本章介绍ggplot2的用法。请先安装和加载包:tidyverse。

1 ggplot2概况

1.1 三个关键要素

data 数据集
aesthetic mapping 美学映射（图形的坐标系、颜色、形状等）
layer 图层 geom函数

library(ggplot2)
mpg

# A tibble: 234 × 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 manu… f        21    29 p     comp…
 3 audi         a4           2    2008     4 manu… 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 manu… f        18    26 p     comp…
 7 audi         a4           3.1  2008     6 auto… f        18    27 p     comp…
 8 audi         a4 quattro   1.8  1999     4 manu… 4        18    26 p     comp…
 9 audi         a4 quattro   1.8  1999     4 auto… 4        16    25 p     comp…
10 audi         a4 quattro   2    2008     4 manu… 4        20    28 p     comp…
# ℹ 224 more rows

#ggplot()第一项参数data = 指定数据集
#ggplot()第二项参数mapping = aes()  aesthetic
#aes()函数x = , y = 指定画布的坐标系

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

#更加简洁的指令,data = 可以省略，mapping = 可以省略
ggplot(mpg, aes(displ, hwy)) + 
  geom_point()

1.2 美学 Aesthetic: 颜色形状大小

若要在图形反映第3个变量的信息，可以在aes()函数中用第3个变量映射color, shape或size。

注意：颜色color、形状shape用定性变量映射，大小size用定量变量映射

#颜色用定性变量class映射，color = class 
ggplot(mpg, aes(displ, hwy, col = class)) + 
  geom_point()

#形状用定性变量drv映射，shape = drv  
ggplot(mpg, aes(displ, hwy, shape = drv, color = class)) + 
  geom_point()

#大小用定量变量cyl映射，size = cyl 
ggplot(mpg, aes(displ, hwy, size = cyl)) + 
  geom_point()

思考：如果颜色用定量变量映射，效果如何？

1.3 切面 Facet

在图形中引入定性变量，将样本分隔成几个子集/切面。

#facet_wrap(～drv)按drv的三种取值，分为3个子集
ggplot(mpg, aes(displ, hwy,color = class)) + 
  geom_point() + 
  facet_wrap(~drv)+
  labs(title = "Scatter Diagram of Displ & HWY")

#按两个定性变量切面
ggplot(mpg, aes(displ, hwy,color = class)) + 
  geom_point() + 
  facet_wrap(year ~ drv)

#facet_grid 按两个定性变量切面
ggplot(mpg, aes(displ, hwy,color = class)) + 
  geom_point() + 
  facet_grid(year ~ drv)

2 管道符 pipe operator

快捷键：Ctrl+Shift+M

优点：避免函数的嵌套

#mpg 将作为ggplot()的第一项参数
mpg %>% ggplot(aes(displ, hwy,color = class)) + 
  geom_point() + 
  facet_wrap(~drv)

# 使用管道符将 mpg 数据集中的 2008 年的数据筛选出来，并使用 ggplot 函数创建散点图，
# 其中 "displ" 作为 x 轴，"hwy" 作为 y 轴，"class" 作为颜色变量，"drv" 作为分面变量
mpg %>% 
  filter(year==2008) %>% # 筛选数据
  ggplot(aes(displ, hwy,color = class)) + # 定义图形映射
  geom_point() + # 添加散点
  facet_wrap(~drv) # 分面展示

# 使用管道符将 mpg 数据集中的 "compact" 和 "suv" 类别的数据筛选出来，并使用 ggplot 函数创建散点图，
# 其中 "displ" 作为 x 轴，"hwy" 作为 y 轴，"class" 作为颜色变量，"drv" 作为分面变量
mpg %>% 
  filter(class == "compact" | class == "suv") %>% # 筛选数据
  ggplot(aes(displ, hwy,color = class)) + # 定义图形映射
  geom_point() + # 添加散点
  facet_wrap(~drv) # 分面展示

3 条形图

3.1 简单条形图

# 使用管道符将 mpg 数据集作为 ggplot() 函数的输入，并将 "manufacturer" 列作为 x 轴
# 使用 geom_bar() 函数创建一个条形图
# col 参数设置条边颜色为5，fill 参数设置填充颜色为5
mpg %>% 
  ggplot(aes(manufacturer)) + 
  geom_bar(col = 5, fill = 5)

3.2 帕累托图

# 使用 ggplot() 函数将 mpg 数据集作为输入，并将 "manufacturer" 列作为 x 轴变量，使用 fct_infreq() 函数将频数按降序排列
# 使用 geom_bar() 函数创建一个条形图
# col 参数设置条边颜色为6，fill 参数设置填充颜色为6
# 使用 guides() 函数设置 x 轴标签的角度
# guide_axis() 函数的 angle 参数设置标签的旋转角度
mpg %>% ggplot(aes(fct_infreq(manufacturer))) + 
  geom_bar(col = 6, fill = 6)+
  guides(x = guide_axis(angle = 90))+
  labs(title = "Pareto Diagram", x = "Manufacturer")

