| #3.1.2 ggplot2绘图 |
| #"declaratively" creating graphics |
| #基于图形语法的陈述式绘图系统 |
|
| rm(list = ls()) |
| # install.packages(ggplot2) |
| library(ggplot2) |
| # install.packages(plyr) |
| library(plyr) |
|
|
| library(cranlogs) |
| cran_top_downloads() #查看包的下载排名 |
|
|
| #ggplot2采用图层叠加原理画图 |
| #先建立一个坐标轴的图层，即定义好数据及坐标映射 |
| ggplot(data,mapping) |
|
| #本章节所用钻石例子数据： |
| # 加载钻石数据 |
| data("diamonds") |
| # 抽取前500条数据,且保留6个变量 |
| set.seed(30) |
| diamond = diamonds[sample(nrow(diamonds), 500), c(1:4, 7, 10)] |
| head(diamond) |
| summary(diamond) |
|
| #1）为一个定性变量作图 |
|
| ## 柱状图 ## |
| # 基础柱状图 |
| p = ggplot(data = diamond, mapping = aes(x = clarity)) #先建立第一个图层p |
| p + geom_bar() #在图层p的基础上叠加柱状图映射命令geom_bar() |
|
| # 增加其他映射元素,成为累计柱状图 |
| p = ggplot(data = diamond, mapping = aes(x = clarity, fill = cut)) |
| p + geom_bar() |
|
| # 分组柱状图 |
| p = ggplot(data = diamond, mapping = aes(x = clarity, fill = cut)) |
| p + geom_bar(position = "dodge") |
|
|
| ## 饼图 ## |
| #由于ggplot2包没有专门做饼图的命令 |
| #先画直角坐标系中的柱状图 |
| #再将直角坐标系转换为笛卡尔坐标系 |
| #在ggplot2的图形语法中， |
| #笛卡尔坐标系中的饼图正是直角坐标系中的柱状图 |
|
| #例： |
| #步骤： |
| #step1：统计频数 |
| df1 = ddply(diamond, .(cut), nrow) |
| (df1 = df1[order(df1$V1, decreasing = T), ]) |
| (pos = (cumsum(df1$V1) - df1$V1/2)) |
|
| #step2：画出堆积柱状图 |
| ggplot(df1, aes(x="", y = V1, fill = factor(cut))) + |
| geom_bar(width = 1,stat = "identity") |
| #cut变量来进行颜色区分； |
| #geom_bar()中设置图形的宽度为1，并设置参数stat = "identity"采用原始未经过变换的数据作图 |
|
| #step3：变成极坐标，并加比例标签 |
| ggplot(df1, aes(x="", y = V1, fill = factor(cut))) + |
| geom_bar(width = 1,stat = "identity") + |
| coord_polar(theta = "y") + |
| geom_text(aes(y = pos, label = paste(round(V1 / sum(V1) * 100, 2), "%", ""))) + |
| #使用coord_polar()进行极坐标变换，通过geo_text()来为饼图加标签 |
|
| #step4：做其他修饰（去框调色） |
| ggplot(df1, aes(x="", y = V1, fill = factor(cut))) + |
| geom_bar(width = 1,stat = "identity") + |
| coord_polar(theta = "y") + |
| geom_text(aes(y = pos, label = paste(round(V1 / sum(V1) * 100, 2), "%", ""))) + |
| scale_fill_manual(values = rainbow(5,alpha = 0.4)) + |
| theme(axis.title = element_blank(), axis.text = element_blank(), axis.ticks = element_blank()) |
| #通过scale_fill_manual()手动设定饼图的颜色（其中values用来设定各个颜色的取值） |
| #通过theme()来把坐标轴、外圈的标记去掉 |
|
|
| #2）为一个定量变量作图 |
|
| ## 直方图 ## |
| geom_histogram() #直方图映射命令 |
|
| # 基础作图 |
| p = ggplot(data = diamond, mapping = aes(x = price)) |
| p + geom_histogram() |
|
| # 调整组距 |
| p = ggplot(data = diamond, mapping = aes(x = price)) |
| p + geom_histogram(binwidth = 500) |
|
| # 调整组数 |
| p = ggplot(data = diamond, mapping = aes(x = price)) |
| p + geom_histogram(bins = 100) |
|
| # 按照切工分颜色 |
| p = ggplot(data = diamond, mapping = aes(x = price, fill = cut)) |
| p + geom_histogram(binwidth = 500) |
|
| # 按照切工画密度曲线 |
| ggplot(data = diamond, mapping = aes(price, colour = cut)) + |
| geom_freqpoly(binwidth = 500) |
|
| # 分面来看不同切工的对比 |
| p = ggplot(data = diamond, mapping = aes(x = price, fill = cut)) |
| p + geom_histogram() + facet_grid( ~ cut) |
|
|
| ## 折线图 ## |
| geom_line()#折线图映射命令 |
|
| #例： |
| # 将搜索指数index变成时间序列格式 |
