ggplot學(xué)習(xí)筆記(六)

前面所有國家的圖包含了過多的曲線,?使得圖形表現(xiàn)得很擁擠池磁。?可以將一個作圖區(qū)域拆分成若干個小塊,?稱為小圖(facet)楷兽,?按照某一個或兩個分類變量的不同值將數(shù)據(jù)分為若干個子集框仔,?每個數(shù)據(jù)子集分別在小圖上作圖。 對于上面的例子拄养,?可以將每個大洲的圖形分別放置在一個小圖上离斩。?小圖不是一種變量映射银舱,?而是一種圖形擺放方法,?所以不設(shè)置在aes()函數(shù)內(nèi)跛梗,?而是用facet_wrap()函數(shù)規(guī)定寻馏。?這種功能與group映射的功能有些重復(fù),?所以有時需要與group映射配合使用核偿,?有時則不需要诚欠。?程序如:

p<- ggplot(data = gapminder,mapping=aes(x=year, y=lifeExp,group=country))p+ geom_line() + facet_wrap(~ continent)

區(qū)分不同小圖的標(biāo)簽寫在每個小圖的上方。?可以用facet_wrap()參數(shù)strip_position和參數(shù)switch調(diào)整標(biāo)簽的上下左右漾岳。 小圖之間默認(rèn)公用了橫坐標(biāo)和縱坐標(biāo)且坐標(biāo)范圍保持一致轰绵。?如果不保持一致,?讀者可能會有誤解尼荆。?但是x軸或y軸映射為分類變量且不同小圖的分類完全不同時左腔,?可以令各小圖中該軸的取值不統(tǒng)一。?facet_wrap()選項scales默認(rèn)為"fixed"捅儒,?即所有小圖的x軸液样、y軸都范圍一致,?取"free_x"則允許各小圖的x軸不統(tǒng)一巧还,?"free_y"允許各小圖的y軸不統(tǒng)一鞭莽,?"free"允許各小圖的x軸和y軸都不統(tǒng)一。

在facet_wrap()中可以用ncol參數(shù)指定小圖的列數(shù)麸祷,?用nrow指定小圖的行數(shù)澎怒。?各個小圖的次序應(yīng)該設(shè)定為一定的合理次序犬辰,?比如用來分類的變量本身有序谱俭,?或者令各小圖中的數(shù)據(jù)值有一定的增減次序。 下面的程序?qū)⑶€顏色變淺斤程,?對每個大洲增加了擬合曲線荸恕,?增加了適當(dāng)?shù)臉?biāo)題和坐標(biāo)軸標(biāo)簽。?注意死相,這時不能使用統(tǒng)一的group?=?country映射融求,?否則擬合曲線就是對每個國家都單獨有一條擬合曲線,?而不是每幅小圖中僅有一條擬合曲線算撮。?辦法是僅在geom_line()中給出group?=?country的映射生宛,?但在geom_smooth()中則不用group維。?程序如下:

p<-ggplot(data=gapminder,mapping=aes(x=year,y=lifeExp))p+geom_line(mapping=aes(group=country),color="gray70") +geom_smooth(method="loess",color="cyan",se=FALSE,size=1.1)+facet_wrap(~continent,ncol=2)+labs(x="年份",y="期望壽命",title="五個大洲各國期望壽命變化趨勢"? ? )

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

注意group?=?country的設(shè)置從ggplot()函數(shù)中轉(zhuǎn)移到了geom_line()函數(shù)中肮柜,?否則就意味著擬合線也需要按照國家分組陷舅,?而不是按大洲分組。 facet_wrap()主要適用于按照一個分類變量的值將不同觀測在不同小圖中表現(xiàn)审洞,?可以人為指定小圖的行數(shù)和列數(shù)莱睁。?如果需要按照兩個分類變量交叉分組分配小圖待讳,?可以用facet_grid()函數(shù)。 例如仰剿,?對gss_sm數(shù)據(jù)集创淡,作小孩個數(shù)對年齡的散點圖:

p<-ggplot(data=gss_sm,mapping=aes(x=age,y=childs))p+geom_point(alpha=0.2)

