R語(yǔ)言的ggplot包可以實(shí)現(xiàn)各種復(fù)雜的制圖功能，本文以散點(diǎn)圖為例蟀俊，介紹ggplot2代碼的使用方法钦铺。
首先，使用R內(nèi)置數(shù)據(jù)attitude繪制complaints和learning的散點(diǎn)圖肢预。請(qǐng)注意ggplot2語(yǔ)法和R原生代碼的區(qū)別矛洞。ggplot2采用圖層模式，不同圖層用“+”疊加烫映。

> head(attitude,3)
  rating complaints privileges learning raises critical advance
1     43         51         30       39     61       92      45
2     63         64         51       54     63       73      47
3     71         70         68       69     76       86      48

首先用ggplot()函數(shù)指定數(shù)據(jù)源缚甩，之后使用geom_point()函數(shù)繪制散點(diǎn)圖谱净，該函數(shù)使用mapping參數(shù)傳入x和y所在的列。

ggplot(data = attitude) + 
  geom_point(mapping = aes(x = complaints, y = learning))

image.png

那么擅威，如何對(duì)散點(diǎn)進(jìn)行分類(lèi)呢壕探？我們采用CO2數(shù)據(jù)。

> head(CO2)
Grouped Data: uptake ~ conc | Plant
  Plant   Type  Treatment conc uptake
1   Qn1 Quebec nonchilled   95   16.0
2   Qn1 Quebec nonchilled  175   30.4
3   Qn1 Quebec nonchilled  250   34.8
4   Qn1 Quebec nonchilled  350   37.2
5   Qn1 Quebec nonchilled  500   35.3
6   Qn1 Quebec nonchilled  675   39.2

這次在aes中指定了color屬性郊丛，設(shè)置為Plant列李请，這樣可以對(duì)不同的Plant對(duì)應(yīng)的散點(diǎn)應(yīng)用不同的顏色。

ggplot(data = CO2) + 
  geom_point(mapping = aes(x = conc, y = uptake, color = Plant))

image.png

同樣厉熟，還可以指定size參數(shù)导盅，使散點(diǎn)大小與某一參數(shù)相關(guān)。

ggplot(data = CO2) + 
  geom_point(mapping = aes(x = conc, y = uptake, color = Plant, size=conc))

image.png

指定shape參數(shù)揍瑟，使散點(diǎn)的形狀與某一參數(shù)相關(guān)白翻。

ggplot(data = CO2) + 
  geom_point(mapping = aes(x = conc, y = uptake, color = Plant, size=conc, shape=Type))

image.png

下面使用iris數(shù)據(jù)展示ggplot2的更多功能。

> head(iris,3)
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1          5.1         3.5          1.4         0.2  setosa
2          4.9         3.0          1.4         0.2  setosa
3          4.7         3.2          1.3         0.2  setosa

在mapping的aes參數(shù)中绢片，還可以指定透明度alpha滤馍。

ggplot(data = iris) + 
  geom_point(mapping = aes(x = Sepal.Length, y = Sepal.Width, alpha=  Petal.Length , color = Species, shape= Species, size= Petal.Width))

image.png

以上這些圖像都采取了默認(rèn)的設(shè)置，如果我們想自定義散點(diǎn)的形狀底循、顏色等參數(shù)時(shí)邓梅，該怎么辦呢础钠？

image.png

引入color參數(shù)，可以自行設(shè)置顏色；使用shape參數(shù)可以自定義形狀尚卫，各形狀對(duì)應(yīng)的序號(hào)如下四瘫。注意到color等參數(shù)是與mapping參數(shù)并列的西饵。

ggplot(data = iris) + 
 geom_point(mapping = aes(x = Sepal.Length, y = Sepal.Width), color = "red",shape=11)

ggplot(data = iris) + 
  geom_point(mapping = aes(x = Sepal.Length, y = Sepal.Width, color= Species), color = c("#0FC62A","orange","#ABC"))

image.png

2.3.3.2. 多圖布局
如何將不同分類(lèi)的變量繪制到不同的圖上蜈膨，實(shí)現(xiàn)多圖布局呢？
在geom_point函數(shù)后用“+”連接facet_wrap()函數(shù)等舔，其中首個(gè)參數(shù)為用于分類(lèi)的變量前加“~”倦炒，nrow參數(shù)表示每行布局的圖像數(shù)。

ggplot(data = iris) + 
  geom_point(mapping = aes(x = Sepal.Length, y = Sepal.Width, color = Species, shape= Species, size= Petal.Length)) + 
  facet_wrap(~ Species, nrow = 2)

image.png

如果需要用兩個(gè)變量實(shí)現(xiàn)多圖布局软瞎，可使用facet_grid()函數(shù)指定行列對(duì)應(yīng)的變量逢唤，用“~”分隔。

ggplot(data = CO2) + 
  geom_point(mapping = aes(x = conc, y = uptake, color=Plant)) + 
  facet_grid(Type ~ Treatment)

image.png

若“~”前后的參數(shù)換為“.”涤浇，則只在列或行進(jìn)行多圖布局鳖藕。

ggplot(data = CO2) + 
  geom_point(mapping = aes(x = conc, y = uptake, color=Plant)) + 
  facet_grid(Type ~ .)
ggplot(data = CO2) + 
  geom_point(mapping = aes(x = conc, y = uptake, color=Plant)) + 
  facet_grid(. ~ Treatment)

散點(diǎn)圖常常會(huì)出現(xiàn)點(diǎn)重疊的情況，尤其是數(shù)據(jù)四舍五入后作圖只锭。通過(guò)調(diào)整參數(shù)position = "jitter"著恩，可以避免這種網(wǎng)格化，為每個(gè)點(diǎn)添加少量隨機(jī)噪聲。因?yàn)闆](méi)有兩個(gè)點(diǎn)可能會(huì)接收到相同數(shù)量的隨機(jī)噪聲喉誊，所以這就使避免了散點(diǎn)堆積的情況邀摆。

ggplot(data = CO2) + 
  geom_point(mapping = aes(x = conc, y = uptake, color=Plant), , position = "jitter") + 
  facet_grid(Type ~ Treatment)

image.png

主要參考文獻(xiàn)：# R for Data Science
https://r4ds.had.co.nz/data-visualisation.html