R语言入门 | 使用 ggplot2 进行数据可视化

R语言入门 | 使用 ggplot2 进行数据可视化

引用

CSDN

1.

https://blog.csdn.net/mooridy/article/details/137018894

本文将介绍如何使用R语言的ggplot2包进行数据可视化。通过本文，读者将学习到如何创建基本的ggplot图形、使用不同的几何对象、进行图形属性映射、分面、位置调整等高级技巧。

准备工作

在开始之前，需要先安装并加载tidyverse包，其中包含了ggplot2以及其他一些常用的数据处理和可视化工具。

install.packages("tidyverse")
library(tidyverse)

R包只需安装一次，但每次开始新会话时都要重新加载。

数据框

数据框是变量（列）和观测（行）的矩形集合。下文经常使用mpg数据集，它包含了由美国环境保护协会收集的38种车型的观测数据。当你想了解mpg数据框的信息时，可使用?mpg来查阅。

创建ggplot图形

使用ggplot函数创建一个基本的散点图：

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

• ggplot(data = mpg)：创建一张空白图
• geom_point()：向图中添加一个点层，可以创建一张散点图。
• mapping参数：定义了如何将数据集中的变量映射为图形属性。
• aes()函数：aes()函数的x参数和y参数分别指定了映射到x轴的变量与映射到y轴的变量。

绘图模板

ggplot(data = <DATA>) + 
<GEOM_FUNCTION>(mapping = aes(<MAPPINGS>))

• <GEOM_FUNCTION>：例如geom_point用于创建散点图
• <MAPPINGS>：例如x=<变量名>,y=<变量名>,color=<变量名>,shape,size，alpha(透明度)

示例：

ggplot(data = diamonds) + 
geom_point(mapping = aes(x=carat,y=price))

图形属性映射

可以将点的颜色映射为变量class：

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

区分：

• 以手动为几何对象设置图形属性（常量）：

ggplot(data = mpg) + 
geom_point(mapping = aes(x = displ, y = hwy), color = "blue", shape=21, fill="red")

分面

facet_wrap()

按class变量分组，排成2行：

ggplot(data = mpg) + 
geom_point(mapping = aes(x = displ, y = hwy)) + 
facet_wrap(~ class, nrow = 2)

facet_grid()

可以按多个分类变量进行分面：

ggplot(data = mpg) + 
geom_point(mapping = aes(x = displ, y = hwy)) + 
facet_grid(drv ~ cyl)

几何对象

几何对象是图中用来表示数据的几何图形对象。我们经常根据图中使用的几何对象类型来描述相应的图。例如，条形图使用了条形几何对象，折线图使用了直线几何对象，箱线图使用了矩形和直线几何对象。

• geom_point：散点图
• geom_smooth：平滑曲线图
• geom_bar：条形图

可以叠加使用：

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

在geom_smooth平滑曲线图中，可以按照不同的线型绘制出不同的曲线，每条曲线对应映射到线型的变量的一个唯一值：

ggplot(data = mpg) + 
geom_smooth(mapping = aes(x = displ, y = hwy, linetype = drv))

参数说明：

• linetype：线型
• group
• color

控制选项：

• show.legend=FALSE：不显示图例，位置：和mapping并列
• se=FALSE：不显示置信区间，位置：和mapping并列

位置调整

dodge

分开排列：

ggplot(data = diamonds) + 
geom_bar( 
mapping = aes(x = cut, fill = clarity), 
position = "dodge" 
)

identity

叠着排列，显示实际高度：

ggplot(data = diamonds) + 
geom_bar( 
mapping = aes(x = cut, fill = clarity), 
position = "identity" 
)

默认堆叠

默认情况下，条形图会堆叠显示：

jitter

适用于散点图，为每个数据点添加一个很小的随机扰动，这样就可以将重叠的点分散开：

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

对比没有使用jitter的：

画盒图

ggplot(data = mpg,mapping = aes(x = class, y = hwy)) + 
geom_boxplot( aes(fill=class))

坐标系

旋转坐标系

使用coord_flip()函数可以旋转坐标系：

ggplot(data = mpg, mapping = aes(x = class, y = hwy)) + 
geom_boxplot() + 
coord_flip()

绘制空间数据

使用geom_polygon()绘制空间数据：

nz <- map_data("nz") //取出新西兰地图
ggplot(nz, aes(long, lat, group = group)) + 
geom_polygon(fill = "white", color = "black") + 
coord_quickmap

极坐标

使用coord_polar()绘制极坐标图：

p<-ggplot(data = diamonds) + geom_bar(mapping = aes(x = cut, fill = cut))+coord_polar()

频率分布图

使用geom_freqpoly()绘制频率分布图：

ggplot(data = diamonds, mapping = aes(x = price)) +
geom_freqpoly(binwidth = 10)