本文为学习记录 学习日志 R Data Science 1

##tidyverse包
#install.packages("tidyverse")
#install.packages(c("nycflights13", "gapminder", "Lahman"))
library(tidyverse)
## -- Attaching packages -------------------------------------------------- tidyverse 1.2.1 --
## √ ggplot2 3.1.0     √ purrr   0.2.5
## √ tibble  1.4.2     √ dplyr   0.7.8
## √ tidyr   0.8.2     √ stringr 1.3.1
## √ readr   1.3.1     √ forcats 0.3.0
## -- Conflicts ----------------------------------------------------- tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()
##该包包含了ggplot2, tibble,readr,purrr,dplyr等核心
##检查更新
#tidyverse_update()
##小技巧，指明对象来自哪个包，在包的名称后面加两个冒号，例如：
##dplyr::mutate() 表明mutate来自

##如果报错不是英文，运行以下代码
Sys.setenv(LANGUAGE = "en")

##dput()函数生成重建数据
##介绍第一章使用ggplot2进行数据可视化
library(tidyverse)
##ggplot2中内置了数据集mpg收集了 38种车型的观测数据
dim(ggplot2::mpg)##看到了吧双冒号的用法
## [1] 234  11
head(ggplot2::mpg)
## # A tibble: 6 x 11
##   manufacturer model displ  year   cyl trans  drv     cty   hwy fl    class
##   <chr>        <chr> <dbl> <int> <int> <chr>  <chr> <int> <int> <chr> <chr>
## 1 audi         a4      1.8  1999     4 auto(~ f        18    29 p     comp~
## 2 audi         a4      1.8  1999     4 manua~ f        21    29 p     comp~
## 3 audi         a4      2    2008     4 manua~ f        20    31 p     comp~
## 4 audi         a4      2    2008     4 auto(~ f        21    30 p     comp~
## 5 audi         a4      2.8  1999     6 auto(~ f        16    26 p     comp~
## 6 audi         a4      2.8  1999     6 manua~ f        18    26 p     comp~
#displ引擎大小，hwy燃油效率
#创建ggplot图形
ggplot(data = mpg) + #指定数据data
  geom_point(mapping = aes(x = displ, y = hwy))##指定x y,图形类别

#看很轻易就得到了高颜值的图片，显示displ越大，hwy越小，负相关
#这种图的原理是图层的依次叠加，首先ggplot创建坐标系
#第一个参数是添加数据集ggplot(data=mpg)空白
#geomplot添加一个点层
#一个完整的图形就是由多个图层组成的
#每个几何对象函数都有mapping参数，aes()函数指定对应x,y的变量分别是什么

##绘图模板（发福利），用自己的数据替换尖括号部分
#ggplot(data=<数据集>)+
#   <geom_哪种函数>(mapping=aes(x=变量1，y=变量2))
#其实更复杂的图只是在扩展这个模板，描绘更多细节

<“The greatest value of a picture is when it forces us to notice what we never expected to see.” — John Tukey>

#mpg数据集中的class是对车进行的分类，小型，中型等
#可以通过向二维点图中添加第上变量，比如class,将其映射为**图形属性**
#图形属性属于图中对象的可视化属性，包括点的**大小，颜色,形状**
#通过将图中的**图形属性**映射为数据集中的变量，以下示例将点的颜色映射为class变量
#需要在函数aes()中将图形属性名称和变量关联起来，如下关联了color与class变量
ggplot(data = mpg) + 
  geom_point(mapping = aes(x = displ, y = hwy, color = class))

#图中给出的信息提示了SUV这种车不大一样，属于离群组

##下面将图形属性大小size与class变量关联起来，但是注意size是有序的，而class是无序的
#所以会得到warning:  Using size for a discrete variable is not advised.
#当然了图也会比较丑，告诉我们属性与变量的映射选择要合适
ggplot(data = mpg) + 
  geom_point(mapping = aes(x = displ, y = hwy, size = class))
## Warning: Using size for a discrete variable is not advised.

##继续图形属性还包括alpha（点的透明度),shape（点的形状）
# 上（发现透明度属性建议离散型变量。最好是有序的）
ggplot(data = mpg) + 
  geom_point(mapping = aes(x = displ, y = hwy, alpha = class))#alpha表示点的透明度
## Warning: Using alpha for a discrete variable is not advised.

# 下（发现形状不够用了，总共就6个，class却又7种
ggplot(data = mpg) + 
  geom_point(mapping = aes(x = displ, y = hwy, shape = class))#shape表示点的形状
## Warning: The shape palette can deal with a maximum of 6 discrete values
## because more than 6 becomes difficult to discriminate; you have 7.
## Consider specifying shapes manually if you must have them.
## Warning: Removed 62 rows containing missing values (geom_point).

##除了变量映射图形属性，还可手动设置图形属性，如下设置点为blue
#这时的颜色不会传达变量信息，仅仅改变外观而已
ggplot(data = mpg) + 
  geom_point(mapping = aes(x = displ, y = hwy), color = "blue")

#但是

##R中有25种用数值进行标识的内置形，空心0-14边界颜色由color决定
#15-20实心形状由fill