2024-02-13 ggplot2

基本格式

ggplot(數(shù)據(jù)集, aes(..............)) 
  + 圖層 goem_xxxx()
  + 圖層 goem_xxxx()
  + 坐標(biāo)軸設(shè)置(比如xlim, scale_x_continuous)
  + 坐標(biāo)軸標(biāo)題(比如xlab)

每個(gè)圖層其實(shí)就對(duì)應(yīng)傳統(tǒng)的折線(xiàn)圖的折現(xiàn)、散點(diǎn)圖的點(diǎn)、或者其他東西吗垮。

圖層

大部分是以geom_開(kāi)頭的函數(shù)。

另外有一部分是以stat_開(kāi)頭的凛辣。比如:stat_ecdf() 繪制經(jīng)驗(yàn)累積分布函數(shù)抱既。

數(shù)據(jù)集哪個(gè)列做x,哪個(gè)列做y是在哪里定義的扁誓?

在aes(x, y, ....) 防泵。前2個(gè)參數(shù)就是定義x和y蚀之。這個(gè)aes是可以繼承的。在ggplot定義捷泞,也可以在圖層goem_xxx(aes(...))里定義足删。

疑問(wèn):xlim和xmax,xmin是什么關(guān)系?

這兩組東西功能是否重復(fù)呢锁右?

不重復(fù)失受。xlim控制的是坐標(biāo)軸。而xmax,xmin,ymax,ymin是控制geom_rect()繪制的矩形咏瑟。

aes()里面可以裝什么東西拂到?

fill,color等等

可以查下面的參考。搜索“aesthetics”码泞,就能找到比如Position related aesthetics兄旬,Differentiation related aesthetics, Colour related aesthetics, Aesthetics: grouping

scale__ 是什么?

scale是坐標(biāo)軸余寥,能設(shè)置刻度领铐。
| scale_x_continuous | Position scales for continuous data (x & y) |

facet是什么?

分類(lèi)(分組)宋舷。根據(jù)一個(gè)變量或者2個(gè)變量的值绪撵,把原來(lái)的數(shù)據(jù)集分成多個(gè)組,然后為每個(gè)組畫(huà)子圖祝蝠。如果是1個(gè)變量音诈,可以用facet_wrap畫(huà)一維的(但是自動(dòng)換行)。如果是2個(gè)分類(lèi)變量绎狭,則用facet_grid畫(huà)二維的圖改艇。

參考

ggplot2參考


《A Layered Grammar of Graphics》p6

To be precise, the layered grammar defines the components of a plot as:
? a default dataset and set of mappings from variables to aesthetics,
1 數(shù)據(jù)集、aes
? one or more layers, with each layer having one geometric object, one statistical transformation, one position adjustment, and optionally, one dataset and set of aesthetic
mappings,
2 圖層
? one scale for each aesthetic mapping used,
3 刻度
? a coordinate system,
4 坐標(biāo)系
? the facet specification.
5 分面


ggplot2-wires.pdf

文章只有10頁(yè)坟岔。通過(guò)實(shí)例來(lái)介紹ggplot2。


復(fù)雜度有現(xiàn)成的函數(shù)

Modern Data Visualization with R

比如上面文章做的瀑布圖∷よ耄現(xiàn)在有函數(shù)可以直接調(diào)用社付。


R for data science

包羅各個(gè)方面話(huà)題的書(shū)。不只是繪圖了邻耕。還有數(shù)據(jù)處理鸥咖。模型等等。

R for data science

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末兄世,一起剝皮案震驚了整個(gè)濱河市啼辣,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌御滩,老刑警劉巖鸥拧,帶你破解...
    沈念sama閱讀 222,729評(píng)論 6 517
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件党远,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡富弦,警方通過(guò)查閱死者的電腦和手機(jī)沟娱,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,226評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門(mén),熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)腕柜,“玉大人济似,你說(shuō)我怎么就攤上這事≌电停” “怎么了砰蠢?”我有些...
    開(kāi)封第一講書(shū)人閱讀 169,461評(píng)論 0 362
  • 文/不壞的土叔 我叫張陵,是天一觀(guān)的道長(zhǎng)唉铜。 經(jīng)常有香客問(wèn)我台舱,道長(zhǎng),這世上最難降的妖魔是什么打毛? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 60,135評(píng)論 1 300
  • 正文 為了忘掉前任柿赊,我火速辦了婚禮,結(jié)果婚禮上幻枉,老公的妹妹穿的比我還像新娘碰声。我一直安慰自己,他們只是感情好熬甫,可當(dāng)我...
    茶點(diǎn)故事閱讀 69,130評(píng)論 6 398
  • 文/花漫 我一把揭開(kāi)白布胰挑。 她就那樣靜靜地躺著,像睡著了一般椿肩。 火紅的嫁衣襯著肌膚如雪瞻颂。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書(shū)人閱讀 52,736評(píng)論 1 312
  • 那天郑象,我揣著相機(jī)與錄音贡这,去河邊找鬼。 笑死厂榛,一個(gè)胖子當(dāng)著我的面吹牛盖矫,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播击奶,決...
    沈念sama閱讀 41,179評(píng)論 3 422
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼辈双,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了柜砾?” 一聲冷哼從身側(cè)響起湃望,我...
    開(kāi)封第一講書(shū)人閱讀 40,124評(píng)論 0 277
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后证芭,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體瞳浦,經(jīng)...
    沈念sama閱讀 46,657評(píng)論 1 320
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,723評(píng)論 3 342
  • 正文 我和宋清朗相戀三年檩帐,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了术幔。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,872評(píng)論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡湃密,死狀恐怖诅挑,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情泛源,我是刑警寧澤拔妥,帶...
    沈念sama閱讀 36,533評(píng)論 5 351
  • 正文 年R本政府宣布,位于F島的核電站达箍,受9級(jí)特大地震影響没龙,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜缎玫,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,213評(píng)論 3 336
  • 文/蒙蒙 一硬纤、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧赃磨,春花似錦筝家、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 32,700評(píng)論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至值骇,卻和暖如春莹菱,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背吱瘩。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 33,819評(píng)論 1 274
  • 我被黑心中介騙來(lái)泰國(guó)打工道伟, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人使碾。 一個(gè)月前我還...
    沈念sama閱讀 49,304評(píng)論 3 379
  • 正文 我出身青樓皱卓,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親部逮。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,876評(píng)論 2 361

推薦閱讀更多精彩內(nèi)容