《ggplot2:數(shù)據(jù)分析與圖形藝術(shù)》筆記3:用圖層構(gòu)建圖像

在前面的練習(xí)中杖虾,我們使用qplot練習(xí)作圖条辟,作為ggplot2的快速入門弹渔。然而胳施,qplot的局限性在于它只能使用一個(gè)數(shù)據(jù)集和一組圖形屬性映射,當(dāng)我們要進(jìn)行復(fù)雜數(shù)據(jù)的統(tǒng)計(jì)分析時(shí)肢专,qplot就不夠用了舞肆。解決這一問題的方法就是使用圖層,每一個(gè)圖層可以有屬于自己的數(shù)據(jù)集和圖形屬性映射博杖,附加的數(shù)據(jù)元素可以通過圖層添加到圖形中椿胯。

創(chuàng)建繪圖對(duì)象

當(dāng)我們調(diào)用qplot()時(shí),它其實(shí)為我們做了許多幕后工作:

  1. 創(chuàng)建一個(gè)圖形對(duì)象
  2. 添加圖層并展示結(jié)果
    如果想手動(dòng)創(chuàng)建圖形對(duì)象剃根,就要使用ggplot()函數(shù)哩盲。該函數(shù)有兩個(gè)主要的參數(shù):數(shù)據(jù)和圖形屬性映射
    數(shù)據(jù):指定繪圖所使用的默認(rèn)數(shù)據(jù)集(必須是數(shù)據(jù)框)
    映射:將圖形屬性和變量名放在函數(shù)aes()的括號(hào)中即可創(chuàng)建映射

比如狈醉,通過下面的代碼廉油,即可創(chuàng)建一組默認(rèn)映射:

#x為carat,y為price苗傅,colour為cut
p <- ggplot(diamonds, aes(carat, price, colour = cut))

不過抒线,上面的圖形對(duì)象在加上圖層之前是無法顯示的。

圖層

創(chuàng)建好繪圖對(duì)象后渣慕,我們可以使用+來添加圖層:

p + geom_point()

再通過添加圖層而添加幾何對(duì)象時(shí)嘶炭,我們需要注意:每一個(gè)幾何對(duì)象都對(duì)應(yīng)著一個(gè)默認(rèn)的統(tǒng)計(jì)變換和位置參數(shù)抱慌,而每一個(gè)統(tǒng)計(jì)變換都對(duì)應(yīng)著一個(gè)默認(rèn)的幾何對(duì)象參數(shù)。所以對(duì)于一個(gè)圖層旱物,我們只需要設(shè)定stat或geom參數(shù)即可遥缕。

數(shù)據(jù)

  • ggplot2要求數(shù)據(jù)集必須是一個(gè)數(shù)據(jù)框(data frame)
  • ggplot2會(huì)從我們給定的數(shù)據(jù)框中提取繪圖所需的變量,并生成一個(gè)新的數(shù)據(jù)集宵呛,而不是直接在原數(shù)據(jù)上進(jìn)行數(shù)據(jù)變換
  • 使用ggplot2作圖時(shí)单匣,數(shù)據(jù)是以副本二不是引用的形式存儲(chǔ)在圖形對(duì)象中的,這樣可以使我們:
  • 1.即使數(shù)據(jù)改變了宝穗,繪圖不會(huì)改變
  • 2.ggplot2的對(duì)象都是自含型的户秤,所以它可以被存儲(chǔ)到磁盤上,并可被直接加載(load())運(yùn)行

圖形屬性映射

aes()函數(shù)用來將數(shù)據(jù)變量映射到圖形中逮矛,從而使變量成為可以被感知的圖形屬性鸡号。
aes()函數(shù)中有一系列的圖形屬性參數(shù):

#創(chuàng)建映射
aes(x = weight, y = height, colour = age)
#x,y可以省略须鼎,直接輸入映射值
aes(weight, height, colour = age)

幾何對(duì)象

幾何對(duì)象鲸伴,簡稱為geom,它執(zhí)行著圖層的實(shí)際渲染晋控,控制著生成的圖像類型汞窗。

  • 每一個(gè)幾何對(duì)象都有一組它能識(shí)別的圖形屬性和一組繪圖所需的值。
  • 每一個(gè)幾何對(duì)象都有一個(gè)默認(rèn)的統(tǒng)計(jì)變換赡译,并且每一個(gè)統(tǒng)計(jì)變換都有一個(gè)默認(rèn)的幾何對(duì)象仲吏。

統(tǒng)計(jì)變換

統(tǒng)計(jì)變換。簡稱為stat蝌焚,即對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)變換裹唆,它通常以某種方式對(duì)數(shù)據(jù)信息進(jìn)行匯總。

  • 統(tǒng)計(jì)變換可將輸入的數(shù)據(jù)集看做輸入只洒,將返回的數(shù)據(jù)集作為輸出许帐,因此統(tǒng)計(jì)變換可向元數(shù)據(jù)集中插入新的變量。例如用來繪制直方圖的stat_bin統(tǒng)計(jì)變量會(huì)生成如下的變量:
  • count:每個(gè)組里觀測值得數(shù)目毕谴;
  • density:每個(gè)組里觀測值的密度(占整體的百分?jǐn)?shù)/組寬)
  • x:組的中心位置
  • 這些生成變量可被直接調(diào)用成畦,調(diào)用生成變量時(shí),必須使用..將其名字圍起來析珊,以和原數(shù)據(jù)集中的變量區(qū)分
    比如:
ggplot(diamonds, aes(carat)) + geom_histogram(aes(y = ..density..), binwidth = 0.1)

