前言+第一章:使用ggplot2 進(jìn)行數(shù)據(jù)可視化

清潔數(shù)據(jù): 每列都是一個(gè)變量 每行都是一個(gè)觀測(cè)
tidyverse:ggplot2 tibble readr purrr dplyr
更新:tidyverse_update()(別老瞎更新)

第一章:使用ggplot2 進(jìn)行數(shù)據(jù)可視化
package::function()可明確指出某個(gè)函數(shù)或數(shù)據(jù)集的來(lái)源
如 ggplot2::ggplot()
創(chuàng)建ggplot2圖形
data(mpg)
ggplot(data = mpg)+  ### ggplot 創(chuàng)建一個(gè)坐標(biāo)系
  geom_point(mapping = aes(x=displ,y=hwy))#### 向上加一個(gè)散點(diǎn)圖圖層
模板:
ggplot(data=<DATA>)+
    <GEOM_FUNCTION>(mapping=aes<MAPPINGS>)

規(guī)則:ggplot(data=)用數(shù)據(jù)集創(chuàng)建一個(gè)坐標(biāo)系,然后利用其它函數(shù)向上添加圖層 tips:+必須放在上一行代碼的末尾而不是開(kāi)頭
mapping(): 定義了如何將數(shù)據(jù)集中的變量映射為圖形屬性
ase():x和y參數(shù)分別制定了映射到x軸的變量與映射到y(tǒng)軸的變量

標(biāo)度變換

ggplot2會(huì)自動(dòng)為每個(gè)變量分配唯一的圖形屬性水平,如荐虐,給上圖加上顏色

ggplot(data = mpg)+
  geom_point(mapping = aes(x=displ,y=hwy,color=class))
ggplot(data = mpg)+
  geom_point(mapping = aes(x=displ,y=hwy,color=displ<5))

還可以添加 size shape(最多同時(shí)使用6種圖形,多了就變點(diǎn)兒了) alpha(透明度)stroke等

分面

將圖形分割成多個(gè)分面海洼,顯示數(shù)據(jù)子集的子圖,特別適合添加分類(lèi)變量
函數(shù) facet_wrap(),在~后添加變量,變量應(yīng)為離散型

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

通過(guò)兩個(gè)變量進(jìn)行分面

ggplot(data = mpg)+
  geom_point(mapping = aes(x=displ,y=hwy))+
    facet_grid(drv~cyl)  
ggplot(data = mpg)+
  geom_point(mapping = aes(x=displ,y=hwy))+
  facet_grid(.~cyl)   不想再行或列分面涕烧,可用. 代替

幾何對(duì)象 用來(lái)表示數(shù)據(jù)的幾何圖形對(duì)象. 可添加多個(gè)幾何對(duì)象。而且只要將一個(gè)圖形屬性映射為一個(gè)離散型變量擅这,ggplot2就會(huì)自動(dòng)對(duì)數(shù)據(jù)進(jìn)行分組來(lái)繪制多個(gè)幾何對(duì)象澈魄。

ggplot(data = mpg)+
  geom_smooth(mapping = aes(x=displ,y=hwy))+
  geom_point(mapping = aes(x=displ,y=hwy)) 局部映射景鼠,僅對(duì)該圖層有效
或者
ggplot(data = mpg,mapping = aes(x=displ,y=hwy))+
  geom_smooth()+
  geom_point(mapping=aes(color=class))

統(tǒng)計(jì)變換
很多圖形繪制的是數(shù)據(jù)集的原始數(shù)據(jù)仲翎,比如散點(diǎn)圖,另外一些圖形可以繪制那些計(jì)算出的新數(shù)據(jù)铛漓,比如條形圖溯香。
繪圖時(shí)用來(lái)計(jì)算新數(shù)據(jù)的算法稱(chēng)為stat(statistical transformation,統(tǒng)計(jì)變換)浓恶,計(jì)算出的新數(shù)據(jù)為computed variables

ggplot(data=diamonds)+
  geom_bar(mapping = aes(x=cut))
ggplot(data=diamonds)+
  stat_count(mapping = aes(x=cut))
每個(gè)幾何對(duì)象函數(shù)都有一個(gè)默認(rèn)統(tǒng)計(jì)變換玫坛,每個(gè)統(tǒng)計(jì)變換函數(shù)都有一個(gè)默認(rèn)幾何對(duì)象
ggplot(data=diamonds)+
  stat_summary(mapping = aes(x=cut,y=depth),fun.ymin = min,
               fun.ymax = max,fun.y = median)

stat_summary()為x的每一個(gè)唯一值計(jì)算y值的摘要統(tǒng)計(jì)
位置調(diào)整
條形圖 color 邊框,fill 填充