## Warning message:## Removed 18 rows containing missing values (geom_point).

有過多的重疊點。?將觀測按照性別(sex)和種族(race)交叉分組南吮,?分配到不同的小圖上:

p+ geom_point(alpha =0.2) +facet_grid(sex~ race)

## Warning message:## Removed 18 rows containing missing values (geom_point).

交叉分組時作小圖時琳彩,?sex?~?race這種寫法使得不同性別對應(yīng)到不同行,?不同種族對應(yīng)到不同列部凑。?在圖形中增加擬合曲線:

p+ geom_point(alpha =0.2) +? geom_smooth() +facet_grid(sex~ race)

## `geom_smooth()` using method = 'gam' and formula 'y ~ s(x, bs = "cs")'## Warning messages:## 1: Removed 18 rows containing non-finite values (stat_smooth). ##?2:?Removed?18?rows?containing?missing?values?(geom_point).?

這里雖然沒有映射group維露乏,?但還是按性別和種族對數(shù)據(jù)集分成了6個子集,?每個小圖中僅有一個自己的數(shù)據(jù)涂邀。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末瘟仿,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子必孤,更是在濱河造成了極大的恐慌猾骡,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,817評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件敷搪,死亡現(xiàn)場離奇詭異兴想,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)赡勘,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,329評論 3 385
  • 文/潘曉璐 我一進(jìn)店門嫂便,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人闸与,你說我怎么就攤上這事毙替。” “怎么了践樱?”我有些...
    開封第一講書人閱讀 157,354評論 0 348
  • 文/不壞的土叔 我叫張陵厂画,是天一觀的道長。 經(jīng)常有香客問我拷邢,道長袱院,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,498評論 1 284
  • 正文 為了忘掉前任瞭稼,我火速辦了婚禮忽洛,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘环肘。我一直安慰自己欲虚,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 65,600評論 6 386
  • 文/花漫 我一把揭開白布悔雹。 她就那樣靜靜地躺著复哆,像睡著了一般欣喧。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上寂恬,一...
    開封第一講書人閱讀 49,829評論 1 290
  • 那天续誉,我揣著相機(jī)與錄音,去河邊找鬼初肉。 笑死酷鸦,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的牙咏。 我是一名探鬼主播臼隔,決...
    沈念sama閱讀 38,979評論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼妄壶!你這毒婦竟也來了摔握?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,722評論 0 266
  • 序言:老撾萬榮一對情侶失蹤丁寄,失蹤者是張志新(化名)和其女友劉穎氨淌,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體伊磺,經(jīng)...
    沈念sama閱讀 44,189評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡盛正,尸身上長有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...
    茶點故事閱讀 36,519評論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了屑埋。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片豪筝。...
    茶點故事閱讀 38,654評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖摘能,靈堂內(nèi)的尸體忽然破棺而出续崖,到底是詐尸還是另有隱情,我是刑警寧澤团搞,帶...
    沈念sama閱讀 34,329評論 4 330
  • 正文 年R本政府宣布严望,位于F島的核電站,受9級特大地震影響逻恐,放射性物質(zhì)發(fā)生泄漏像吻。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,940評論 3 313
  • 文/蒙蒙 一梢莽、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧奸披,春花似錦昏名、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,762評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽洪鸭。三九已至,卻和暖如春仑扑,著一層夾襖步出監(jiān)牢的瞬間览爵,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,993評論 1 266
  • 我被黑心中介騙來泰國打工镇饮, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留蜓竹,地道東北人。 一個月前我還...
    沈念sama閱讀 46,382評論 2 360
  • 正文 我出身青樓储藐,卻偏偏與公主長得像俱济,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子钙勃,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 43,543評論 2 349