位置調(diào)整

位置調(diào)整:是對(duì)圖層中的元素位置進(jìn)行微調(diào)。位置調(diào)整一般多見于處理離散型數(shù)據(jù)蔑穴,連續(xù)型數(shù)據(jù)一般很少出現(xiàn)完全重疊的問題忠寻。

常用的位置調(diào)整參數(shù)見下圖:


整合

一旦熟悉了圖層操作,就可以把本章所介紹的各種圖層功能結(jié)合起來存和,輕松做出復(fù)雜的圖形奕剃。

結(jié)合幾何對(duì)象和統(tǒng)計(jì)變換

將幾何對(duì)象和不同的統(tǒng)計(jì)變換進(jìn)行組合衷旅,可以輕松做出新穎的圖形。下面纵朋,我們基于相同的直方圖的統(tǒng)計(jì)變換柿顶,使用不同的幾何對(duì)象,以不同的形式來展示結(jié)果:面積操软、點(diǎn)和瓦塊圖嘁锯。

# 創(chuàng)建繪圖對(duì)象
d <- ggplot(diamonds, aes(carat)) + xlim(0,3)
# 對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)變換,并繪制面積圖層
d + stat_bin(aes(ymax = ..count..), binwidth =0.1 , geom ="area")
# 對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)變換聂薪,并繪制點(diǎn)圖圖層
d + stat_bin(aes(size = ..density..), binwidth = 0.1, geom = "point"
, position = "identity")
# 對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)變換家乘,并繪制瓦塊圖圖層
d + stat_bin2d(aes(y = 1, fill = ..count..), binwidth = 0.1, geom = "tile", position = "identity")

繪制面積圖圖層:


Rplot01.png

繪制點(diǎn)圖圖層:


Rplot02.png

繪制瓦塊圖圖層:


Rplot03.png
?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,一起剝皮案震驚了整個(gè)濱河市藏澳,隨后出現(xiàn)的幾起案子仁锯,更是在濱河造成了極大的恐慌,老刑警劉巖翔悠,帶你破解...
    沈念sama閱讀 222,104評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件业崖,死亡現(xiàn)場離奇詭異,居然都是意外死亡蓄愁,警方通過查閱死者的電腦和手機(jī)双炕,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,816評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來涝登,“玉大人雄家,你說我怎么就攤上這事≌凸觯” “怎么了趟济?”我有些...
    開封第一講書人閱讀 168,697評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵,是天一觀的道長咽笼。 經(jīng)常有香客問我顷编,道長,這世上最難降的妖魔是什么剑刑? 我笑而不...
    開封第一講書人閱讀 59,836評(píng)論 1 298
  • 正文 為了忘掉前任媳纬,我火速辦了婚禮,結(jié)果婚禮上施掏,老公的妹妹穿的比我還像新娘钮惠。我一直安慰自己,他們只是感情好七芭,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,851評(píng)論 6 397
  • 文/花漫 我一把揭開白布素挽。 她就那樣靜靜地躺著,像睡著了一般狸驳。 火紅的嫁衣襯著肌膚如雪预明。 梳的紋絲不亂的頭發(fā)上缩赛,一...
    開封第一講書人閱讀 52,441評(píng)論 1 310
  • 那天,我揣著相機(jī)與錄音撰糠,去河邊找鬼酥馍。 笑死,一個(gè)胖子當(dāng)著我的面吹牛阅酪,可吹牛的內(nèi)容都是我干的旨袒。 我是一名探鬼主播,決...
    沈念sama閱讀 40,992評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼遮斥,長吁一口氣:“原來是場噩夢啊……” “哼峦失!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起术吗,我...
    開封第一講書人閱讀 39,899評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤尉辑,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后较屿,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體隧魄,經(jīng)...
    沈念sama閱讀 46,457評(píng)論 1 318
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,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(diǎn)故事閱讀 38,529評(píng)論 3 341
  • 正文 我和宋清朗相戀三年隘蝎,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了购啄。 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 40,664評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡嘱么,死狀恐怖狮含,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情曼振,我是刑警寧澤几迄,帶...
    沈念sama閱讀 36,346評(píng)論 5 350
  • 正文 年R本政府宣布,位于F島的核電站冰评,受9級(jí)特大地震影響映胁,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜甲雅,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,025評(píng)論 3 334
  • 文/蒙蒙 一解孙、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧抛人,春花似錦弛姜、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,511評(píng)論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春中剩,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背抒寂。 一陣腳步聲響...
    開封第一講書人閱讀 33,611評(píng)論 1 272
  • 我被黑心中介騙來泰國打工结啼, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人屈芜。 一個(gè)月前我還...
    沈念sama閱讀 49,081評(píng)論 3 377
  • 正文 我出身青樓郊愧,卻偏偏與公主長得像,于是被迫代替她去往敵國和親井佑。 傳聞我的和親對(duì)象是個(gè)殘疾皇子属铁,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,675評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容