#geom_text标注频数
mpg %>%     #使用管道操作符将mpg数据集传递到ggplot中
  ggplot(aes(fct_infreq(manufacturer))) + #指定图形的x轴为制造商，同时按照制造商出现频率排序
  geom_bar(col = 5, fill = 5)+            # 添加柱状图层，并指定边框颜色和填充颜色
  geom_text(stat = "count",               # 添加文本标签层，并指定使用计数统计信息作为标签
            aes(label = after_stat(count)), # 将标签内容设置为计数统计信息
            vjust = -0.5)+     # 将文本标签向下移动0.5个单位的文字高度
  guides(x = guide_axis(angle = 45))+
  labs(title = "Pareto Diagram", x = "Manufacturer")

3.3 分组条形图

# position = "dodge"  side by side bar plot 
mpg %>%
  filter(manufacturer == "ford" | manufacturer == "toyota") %>%  # 筛选出制造商是 "ford" 或 "toyota" 的汽车数据
  ggplot(aes(manufacturer, fill = class)) +  # 创建一个 ggplot2 对象，以制造商为 x 轴，以车型为颜色填充
  geom_bar(position = "dodge", alpha = 0.5) +  # 绘制柱状图，position = "dodge" 表示分组柱状图，alpha = 0.5 表示透明度为 0.5
  theme_bw() +  # 设置绘图主题为黑白主题
  theme(panel.grid.major = element_blank(),  # 隐藏主网格线
        panel.grid.minor = element_blank()) +  # 隐藏次网格线
  labs(title = "Class and Manufacturer", x = "manufacturer", y = "Number")  # 设置图表的标题、x 轴标签和 y 轴标签

3.4 堆栈分组条形图

#position = "fill" 堆栈
mpg %>%
  filter(manufacturer == "ford" | manufacturer == "toyota") %>%  # 筛选出制造商是 "ford" 或 "toyota" 的汽车数据
  ggplot(aes(manufacturer, fill = class)) +  # 创建一个 ggplot2 对象，以制造商为 x 轴，以车型为颜色填充
  geom_bar(position = "fill", alpha = 0.5) +  # 绘制柱状图，position = "fill" 表示堆叠柱状图，alpha = 0.5 表示透明度为 0.5
  theme_bw() +  # 设置绘图主题为黑白主题
  theme(panel.grid.major = element_blank(),  # 隐藏主网格线
        panel.grid.minor = element_blank()) +  # 隐藏次网格线
  labs(title = "Class and Manufacturer", x = "manufacturer", y = "Number")  # 设置图表的标题、x 轴标签和 y 轴标签

4 直方图

4.1 普通直方图

#默认分30组
mpg %>% 
  ggplot(aes(cty))+
  geom_histogram(col = 1, fill = 5)

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

#binwidth = 2 设置组距
mpg %>% 
  ggplot(aes(cty))+
  geom_histogram(col = 1, fill = 5, binwidth = 2)

4.2 直方图上标注频数

mpg %>% 
  ggplot(aes(cty))+
  geom_histogram(col = 1, fill = 5, binwidth = 2)+
  stat_bin(aes(label = after_stat(count)), binwidth = 2, 
           geom = "text",vjust = -0.5)+
  scale_y_continuous(limits = c(0,50), breaks = seq(0,50,5))+
  scale_x_continuous(breaks = seq(9,35,2))

#为直方图设置渐变填充色
mpg %>% 
  ggplot(aes(cty))+
  geom_histogram(aes(fill = ..count..), col = 1, binwidth = 2)+
  stat_bin(aes(label = ..count..), binwidth = 2, 
           geom = "text",vjust = -0.5)+
  scale_y_continuous(limits = c(0,50), breaks = seq(0,50,5))+
  scale_x_continuous(breaks = seq(9,35,2))+
  scale_fill_gradient(low = "cyan3", high = "cyan")

Warning: The dot-dot notation (`..count..`) was deprecated in ggplot2 3.4.0.
ℹ Please use `after_stat(count)` instead.
This warning is displayed once every 8 hours.
Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
generated.