| index = c(127910, 395976, 740802, 966845, 1223419, 1465722, 1931489, 2514324, 3024847, 3174056, 3208696, 3644736, 4198117, 3868350, 3576440, 3524784, 3621275, 3695967, 3728965, 3845193, 3525579, 3452680, 3535350, 3655541, 3884779, 3780629) / 10000 |
| dat = seq(as.Date("2017/3/28"), length = 26, by = "day") |
| people_index = data.frame(date = dat, index = index) |
| p = ggplot(people_index, mapping = aes(x = date, y = index)) |
| p + geom_line() |
|
| #通过添加colour参数及+geom_area()函数来绘制面积图 |
| p + geom_line(colour = "green") + geom_area(colour = "green", alpha = 0.2) |
|
|
| #3)为两个变量画图 |
|
| ## 箱线图 ## |
| #定性变量与定量变量--箱线图 |
| geom_boxplot()#箱线图映射命令 |
|
| # 分组箱线图 |
| ggplot(diamond) + geom_boxplot(aes(x = cut, y = price, fill = cut)) |
| #用a分组就把aes()中的x设置为a |
| #探求因变量b的分布就把aes()中的y设置为b |
| #通过fill把柱子的填充色映射为分类变量 |
|
| # 增加自定义配色 |
| ggplot(diamond) + geom_boxplot(aes(x = cut, y = price, fill = cut)) + scale_fill_manual(values = c("lightpink", "lightyellow", "lightgreen", "lightblue", "mediumpurple1")) |
| #或设置为彩虹色rainbow() |
| ggplot(diamond) + geom_boxplot(aes(x = cut, y = price, fill = cut)) + scale_fill_manual(values = rainbow(5, alpha = 0.4)) |
|
|
| ## 散点图 ## |
| #两个定量变量--散点图 |
| geom_point()#散点图映射命令 |
|
| # 基础作图 |
| p = ggplot(data = diamond, mapping = aes(x = carat, y = price)) |
| p + geom_point() |
|
| # 添加映射元素 |
| # 根据定性变量标识不同颜色 |
| p = ggplot(data = diamond, mapping = aes(x = carat, y = price, colour = cut)) |
| p + geom_point() |
|
| # 根据定量变量标识不同颜色 |
| p = ggplot(data = diamond, mapping = aes(x = carat, y = price, colour = z)) |
| p + geom_point() |
|
| # 增加统计变换 |
| p = ggplot(diamond, aes(x = carat, y = price)) + geom_point() |
| p + scale_y_log10() |
|
| # 增加拟合曲线 |
| p = ggplot(diamond, aes(x = carat, y = price)) + geom_point() |
| p + scale_y_log10() + stat_smooth() |
|
| # 基于cut分块 |
| p = ggplot(diamond, aes(x = carat, y = price)) + geom_point() + scale_y_log10() + stat_smooth() |
| p + facet_grid( ~ cut) |
|
|
| ## 柱状图 ## |
| #两个定性变量--柱状图 |
|
| #增加其他映射元素，成为累计柱状图 |
| p=ggplot(data=diamond,mapping=aes(x=clarity,fill=cut)) |
| p+geom_bar() |
|
|
| #分组柱状图 |
| p=ggplot(data=diamond,mapping=aes(x=clarity,fill=cut)) |
| p+geom_bar(position="dodge") |
|
|
|
|
|
|
|
|
|
| ################################### |
| #总结# |
|
| library(ggplot2) |
| library(plyr) |
|
| library(cranlogs) |
| cran_top_downloads() #查看包的下载排名 |
|
| #1）为一个定性变量作图 |
| #柱状图 |
| ggplot(data,mapping) ##先建立一个坐标轴的图层 |
| geom_bar()#叠加柱状图映射命令 |
| #饼图 |
| ddply() |
| coord_polar()#进行极坐标变换 |
| geo_text()#为饼图加标签 |
| scale_fill_manual()#手动设定饼图的颜色 |
| theme()#把坐标轴、外圈的标记去掉 |
|
| #2）为一个定量变量作图 |
| #直方图 |
| geom_histogram() #直方图映射命令 |
| geom_freqpoly() #binwidth,bins |
| facet_grid( ~ cut) #基于cut分块 |
|
| #折线图 |
| geom_line()#折线图映射命令 |
| geom_area()#绘制面积图 |
|
| #3)为两个变量画图 |
|
| #定性变量与定量变量--箱线图 |
| geom_boxplot()#箱线图映射命令 |
|
| #两个定量变量--散点图 |
| geom_point()#散点图映射命令 |
| p + scale_y_log10()# 增加统计变换 |
| stat_smooth()# 增加拟合曲线 |
|
| #两个定性变量--柱状图 |
| p=ggplot(data=diamond,mapping=aes(x=clarity,fill=cut)) #增加其他映射元素，成为累计柱状图 |
| p+geom_bar(position="dodge") #分组柱状图 |
|
|
| ################################### |
