昨天终于把会议投稿的论文完成了，今天开始奋战另一篇拖了两个多月的文章，突然发现我两个月之前在这篇文章中用Excel做的图是那么low（没有贬低Excel的意思，有些方面还是很实用的），然后就在想，干脆用R画图，听说会很高大上，希望会为文章增添色彩，于是~就有了这篇学习笔记！

       第一次写学习笔记，不懂套路，也不懂如何构思，如何让使我的这篇笔记看起来更有条理，就是顺着我学习的步骤，一步一步的将它记录下来。

首先是我查到的R中自带的数据集做折线图的例子，做个试试！

#折线图
library(gcookbook)
library(ggplot2)
#连续变量的情况
ggplot(BOD, aes(x=Time, y=demand)) + geom_line()
#离散变量的情况
BOD1 <- BOD # 赋值数据
BOD1$Time <- factor(BOD1$Time)#变量因子化
ggplot(BOD1, aes(x=Time, y=demand, group=1)) + geom_line(linetype="dotted")

首先是加载gcookbook和ggplot2程序包，然后直接运行ggplot语句，得到下图1，离散变量的情况通过因子化之后得到下图2，因子化是什么鬼，不懂，看看图，好像就是从连续的数据组成的线变成了不连续的点，但折线的形状还是一致的，算了，直接上自己的试验数据做图。

通常用R和SA的语句注释的时候我都会尽可能写的通俗易懂，就像“#接下来试验自己的数据图”，我真是个细致的孩子。首先把数据导入，数据是一切的基本。

#接下来试验自己的数据图
#工作空间
setwd("G:/单个性状"）#修改工作空间
#导入数据文件
a<-read.csv("G:单个性状/R画图用my.csv",header=TRUE,sep=",",stringsAsFactors=FALSE)#导入全部数据
summary(a)

head(a)

导入数据后我通常使用 summary(a)或者head(a)来查看数据导入是否正确；

为什么没有head（a）的结果？什么鬼？发现了一件事情：

a<-read.csv("G:R画图用my.csv",header=TRUE,sep=",",stringsAsFactors=FALSE)#导入全部数据
head(a) #无结果，更正为英文状态下输入有结果
曲线<-read.csv("G:R画图用my.csv",header=TRUE,sep=",",stringsAsFactors=FALSE)#导入全部数据
head(曲线)   #有结果

奇怪的是，如果用a来命名数据集，head(a)不出现结果，只有命名成中文才有结果，原来是我中英文混输，一定要在英文状态下输入，否则会出错。

往下：

ggplot(a, aes(x=year, y=CHN)) + geom_line()   #a为数据集名,x=,y=,分别是x轴和y轴

得到折线图：

咦，丑！接下来我们给线加上点，选个好看的形状和看起来顺眼的大小：

ggplot(a, aes(x=year, y=CHN)) + geom_line() + geom_point(size=2, shape=17)

#geom_point是给折线图加上点，size和shape是定义点的大小和形状

稍微能看~接下来画多条折线，在画多条折线前需要对数据集进行修改，把国家和因变量分别汇聚到一列内，下图1为原数据集，下图2为更改后数据集，如图：

往下：

ggplot(a, aes(x=year, y=my, colour=country,group=country))+geom_line(size=1)
#画的图线条太粗，没有美感、可以根据SIZE调节线条粗细

多条折线图如图：

依旧是没眼看~来，修饰下：

ggplot(a,aes(x=year,y=my,color=country,shape=country))+geom_line()+geom_point(size=1)
#注意：geom_point修饰点的大小和形状

这个点好看吗？换个二号试试：

ggplot(a,aes(x=year,y=my,color=country,fill=country))+geom_line()+geom_point(size=2)

另外：

在aes中加入

xlab="",ylab="" #设置xy轴的轴标题

#单个变量分面、 依据facet_wrap()
ggplot(data = a) + geom_line(mapping = aes(x =Birthyear, y =my)) + facet_wrap(~country,nrow = 2)

#一个指标下几个水平下分面展示，nrow是分几行，ncol是分几列

#多个变量分面、依据 facet_grid()
ggplot(data = mpg) + geom_point(mapping = aes(x = displ, y = hwy)) + facet_grid(drv ~ cyl)  #不需要指定nrow和ncol

发现自己真絮叨，今天太晚了，要去采食了，下次接着写，总结下来，用R有时候很方便，但是小细节很多，一旦某个细节弄不明白是真的很折磨人~哭唧唧，哈哈哈哈哈哈！