4.3 频数折线图

#frequency polygon 
mpg %>% 
  ggplot(aes(cty))+
    geom_freqpoly(col = 2,binwidth = 1)

#在直方图上添加频数折线图
mpg %>% 
  ggplot(aes(cty))+
  geom_histogram(col = 1, fill = 5, binwidth = 2)+
  geom_freqpoly(col = 2,binwidth = 2)

4.4 分组直方图

#facet_wrap 切面，各个组别填充不同颜色
mpg %>% 
  ggplot(aes(cty, fill = drv))+
  geom_histogram()+
  facet_wrap(~drv, ncol = 1)

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

#在mpg中追加新变量drive
#recode对变量重新编码
mpg <- mpg %>% 
  mutate(drive = recode(drv,"f" ="Front Drive", "r" = "Rear Drive", 
                      "4" = "Four-Wheel Drive")) 

mpg %>% 
  ggplot(aes(cty, fill = drive))+
  geom_histogram()+
  facet_wrap(~drive, ncol = 1)

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

4.5 分组直方图标注频数

mpg %>% 
  ggplot(aes(cty, fill = drv))+
  geom_histogram()+
  facet_wrap(~drv, ncol = 1)+
  stat_bin(aes(label =ifelse(..count.. == 0, "", ..count..)),
           geom = "text",
           vjust = -0.5,
           size = 3)+
  scale_y_continuous(limits = c(0,30))

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

#geom_text()标注频数
mpg %>% 
  ggplot(aes(cty, fill = drv))+
  geom_histogram()+
  facet_wrap(~drive, ncol = 1)+
  geom_text(stat = "count", 
            aes(label = ..count.., y = ..count..),
            vjust = -0.5,
            hjust = 0.5,
            size = 2)+
  scale_y_continuous(limits = c(0, 25))+
  theme(legend.position = "bottom")

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

4.6 分组频数折线图

#frequency polygon 
mpg %>% 
  ggplot(aes(cty, col = drv))+
    geom_freqpoly(binwidth = 1)+
  facet_wrap(~drv, ncol = 1)

mpg %>% 
  ggplot(aes(cty, col = drv, fill = drv))+
  geom_histogram()+
  geom_freqpoly(binwidth = 1)+
  facet_wrap(~drv, ncol = 1)

5 箱线图

5.1 普通箱线图

mpg %>% 
  ggplot(aes(cty))+
  geom_boxplot(fill = 5)

#垂直放置   coord_flip()
mpg %>% 
  ggplot(aes(cty))+
  geom_boxplot(fill = 4)+
  coord_flip()

5.2 分组箱线图

#facet_wrap 切面
#ncol=1 图形排成1列
mpg %>% 
  ggplot(aes(cty,col = drv))+
  geom_boxplot()+
  facet_wrap(~drv,ncol=1)

#在aes()中设置X轴映射厂家
#guides(x = guide_axis(n.dodge = 3)) X轴分类标签错位
mpg %>% 
  ggplot(aes(manufacturer,cty,col = manufacturer))+
  geom_boxplot()+
  guides(x = guide_axis(n.dodge = 3))

#在aes()中设置设置Y轴映射厂家
mpg %>% 
  ggplot(aes(cty,manufacturer,col = manufacturer))+
  geom_boxplot()

#substr提取trans字符串的第1至4个字符,在mpg中追加变量transmission
mpg$transmission <- substr(mpg$trans,1,4)

mpg %>% 
  ggplot(aes(cty,col = transmission))+
  geom_boxplot()+
  facet_wrap(~transmission)+
  coord_flip()

#在切面facet_wrap()和在aes()中设置定性变量的输出图形对比
#对比aes()中横轴和纵轴互换位置的输出图形对比
mpg %>% 
  ggplot(aes(transmission,cty,col = transmission))+
  geom_boxplot()

mpg %>% 
  ggplot(aes(cty,transmission,col = transmission))+
  geom_boxplot()

5.3 箱线图排序

#reorder(manufacturer,cty)将 manufacturer 这个因子变量（它包含汽车的制造商）按照 cty这个数值变量的中位数重新排序。
mpg %>% 
  ggplot(aes(reorder(manufacturer,cty),cty,col = manufacturer))+
  geom_boxplot()+
  guides(x = guide_axis(n.dodge = 3))

6 散点图

6.1 普通散点图

#aes(cty,hwy,col = drv) drv映射颜色
mpg %>% 
  ggplot(aes(cty,hwy,col = drv))+
  geom_point()

6.2 分组散点图

#aes(cty,hwy,col = drv) drv映射颜色
mpg %>% 
  ggplot(aes(cty,hwy,col = drv))+
  geom_point()+
  facet_wrap(~transmission)

6.3 三维定量变量

#aes(cty,hwy,col =displ) displ映射颜色
mpg %>% 
  ggplot(aes(cty,hwy,col = displ))+
  geom_point()

6.4 四维定量变量

#aes(cty,hwy,col =displ,size=cyl) displ映射颜色 cyl映射散点大小
mpg %>% 
  ggplot(aes(cty,hwy,col = displ,size=cyl))+
  geom_point()+
    labs(title = "Fuel Economy in City & Highway",
  x = "city miles per gallon",
  y = "highway miles per gallon")

mpg %>% 
  ggplot(aes(cty,hwy,col = transmission,
             alpha=0.5))+
  geom_point()+
  geom_smooth(method = lm, se = F)+
  facet_wrap(~transmission)+
  theme_bw()+
  theme(panel.grid.major = element_blank(),
  panel.grid.minor = element_blank())+
  labs(title = "Fuel Economy in City & Highway",
  x = "city miles per gallon",
  y = "highway miles per gallon")

