ggplot2 繪圖總結(jié)

圖形屬性

x

y

xmin

xmax

ymin

ymax

xend

yend

weight

color:輪廓色

fill:填充色

shape:點形狀

linetype: dotted dashed

size:點大小容诬,線條大小(粗細)

alpha:透明度,0-1:完全透明-完全不透明

width:寬度(條形圖等)

binwidth:組距(直方圖等)

label:名稱(如x瞬痘,y,legend等)

angle:角度

hjust:水平平移

vjust:垂直平移

lower

middle

upper

map_id

group分組

position位置調(diào)整

點圖

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

geom_point(color='grey')#輪廓色為灰色(實質(zhì)效果:填充部分也為灰色)

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

geom_point(fill='blue')#點圖無填充色選項验毡,所以等于空設(shè)置升熊;而color默認(rèn)黑色

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

geom_point(aes(color=cyl),alpha=I(0.6)) #設(shè)置透明度,alpha范圍是0到1虚青,全透明到不透明菱涤;I()表示設(shè)定苞也,跟映射函數(shù)aes()相對

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

geom_point(aes(color=factor(cyl)),alpha=0.6) #cyl為整數(shù),系統(tǒng)識別#默認(rèn)是連續(xù)變量粘秆,所以生成的圖例是連續(xù)型顏色圖例如迟;factor使之因子化

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

geom_point(aes(color=factor(cyl),shape=factor(cyl)),alpha=0.6)

將cyl映射至形狀屬性

折線圖

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

geom_line(color='grey',size=2)

條形圖

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

geom_bar(stat='identity',width=0.8,color='green',fill='grey')

stat是指統(tǒng)計變換;#stat='identity'是指不進行統(tǒng)計變換即hwy就是縱

坐標(biāo)值因為displ出現(xiàn)眾多的重復(fù)值,所以分組更多殷勘,縱坐標(biāo)值不斷累加

width為組距此再,color為輪廓色(可以看到y(tǒng)值累加上去),fill為填充色

ggplot(data=mpg,aes(x=displ))+

geom_bar(stat='density')

統(tǒng)計變換為密度即y為displ的密度分布玲销;注意输拇,這里不需要給y映射變量

統(tǒng)計變換為bin,中文翻譯是bin封箱,其過程是生成變量count(對x計數(shù))贤斜,density(一維密度估計)淳附,x(組的中心估計)——默認(rèn)利用count和x;如若#要引用這幾個變量蠢古,則在變量左右加雙圓點,譬如 ..density..

?

直方圖:

僅限于x為連續(xù)型變量别凹,如果x為離散型則該函數(shù)報錯——此時可以利用條線圖來繪制直方圖

ggplot(data=mpg,aes(x=displ,fill=fl))+

geom_histogram(binwidth=0.2草讶,position=”stack”)

binwidth 為The width of the bins;不同于條形圖的width

position是指位置調(diào)整炉菲,stack是堆疊即同組幾何對象堆疊

?ggplot(data=mpg,aes(x=displ,fill=fl))+

geom_histogram(binwidth=0.4,position='dodge')

position是指位置調(diào)整堕战,dodge是同組幾何對象并列

位置調(diào)整的參數(shù)還有:fill jitter identity

箱線圖:

ggplot(data=mpg,aes(x=factor(fl),y=hwy))+

geom_boxplot(color='grey')

ggplot(data=mpg,aes(x=1,y=hwy))+

geom_boxplot(fill='grey',color='blue') #hwy不分組

ggplot(data=mpg,aes(x=1,y=hwy))+

geom_boxplot(fill='grey',color='blue',outlier.colour= "red", outlier.shape = 1) #高亮異常值并賦予特定的幾何對象

曲線密度圖

使用geom_density

ggplot(data=mpg,aes(x=displ,fill=fl))+geom_density(color='white',size=0.1,alpha=I(0.3))

ggplot(data=mpg,aes(x=displ,y=..density..))+geom_histogram(fill='grey',binwidth=0.18,alpha=I(0.3))+geom_density(color='white',size=0.8)

幾乎看不到密度曲線拍霜。原因:直方圖和密度圖結(jié)合在一起嘱丢。直方圖中bin變換生成y變量有count和density,默認(rèn)使用前者祠饺,這樣由于count很大越驻,density很小(總是小于1),就會值得密度線處于低位道偷,難以看到缀旁,所以需要y=..density..(引用bin變換的數(shù)據(jù)必須前后加雙圓點)

?

ggplot(data=mpg,aes(x=displ))+geom_histogram(fill='grey',binwidth=0.18,alpha=I(0.3))+geom_density(color='white',size=0.8)

???