position="identity" 將每個(gè)對(duì)象直接顯示再圖中包晰,為了避免重疊湿镀,可以alpha設(shè)置透明度,或者fill=NA

 ggplot(data=diamonds,mapping = aes(x=cut,color=clarity))+
+   geom_bar(fill=NA,position="identity")
ggplot(data=diamonds,mapping = aes(x=cut,fill=clarity))+
+   geom_bar(alpha=1/5,position="identity")

position = "fill",效果與堆疊相似伐憾,但每組堆疊條形具有同樣高度勉痴,可以輕松比較各組間的比例,position = "dodge"將每組中的條形依次并列放置树肃,可以用于比較各組間的數(shù)值蒸矛。點(diǎn)圖中,position="jitter",將每個(gè)點(diǎn)添加一個(gè)很小的隨機(jī)抖動(dòng)雏掠,可以將重疊的點(diǎn)散開(kāi)

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

坐標(biāo)系
coord_flip()斩祭,可以用來(lái)交換x和y軸
coord_quickmap()為地圖設(shè)置合適的橫縱比
coord_polar() 極地坐標(biāo)
條形圖變餅圖

bar=ggplot(data=diamonds)+
  geom_bar(mapping = aes(x=cut,fill=cut),
           show.legend = F,
           width = 1)+
  theme(aspect.ratio = 1)+
  labs(x=NULL,y=NULL)
bar+coord_flip()
bar+coord_polar()

模板

ggplot(data=<DATA>)+
    <GEOM_FUNCTION>(mapping=aes<MAPPINGS>,
                                      stat =<STAT>,
                                      position = <POSITION>)+ 
<COORDINATE_FUCTION>+
<FACET_FUNCTION>
然后乡话,你就可以畫(huà)各種亂七八糟的圖啦
啦啦啦啦啦個(gè)屁
?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:七十年代末摧玫,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子绑青,更是在濱河造成了極大的恐慌席赂,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,607評(píng)論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件时迫,死亡現(xiàn)場(chǎng)離奇詭異颅停,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)掠拳,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,239評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門(mén)癞揉,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人溺欧,你說(shuō)我怎么就攤上這事喊熟。” “怎么了姐刁?”我有些...
    開(kāi)封第一講書(shū)人閱讀 164,960評(píng)論 0 355
  • 文/不壞的土叔 我叫張陵芥牌,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我聂使,道長(zhǎng)壁拉,這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 58,750評(píng)論 1 294
  • 正文 為了忘掉前任柏靶,我火速辦了婚禮弃理,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘屎蜓。我一直安慰自己痘昌,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,764評(píng)論 6 392
  • 文/花漫 我一把揭開(kāi)白布炬转。 她就那樣靜靜地躺著辆苔,像睡著了一般。 火紅的嫁衣襯著肌膚如雪扼劈。 梳的紋絲不亂的頭發(fā)上驻啤,一...
    開(kāi)封第一講書(shū)人閱讀 51,604評(píng)論 1 305
  • 那天,我揣著相機(jī)與錄音测僵,去河邊找鬼街佑。 笑死谢翎,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的沐旨。 我是一名探鬼主播森逮,決...
    沈念sama閱讀 40,347評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼磁携!你這毒婦竟也來(lái)了褒侧?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 39,253評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤谊迄,失蹤者是張志新(化名)和其女友劉穎闷供,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體统诺,經(jīng)...
    沈念sama閱讀 45,702評(píng)論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡歪脏,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 37,893評(píng)論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了粮呢。 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婿失。...
    茶點(diǎn)故事閱讀 40,015評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖啄寡,靈堂內(nèi)的尸體忽然破棺而出豪硅,到底是詐尸還是另有隱情,我是刑警寧澤挺物,帶...
    沈念sama閱讀 35,734評(píng)論 5 346
  • 正文 年R本政府宣布懒浮,位于F島的核電站,受9級(jí)特大地震影響识藤,放射性物質(zhì)發(fā)生泄漏砚著。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,352評(píng)論 3 330
  • 文/蒙蒙 一蹋岩、第九天 我趴在偏房一處隱蔽的房頂上張望赖草。 院中可真熱鬧,春花似錦剪个、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 31,934評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至绒疗,卻和暖如春侵歇,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背吓蘑。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 33,052評(píng)論 1 270
  • 我被黑心中介騙來(lái)泰國(guó)打工惕虑, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留坟冲,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,216評(píng)論 3 371
  • 正文 我出身青樓溃蔫,卻偏偏與公主長(zhǎng)得像健提,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子伟叛,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,969評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容