同类型的统计图形。
ggplot(mpg, aes(drv, hwy)) + geom_jitter() + geom_boxplot() + geom_violin()

2.6 直方图和频率多边形 

ggplot(mpg, aes(hwy)) + geom_histogram()
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

  ## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`. 4个空格代表代码引用（有框无背景填充）
ggplot(mpg, aes(hwy)) + geom_freqpoly()
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

  ## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

2.7 柱状图 

ggplot(mpg, aes(manufacturer)) + geom_bar()

2.8 时间序列图 

# 此处message决定是否显示执行提示信息，warning 决定是否显示警告信息
ggplot(economics, aes(date, unemploy / pop)) + geom_line()

ggplot(economics, aes(date, uempmed)) + geom_line()

2.9 路径图 

ggplot(economics, aes(unemploy / pop, uempmed)) +
geom_path() +
geom_point()

year <- function(x) as.POSIXlt(x)$year + 1900
ggplot(economics, aes(unemploy / pop, uempmed)) +
geom_path(colour = "grey50") +
geom_point(aes(colour = year(date)))

选择aes () 函数，对连续的时间进行变量着色。

2.10 ggplot2其它统计图

除了散点图、条形图等之外，ggplot2有更广泛的应用。

曲面图

ggplot(faithfuld, aes(eruptions, waiting)) +
geom_contour(aes(z = density, colour = ..level..))

ggplot(faithfuld, aes(eruptions, waiting)) +
geom_raster(aes(fill = density))

3 透明度设置

大量数据点覆盖堆积，将会掩盖数据趋势，可设置透明度加以区分。

# 此处 echo=TRUE 只显示代码，不执行，不显示结果
norm <- ggplot(df, aes(x, y)) + xlab(NULL) + ylab(NULL)
norm + geom_point (alpha = 1 / 3)
norm + geom_point (alpha = 1 / 5)
norm + geom_point (alpha = 1 / 10)

4 主题设置

ggplot2提供了大量主题设置，利用theme () 函数，快速转换。例如左上图分别添加一行代码，便可得到其它类型的主题。

theme_classic()
theme_minimal()
theme_economist()+ scale_colour_economist()

ggplot2更新很快，拥有大量函数，以实现多种统计图的绘制。

上述所列功能仅为抛砖引玉，详细函数列表和用法参见如下网址： (http://ggplot2.tidyverse.org/reference/)

5 无代码绘制ggplot2图

尽管ggplot2代码简洁，在不熟悉的前提下，依然会出现许多Bug，为此Keon-Woong Moon编写了Learn ggplot2 Shiny App，将代码的编写转化为图形模块的点击。

http://r-graph.com/

从主页中选择最近的服务器地址，即可打开在线ggplot2绘图网页。
加载数据后，用鼠标选择对应的变量，勾选需要绘制的统计图，即可一键出图。
页面左下方会显示相应的R代码，可以作为学习代码的教程。
ggplot(data=acs,aes(x=Dx,y=age,fill=Dx))+
geom_point(position='jitter',size=0.3)+
geom_violin()+
geom_boxplot(fill='white',width=0.05,outlier.shape=1,outlier.size=16)+
stat_summary(geom='point',fun.y=mean,shape=23,size=3)+
theme(legend.position='none')
  • Line 1：将变量数据映射到坐标系
  • Line 2：添加散点图
  • Line 3：添加小提琴图
  • Line 4：添加箱式图
  • Line 5：添加平均值
  • Line 6：隐藏图例
Shiny App菜单栏的MultiPlot可实现上述4种图形依次保存和排列的功能，并快速输出。
plot提供了ggplot2两个扩展程序包——ggiraph和ggiraphExtra，用来绘制交互式的图形。除此之外，ggplot2拥有大量针对不同领域的扩展包。

6 ggplot2的扩展包

自从ggplot2巧妙地在R语言中实现了图形语法，以此为范例的程序包如雨后春笋般涌现。他们怀揣着神圣的总纲，站在巨人的肩上，将统计绘图的功能无限延伸。 http://blog.sina.com.cn/s/blog_15dd952a70102wvuq.html
leave 4 spaces can make this style.
animlnt：制作交互图形，增加询问，筛选链接等
ggthemes：提供扩展的图形风格主题
ggmap：提供在线地图服务模块
ggiraph：绘制交互式的ggplot图形
ggstance：实现常见图形的横向版本
GGally：绘制散点图矩阵
ggalt：添加额外的坐标轴、geoms等
ggforce：添加额外geoms等
ggrepel：避免图形标签重叠
ggraph：绘制网络状、树状等特定形状的图形
ggpmisc：光生物学相关扩展
ggbio：提供基因组学数据图形
geomnet：绘制网络状图形
ggExtra：绘制图形的边界直方图
gganimate：绘制动画图
plotROC：绘制交互式ROC曲线图
ggspectra：绘制光谱图
ggnetwork：网络状图形的geoms
ggradar：绘制雷达图
ggTimeSeries：时间序列数据可视化
ggtree：树图可视化
ggtern：绘制三元图
ggseas：季节调整工具
ggenealogy：浏览和展示系谱学数据

6.1 GGally

ggplot2分面得到的是完全相同的子集图形，而GGally扩展了该功能，能够绘制散点图矩阵，自定义矩阵中每一个图形元素。

http://ggobi.github.io/ggally/

尽管ggplot2默认条件下即可输出精美的图，但是其核心的图形语法并未限制于常规的统计图形，也未指定图形的外观，这极大地扩展了ggplot2绘图的范围和可能达到的极致美观。
sessionInfo()
## R version 3.5.1 (2018-07-02)
## Platform: x86_64-w64-mingw32/x64 (64-bit)
## Running under: Windows 10 x64 (build 17134)
## 
## Matrix products: default
## 
## locale:
## [1] LC_COLLATE=Chinese (Simplified)_China.936 
## [2] LC_CTYPE=Chinese (Simplified)_China.936   
## [3] LC_MONETARY=Chinese (Simplified)_China.936
## [4] LC_NUMERIC=C                              
## [5] LC_TIME=Chinese (Simplified)_China.936    
## 
## attached base packages:
## [1] stats     graphics  grDevices utils     datasets  methods   base     
## 
## other attached packages:
## [1] ggplot2_3.1.0
## 
## loaded via a namespace (and not attached):
##  [1] Rcpp_1.0.0       bindr_0.1.1      knitr_1.20       magrittr_1.5    
##  [5] tidyselect_0.2.5 munsell_0.5.0    colorspace_1.3-2 R6_2.3.0        
##  [9] rlang_0.3.0.1    stringr_1.3.1    plyr_1.8.4       dplyr_0.7.8     
## [13] tools_3.5.1      grid_3.5.1       gtable_0.2.0     withr_2.1.2     
## [17] htmltools_0.3.6  assertthat_0.2.0 yaml_2.2.0       lazyeval_0.2.1  
## [21] rprojroot_1.3-2  digest_0.6.18    tibble_1.4.2     crayon_1.3.4    
## [25] bindrcpp_0.2.2   purrr_0.2.5      glue_1.3.0       evaluate_0.12   
## [29] rmarkdown_1.10   labeling_0.3     stringi_1.2.4    compiler_3.5.1  
## [33] pillar_1.3.0     scales_1.0.0     backports_1.1.2  pkgconfig_2.0.2