3. 設(shè)置值范圍

除了設(shè)置坐標(biāo)軸的范圍生真，我們也可以設(shè)置圖形中必須包含某個(gè)或某些值腰吟。

可以使用 expand_limits() 函數(shù)屋吨，該函數(shù)接受一個(gè)命名列表针贬，名稱必須為圖形屬性

示例

對(duì)于下面這張散點(diǎn)圖

p <- ggplot(mtcars, aes(mpg, wt)) + geom_point()

> mtcars %>% distinct(mpg) %>% summarise(min=min(.), max=max(.))
   min  max
1 10.4 33.9
> mtcars %>% distinct(wt) %>% summarise(min=min(.), max=max(.))
    min   max
1 1.513 5.424

從上面的結(jié)果中，我們可以計(jì)算出：X 軸（mpg）和 Y 軸（wt）的數(shù)據(jù)范圍

下面赋兵，讓我們用 expand_limits 來(lái)調(diào)整數(shù)據(jù)范圍

p1 <- p + expand_limits(x = 0)

p2 <- p + expand_limits(y = c(1, 9))

p3 <- p + expand_limits(x = 0, y = 0)

plot_grid(p1, p2, p3, labels = c('A', 'B', 'C'), nrow = 1)

在圖 A 中笔咽，我們?cè)O(shè)置 X 軸數(shù)據(jù)要包含 0，盡管并沒(méi)有對(duì)應(yīng)的值霹期，但是 X 坐標(biāo)軸還是會(huì)從 0 開始。

類似的经伙，圖 B 設(shè)置了 Y 軸需要包含 1 和 9扶叉，超過(guò)了數(shù)據(jù)的范圍，相當(dāng)于擴(kuò)大了 Y 軸的范圍

我們還可以對(duì)顏色進(jìn)行設(shè)置

p1 <- ggplot(mtcars, aes(mpg, wt)) +
  geom_point(aes(colour = cyl)) +
  expand_limits(colour = seq(2, 10, by = 2))

p2 <- ggplot(mtcars, aes(mpg, wt)) +
  geom_point(aes(colour = factor(cyl))) +
  expand_limits(colour = factor(seq(2, 10, by = 2)))

plot_grid(p1, p2, labels = c('A', 'B'))

A 圖設(shè)置了漸變色帕膜，B 圖是離散配色枣氧。

> mtcars %>% distinct(cyl)
                  cyl
Mazda RX4           6
Datsun 710          4
Hornet Sportabout   8

我們可以看到，其實(shí)顏色的值只有三個(gè) 4垮刹、6达吞、8，但是我們?cè)O(shè)置了 5 個(gè)不同的顏色層級(jí)荒典。

從 B 圖可以明顯看出酪劫，2 和 10 的顏色并沒(méi)有顯示，因?yàn)椴淮嬖谙鄳?yīng)的數(shù)據(jù)

4. 設(shè)置間隔

可以使用 expansion() 函數(shù)設(shè)置數(shù)據(jù)與軸之間的間隔寺董，該函數(shù)主要搭配 scale_(x|y)_continuous 與 scale_(x|y)_discrete 使用覆糟。

# 推薦使用
expansion(mult = 0, add = 0)

# 已被棄用
expand_scale(mult = 0, add = 0)

該函數(shù)包含兩個(gè)參數(shù)：

• mult: 百分比間距，接受一個(gè)向量遮咖，如果向量長(zhǎng)度為 1滩字，則上下間距的間隔是一樣的，如果長(zhǎng)度為 2御吞，則 mult[1] 為下間距麦箍，mult[2] 為上間距
• add: 常數(shù)值單位間距，類似 mult

示例

p1 <- ggplot(mtcars) +
  geom_bar(aes(x = factor(cyl)))

p2 <- ggplot(mtcars) +
  geom_bar(aes(x = factor(cyl))) +
  scale_y_continuous(expand = expansion(mult = c(0, .1)))

p3 <- ggplot(subset(diamonds, carat > 2), aes(cut, clarity)) +
  geom_jitter() +
  scale_x_discrete(expand = expansion(add = 2))

p4 <- ggplot(subset(diamonds, carat > 2), aes(cut, price)) +
  geom_jitter() +
  scale_x_discrete(expand = expansion(add = .6)) +
  scale_y_continuous(expand = expansion(mult = .05))

plot_grid(p1, p2, p3, p4, labels = LETTERS[1:4],
          nrow = 2)