餅圖

ggplot(data=mpg,aes(x=1,fill=fl))+geom_bar()+

coord_polar(theta='y')

?coord_polar是極坐標(biāo)的意思,區(qū)別以往的笛卡爾坐標(biāo)勺鸦。coord_polar()作用是把把笛卡爾坐標(biāo)變換為極坐標(biāo)并巍。該函數(shù)有theta,start,direction三個參數(shù),后者者頂多是圖的微調(diào)换途,需要了解可以查看幫助文件懊渡,theta才是關(guān)鍵。極坐標(biāo)參數(shù)theta有兩個指標(biāo)半徑和角度军拟,就餅圖而言剃执,各部分內(nèi)容的角度不同,半徑相同吻谋;而默認(rèn)theta=”x”,即將x映射為角度忠蝗,剩下的y映射為半徑。這些為前期準(zhǔn)備漓拾,下面一步步分解這個過程阁最。

First step: 生成條形圖戒祠,其中各部分的比例關(guān)系用y反映。

ggplot(data=mpg,aes(x=1,fill=fl))+geom_bar()

?

second step: 將坐標(biāo)極坐標(biāo)化速种,y映射為角度(此時x恒等于1,即半徑相同)

ggplot(data=mpg,aes(x=1,fill=fl))+geom_bar()+

coord_polar(theta='y')

ggplot(data=mpg,aes(x=1,fill=fl))+geom_bar()+

coord_polar(theta=”x”)

如果x映射為角度姜盈,則y映射為半徑,生成眼圖

?

?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:七十年代末配阵,一起剝皮案震驚了整個濱河市馏颂,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌棋傍,老刑警劉巖救拉,帶你破解...
    沈念sama閱讀 206,126評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異瘫拣,居然都是意外死亡亿絮,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,254評論 2 382
  • 文/潘曉璐 我一進店門麸拄,熙熙樓的掌柜王于貴愁眉苦臉地迎上來派昧,“玉大人,你說我怎么就攤上這事拢切〉傥” “怎么了?”我有些...
    開封第一講書人閱讀 152,445評論 0 341
  • 文/不壞的土叔 我叫張陵淮椰,是天一觀的道長五慈。 經(jīng)常有香客問我,道長主穗,這世上最難降的妖魔是什么豺撑? 我笑而不...
    開封第一講書人閱讀 55,185評論 1 278
  • 正文 為了忘掉前任,我火速辦了婚禮黔牵,結(jié)果婚禮上聪轿,老公的妹妹穿的比我還像新娘。我一直安慰自己猾浦,他們只是感情好陆错,可當(dāng)我...
    茶點故事閱讀 64,178評論 5 371
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著金赦,像睡著了一般音瓷。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上夹抗,一...
    開封第一講書人閱讀 48,970評論 1 284
  • 那天绳慎,我揣著相機與錄音,去河邊找鬼。 笑死杏愤,一個胖子當(dāng)著我的面吹牛靡砌,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播珊楼,決...
    沈念sama閱讀 38,276評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼通殃,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了厕宗?” 一聲冷哼從身側(cè)響起画舌,我...
    開封第一講書人閱讀 36,927評論 0 259
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎已慢,沒想到半個月后曲聂,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 43,400評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡佑惠,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 35,883評論 2 323
  • 正文 我和宋清朗相戀三年句葵,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 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兢仰。...
    茶點故事閱讀 37,997評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖剂碴,靈堂內(nèi)的尸體忽然破棺而出把将,到底是詐尸還是另有隱情,我是刑警寧澤忆矛,帶...
    沈念sama閱讀 33,646評論 4 322
  • 正文 年R本政府宣布察蹲,位于F島的核電站,受9級特大地震影響催训,放射性物質(zhì)發(fā)生泄漏洽议。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,213評論 3 307
  • 文/蒙蒙 一漫拭、第九天 我趴在偏房一處隱蔽的房頂上張望亚兄。 院中可真熱鬧,春花似錦采驻、人聲如沸审胚。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,204評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽膳叨。三九已至,卻和暖如春痘系,著一層夾襖步出監(jiān)牢的瞬間菲嘴,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,423評論 1 260
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留龄坪,地道東北人昭雌。 一個月前我還...
    沈念sama閱讀 45,423評論 2 352
  • 正文 我出身青樓,卻偏偏與公主長得像悉默,于是被迫代替她去往敵國和親城豁。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 42,722評論 2 345

推薦閱讀更多精彩內(nèi)容