`geom_smooth()` using formula = 'y ~ x'

mpg %>% 
  ggplot(aes(cty,hwy,col = transmission,alpha=0.3))+
  geom_point(aes(size = cyl))+
  geom_smooth(method = lm, se = F)+
  facet_wrap(~transmission)+
  theme_bw()+
  theme(panel.grid.major = element_blank(),
  panel.grid.minor = element_blank())+
  labs(title = "Fuel Economy in City & Highway",
  x = "city miles per gallon",
  y = "highway miles per gallon")+
  theme(plot.title = element_text(size = 16),
        axis.text = element_text(color = "blue", size = 12),
        strip.text = element_text(color = "blue", size = 12))

`geom_smooth()` using formula = 'y ~ x'

7 本章习题

7.1 ggplot2 绘图: mpg

数据：mpg {ggplot2}

提示：mpg数据集在ggplot2这个包中，先加载ggplot2后，再运行?mpg，查看mpg的帮助文档。

注意：

在完成上述图形时，尽可能美化图形、完善坐标轴、图形标题、主题、颜色等的设置。

提交要求：先将图形都编辑到word文档，然后将word文档转换成图片提交。

利用ggplot2完成以下任务：

任选一个定性变量，绘制条形图。
任选两个定性变量，绘制分组条形图。
任选一个定量变量，绘制直方图。
任选一个定量变量，两个定性变量，绘制分组直方图。
任选两个定量变量，绘制散点图，在散点图上添加趋势线。
任选两个定量变量，绘制散点图，让散点的大小、颜色分别体现第3个、第4个变量的信息。
任选两个定量变量，一个定性变量，绘制分组散点图，添加趋势线。
任选一个定量变量，一个定性变量，绘制分组箱线图。

7.2 ggplot2 绘图:cellphone

数据：cellphone.xlsx 或者 cellphone.csv 变量含义： ID 序号；male:1,男，0，女；brand: 手机品牌；price: 手机价格；cost: 每月生活费

注意：

在完成上述图形时，尽可能美化图形、完善坐标轴、图形标题、主题、颜色等的设置。

提交要求：先将图形都编辑到word文档，然后将word文档转换成图片提交。

利用ggplot2完成以下任务：

任选一个定性变量，绘制条形图。
利用两个定性变量，绘制分组条形图。
任选一个定量变量，绘制直方图。
任选一个定量变量，一个定性变量，绘制分组直方图。
利用两个定量变量，绘制散点图，在散点图上添加趋势线。
利用两个定量变量，绘制散点图，让散点颜色代表某个定性变量的信息。
利用两个定量变量，一个定性变量，绘制分组散点图，添加趋势线。
利用一个定量变量，一个定性变量，绘制分组箱线图。

ggplot2 Introduction

Li Zongzhang

2024-03-20

1 ggplot2概况

1.1 三个关键要素

1.2 美学 Aesthetic: 颜色形状大小

1.3 切面 Facet

2 管道符 pipe operator

3 条形图

3.1 简单条形图

3.2 帕累托图

3.3 分组条形图

3.4 堆栈分组条形图

4 直方图

4.1 普通直方图

4.2 直方图上标注频数

4.3 频数折线图

4.4 分组直方图

4.5 分组直方图标注频数

4.6 分组频数折线图

5 箱线图

5.1 普通箱线图

5.2 分组箱线图

5.3 箱线图排序

6 散点图

6.1 普通散点图

6.2 分组散点图

6.3 三维定量变量

6.4 四维定量变量

7 本章习题

7.1 ggplot2 绘图: mpg

7.2 ggplot2 绘图:cellphone

ggplot2 Introduction

Li Zongzhang

2024-03-20

1 ggplot2概况

1.1 三个关键要素

1.2 美学 Aesthetic: 颜色 形状 大小

1.3 切面 Facet

2 管道符 pipe operator

3 条形图

3.1 简单条形图

3.2 帕累托图

3.3 分组条形图

3.4 堆栈分组条形图

4 直方图

4.1 普通直方图

4.2 直方图上标注频数

4.3 频数折线图

4.4 分组直方图

4.5 分组直方图标注频数

4.6 分组频数折线图

5 箱线图

5.1 普通箱线图

5.2 分组箱线图

5.3 箱线图排序

6 散点图

6.1 普通散点图

6.2 分组散点图

6.3 三维定量变量

6.4 四维定量变量

7 本章习题

7.1 ggplot2 绘图: mpg

7.2 ggplot2 绘图:cellphone

1.2 美学 Aesthetic: 颜色形状大小