其中陶珠，D 圖所設(shè)置的間距是默認(rèn)值

5. 設(shè)置透明度

alpha 透明度并不是非常有用挟裂，但它可以方便地從視覺(jué)上降低不太重要的觀察結(jié)果的權(quán)重

設(shè)置透明度的函數(shù)包括：

scale_alpha(..., range = c(0.1, 1))

scale_alpha_continuous(..., range = c(0.1, 1))

scale_alpha_binned(..., range = c(0.1, 1))

scale_alpha_discrete(...)

scale_alpha_ordinal(..., range = c(0.1, 1))

其中 scale_alpha 是 scale_alpha_continuous 的別名，因?yàn)檫@個(gè)函數(shù)是最常用的揍诽。

其中 range 參數(shù)的值為透明度的范圍诀蓉，必須在 0-1 之間。

其他參數(shù)分別被 continuous_scale(), binned_scale, 和 discrete_scale() 解析

示例

首先在 aes 中設(shè)置透明度寝姿，如

p <- ggplot(mpg, aes(displ, hwy)) +
  geom_point(aes(alpha = year))

然后使用標(biāo)度函數(shù)來(lái)修改透明度范圍

p1 <- p + scale_alpha("cylinders")

p2 <- p + scale_alpha(range = c(0.4, 0.8))

plot_grid(p1, p2, labels = LETTERS[1:2],
          nrow = 1)

在圖 A 中交排，我們傳遞了一個(gè)字符串，相當(dāng)于設(shè)置了 name 參數(shù)的值饵筑，更改了圖例的名稱

自定義透明度

p <- ggplot(mpg, aes(displ, hwy)) +
  geom_point(aes(alpha = factor(year)))

p + scale_alpha_manual(values = c(0.1, 0.2))

6. 設(shè)置線條類型

線條的類型可以使用 0-6 之間的整數(shù)來(lái)指定埃篓，分別代表

0 = blank         1 = solid
2 = dashed        3 = dotted
4 = dotdash       5 = longdash
6 = twodash

繪制所有的線條類型

df_lines <- tibble(
  linetype = factor(0:6)
)

ggplot(df_lines) +
  geom_hline(aes(linetype = linetype, yintercept = 0), size = 2) +
  scale_linetype_discrete() +
  facet_grid(linetype ~ .) +
  theme_void(20)

線條類型不支持連續(xù)型數(shù)據(jù)，因?yàn)闊o(wú)法將連續(xù)型數(shù)據(jù)映射到線型根资。但是可以使用 scale_linetype_binned()架专，由于線型沒(méi)有固定的順序，也不推薦這樣使用

示例

對(duì)于數(shù)據(jù)

> economics_long
# A tibble: 2,870 x 4
   date       variable value  value01
   <date>     <chr>    <dbl>    <dbl>
 1 1967-07-01 pce       507. 0       
 2 1967-08-01 pce       510. 0.000265
 3 1967-09-01 pce       516. 0.000762
 4 1967-10-01 pce       512. 0.000471
 5 1967-11-01 pce       517. 0.000916
 6 1967-12-01 pce       525. 0.00157 
 7 1968-01-01 pce       531. 0.00207 
 8 1968-02-01 pce       534. 0.00230 
 9 1968-03-01 pce       544. 0.00322 
10 1968-04-01 pce       544  0.00319 
# … with 2,860 more rows

我們根據(jù) variable 變量進(jìn)行分組玄帕，繪制折線圖

base <- ggplot(economics_long, aes(date, value01))
base + geom_line(aes(group = variable))

注意：我們是通過(guò)設(shè)置 group = variable 來(lái)設(shè)置分組的部脚，但是組與組之間沒(méi)有區(qū)分度。

為圖片添加線型和顏色

base + geom_line(aes(linetype = variable, colour=variable))

這樣裤纹，每組之間的趨勢(shì)就很明顯了委刘。

自定義線條映射

df <- economics_long %>% filter(variable %in% c("pop", "pce", "uempmed")) 

lt <- c("pop"=1, "pce"=3, "uempmed"=5)

ggplot(df, mapping = aes(date, value01)) +
  geom_line(aes(linetype = variable, colour=variable)) +
  scale_linetype_manual(values = lt)

