如何使用 ggplot2

Question

如题所述

Answer 1

ggplot2的核心理念是将绘图与数据分离，数据相关的绘图与数据无关的绘图分离
ggplot2是按图层作图
ggplot2保有命令式作图的调整函数，使其更具灵活性
ggplot2将常见的统计变换融入到了绘图中。
==================================================================

1、ggplot2的逻辑。

ggplot2的逻辑在我看来其实是真正实现了一个图层叠加的概念：一句语句代表一张图，然后再有最小的单元图层。这个与其他命令式的绘图完全不同，来做个比较：

#这是基于graphic包里例子
x <- rnorm(100,14,5)
y <- x + rnorm(100,0,1)
plot(x,y)
text(13,20, expression(x[1] == x[2]))

输出的图是这样的：
我们可以看到这种绘图方式实际上是按命令添加的，以plot开始，可以以任何方式结束，每加上一个元素，实际上都是以一句单独的命令来实现的。这样做的缺点就是，其实不符合人对于画图的一般认识。其次，就是，我们没有一个停止绘图的标志，这使得有时候再处理的时候就会产生一些困惑。优势其实也有，在做参数修改的时候，我们往往可以很方便地直接用一句单独的命令修改，譬如对于x轴的调整，觉得不满意就可以写命令直接调整。而ggplot2则意味着要重新作图。

再来看ggplot2的代码：
x <- rnorm(100,14,5)
y <- x + rnorm(100,0,1)
ggplot(data= NULL, aes(x = x, y = y)) + #开始绘图
geom_point(color = "darkred") + #添加点
annotate("text",x =13 , y = 20,parse = T,
label = "x[1] == x[2]") #添加注释

画出的结果如下：

我们可以发现，ggplot的绘图有以下几个特点：第一，有明确的起始（以ggplot函数开始）与终止（一句语句一幅图）；其二，图层之间的叠加是靠“+”号实现的，越后面其图层越高。

其次就是对于分组数据的处理，其实这方面，lattice已经做得很好了，不过我会在后面更仔细地叙述ggplot2是怎么看分组数据的绘图的。

2. ggplot2的要素

我们这里不谈qplot（quickly plotting）方法，单纯谈ggplot方法。不谈底层的实现思想，我们简单地理解，ggplot图的元素可以主要可以概括如下：最大的是plot（指整张图，包括background和title），其次是axis（包括stick，text，title和stick）、legend（包括backgroud、text、title）、facet这是第二层次，其中facet可以分为外部strip部分（包括backgroud和text）和内部panel部分（包括backgroud、boder和网格线grid，其中粗的叫grid.major，细的叫grid.minor）。大致见下图，这部分内容的熟悉程度直接影响到对于theme的掌握，因此希望大家留心。

3. ggplot2图层以及其他函数的分类

好了，现在把这些理念的东西讲完了之后，下面来理解ggplot2里的绘图命令。

ggplot2里的所有函数可以分为以下几类：

用于运算（我们在此不讲，如fortify_，mean_等）
初始化、展示绘图等命令（ggplot，plot，print等）
按变量组图（facet_等）
真正的绘图命令（stat_，geom_，annotate），这三类就是实现一个函数一个图层的核心函数。
微调图型：严格意义上说，这一类函数不是再实现图层，而是在做局部调整。
scale_：直译为标尺，这就是与aes内的各种美学（shape、color、fill、alpha）调整有关的函数。
guides：调整所有的text。
coord_：调整坐标。
theme：调整不与数据有关的图的元素的函数。
4. 绘图

第一步：初始化。ggplot2风格的绘图的第一步就是初始化，说白了就是载入数据空间、选择数据以及选择默认aes。

p <- ggplot(data = , aes(x = , y = ))

data就是载入你要画的数据所在的数据框，指定为你的绘图环境，载入之后，就可以免去写大量的$来提取data.frame之中的向量。当然，如果你的数据都是向量，也可不指定，但是要在申明中标注data = NULL，不然就会得到不必要的报错。
第二个是重头戏，即aes，是美学（aesthetic）的缩写。这是在ggplot2初学者眼里最不能理解的东西，甚至很多老手也会在犹豫，什么时候要把参数写在aes里，什么时候要写在aes外。我们做一个简单的，不非常恰当的解释：任何与数据向量顺序相关，需要逐个指定的参数都必须写在aes里。这之后我们会进一步解释，现在我们初始化的时候，最好只是把关于位置的x和y指定一下就好。

第二部，绘制图层。

很多人在解释ggplot2的时候喜欢说，ggplot2绘图有两种函数，一类是geom_，绘图用的；一类是stat_，统计变换用的。这样说不是不对，只是很不恰当，很多人就会问出一些问题，比如，统计变换竟然是做运算用的，为什么可以用来画图？为什么stat_bin和geom_histgram画出来的图是一样，竟然一样，为什么要重复？
事实上，任何一个ggplot2图层都包括stat和geom俩部分，或者说两个步骤（其实还包括position）。 而stat_identity则表示不做任何的统计变换。

我们来举个例子，还是上面的代码，为了更直观，我在此作了修改：

x <- c(rnorm(100,14,5),rep(20,20))
y <- c(rnorm(100,14,5) + rnorm(100,0,1),rep(20,20))
ggplot(data= NULL, aes(x = x, y = y)) + #开始绘图
geom_point(color = "darkred")