7. 設(shè)置形狀

scale_shape() 函數(shù)可以將離散變量映射為 6 個(gè)不同的形狀丧没。

如果你有超過(guò) 6 個(gè)類別，你將會(huì)得到一個(gè)警告信息锡移，并且第 7 個(gè)或更后面的類別將不會(huì)在圖片中顯示

形狀與線型一樣呕童，不支持連續(xù)型數(shù)據(jù)，也不推薦使用 scale_shape_binned 函數(shù)來(lái)設(shè)置

scale_shape(..., solid = TRUE)

scale_shape_binned(..., solid = TRUE)

其中 solid 參數(shù)控制形狀是不是實(shí)心的

下面的代碼展示了所有的形狀

df_shapes <- data.frame(shape = 0:25)

ggplot(df_shapes, aes(0, 0, shape = shape)) +
  geom_point(aes(shape = shape), size = 5, fill = 'red') +
  scale_shape_identity() +
  facet_wrap(~shape) +
  theme_void()

取值范圍為 0-25淆珊，共 26 個(gè)整數(shù)值分別代表了相應(yīng)的形狀夺饲。

注意：紅色的形狀是可以設(shè)置填充色(fill)的，其他形狀只能設(shè)置輪廓顏色(colour)施符。

示例

dsmall <- diamonds[sample(nrow(diamonds), 100), ]

d <- ggplot(dsmall, aes(carat, price)) + geom_point(aes(shape = cut))

p2 <- d + scale_shape(solid = FALSE)

p3 <- d + scale_shape(name = "Cut of diamond")

levels(dsmall$cut) <- c("Fair", "Good", "Very Good", "Premium", "Ideal")
p4 <- ggplot(dsmall, aes(price, carat)) + geom_point(aes(shape = cut))

plot_grid(d, p2, p3, p4, labels = LETTERS[1:4])

注意：在繪制圖 D 時(shí)往声，會(huì)輸出警告信息，提示不建議對(duì)排序的變量設(shè)置形狀

自定義形狀映射

shape_map <- c("Fair"=13, "Good"=20, "Very Good"=15, "Premium"=2, "Ideal"=11)

d + scale_shape(solid = FALSE) +
  scale_shape_manual(values = shape_map)

8. 設(shè)置大小

一般只有點(diǎn)圖和文本需要設(shè)置大小戳吝。而我們通常是將數(shù)據(jù)映射到點(diǎn)的面積浩销，而不是映射到半徑。

標(biāo)度函數(shù)如下

scale_size(..., range = c(1, 6))

scale_radius(..., range = c(1, 6))

scale_size_binned(..., range = c(1, 6))

scale_size_area(..., max_size = 6)

scale_size_binned_area(..., max_size = 6)

如果需要將值為 0 的點(diǎn)映射為 0听哭，需要使用 scale_size_area 函數(shù)

示例

例如撼嗓，下面這張散點(diǎn)圖

p <- ggplot(mpg, aes(displ, hwy, size = hwy)) +
  geom_point()

# 設(shè)置圖例標(biāo)題
p1 <- p + scale_size("Highway mpg")

# 設(shè)置點(diǎn)的大小范圍
p2 <- p + scale_size(range = c(0, 10))

# 允許將 0 值映射為面積為 0 的點(diǎn)（不繪制）
p3 <- p + scale_size_area()

# 方便從看出圖例中看出分箱
p4 <- p + scale_size_binned()

# This is most useful when size is a count
p5 <- ggplot(mpg, aes(class, cyl)) +
  geom_count() +
  scale_size_area()

# 將數(shù)據(jù)映射為半徑，不推薦
p6 <- p + scale_radius()

plot_grid(p1, p2, p3, p4, p5, p6,
          labels = LETTERS[1:6], nrow = 3)

自定義數(shù)據(jù)大小欢唾，我們根據(jù) cyl 的值倒序設(shè)置點(diǎn)的大小

ggplot(mpg, aes(displ, hwy, size = factor(cyl))) +
  geom_point() +
  scale_size_manual(
    name="cyl",
    values = c(
    "4" = 5,
    "5" = 4,
    "6" = 3,
    "8" = 2
  ))