R语言：《ggplot2：数据分析与图形艺术》（第三版）

OStack程序员社区-中国程序员成长平台 › 门户 › 编程› R语言›R语言教程

原作者: [db:作者] 来自: [db:来源] 收藏邀请

《ggplot2：数据分析与图形艺术》，即ggplot2: Elegant Graphics for Data Analysis，目前网上介绍的比较多的是第二版且已经有中文版，Hadley Wickham等目前已经更新到了第三版，做了很多调整如下：

在线地址：http://ggplot2-book.org/.
在线地址：https://ggplot2.tidyverse.org/index.html
The chapters on data analysis and modelling have been removed. You can find updated versions of this material in R for Data Science at https://r4ds.had.co.nz.
The toolbox chapter has been split into multiple chapters.
New chapter on arranging multiple plots on the page.
The positioning chapter has been split into facetting and coordinate systems.
New FAQ chapter that covers some of the most commonly seen problems in the wild.
The scales and guides chapters have been radically reconfigured into one chapter each on position, colour, and other scales and guides, and then one chapter that focusses on the underlying theory.

全书主要分为三个部分：第一部分初步介绍ggplot2的相关概念，并提供了新手可能遇到的问题的解决办法。

第二部分从绘图语法入手(the grammar of graphics)，关键点在于图层叠加，进行可视化结果的细节调整和美化。

第三部分是有关数据分析的相关内容，实现数据分析与可视化的结合，这一部分内容与Hadley Wickham的另一本书R for Data Science有重合的地方，可以选择跳过。

安装ggplot2包：

install.packages("ggplot2")

安装完成后，可用“library（）”检查是否安装。

ggplot2安装完成后，会有内置的数据集，它是默认绘图的基础数据，我们来看看是哪些

library('ggplot2')
data(package = 'ggplot2') #查看ggplot2内置数据集

Data sets in package ‘ggplot2’:

diamonds               Prices of over 50,000 round cut diamonds
economics              US economic time series
economics_long         US economic time series
faithfuld              2d density estimate of Old Faithful data
luv_colours            'colors()' in Luv space
midwest                Midwest demographics
mpg                    Fuel economy data from 1999 to 2008 for 38
                       popular models of cars
msleep                 An updated and expanded version of the
                       mammals sleep dataset
presidential           Terms of 11 presidents from Eisenhower to
                       Obama
seals                  Vector field of seal movements
txhousing              Housing sales in TX

本文使用mpg数据集，重点介绍：

浏览下mpg数据

> head(mpg)#看下数据集的前几列


# A tibble: 6 x 11
  manufacturer model displ  year   cyl trans    drv     cty   hwy fl    class
  <chr>        <chr> <dbl> <int> <int> <chr>    <chr> <int> <int> <chr> <chr>
1 audi         a4      1.8  1999     4 auto(l5) f        18    29 p     comp~
2 audi         a4      1.8  1999     4 manual(~ f        21    29 p     comp~
3 audi         a4      2    2008     4 manual(~ f        20    31 p     comp~
4 audi         a4      2    2008     4 auto(av) f        21    30 p     comp~
5 audi         a4      2.8  1999     6 auto(l5) f        16    26 p     comp~
6 audi         a4      2.8  1999     6 manual(~ f        18    26 p     c

　整个数据集有234行 x 11列

mpg数据集每个变量简介

manufacturer    生产厂家，如奥迪audi、吉普jeep等
model    model name 车型，如奥迪A4、奥迪A6等    
displ    engine displacement, in litres，发动机排量，单位为每升
year    year of manufacture，出厂年份
cyl    number of cylinders，气缸数量    
trans    type of transmission，传输类型，手动还是自动    
drv    f = front-wheel drive, r = rear wheel drive, 4 = 4wd，驱动类型 ，前轮还是后轮驱动    
cty    city miles per gallon，每加仑油城市驾驶里程数
hwy    highway miles per gallon，每加仑油高速驾驶里程数
fl    fuel type，燃油型号
class    "type" of car，suv、桑塔纳等

ggplot2 绘图必备三要素

数据集（data）
图像属性（aes）
几何对象（geom）

library('ggplot2')
ggplot(mpg, aes(x = displ, y = hwy)) + 
  geom_point()

ggplot(mpg, #数据集（data）
aes(x = displ, y = hwy)) + #图像属性（aes），即指定x、y轴要投影的数据 data和aes通过ggplot组合在一起，使用+号添加图层（layers）
geom_point() #几何对象（geom），此处为散点图

几乎每个plot都会将一个变量映射到x和y，因此命名这些参数非常繁琐，因此aes（）的前两个未命名参数将映射到x和y。这意味着以下代码与上面的示例相同：

ggplot(mpg, aes(displ, hwy)) +
  geom_point()

aes设置 （Colour, size, shape and other aesthetic attributes）

按变量class分类绘制分类散点图

library('ggplot2')
ggplot(mpg, aes(displ, hwy, colour = class)) + 
  geom_point()

按变量drv不同绘制不同类不同shape散点图

library('ggplot2')
ggplot(mpg, aes(displ, hwy, shape=drv)) + 
  geom_point()

按变量cyl值大小绘制不同类不同size散点图

library('ggplot2')
ggplot(mpg, aes(displ, hwy, size=cyl)) + 
  geom_point()

如果要将美学设置为固定值，而不缩放它，请在aes（）之外的单个层中执行此操作。比较以下两个图：

ggplot(mpg, aes(displ, hwy)) + geom_point(aes(colour = "blue"))
ggplot(mpg, aes(displ, hwy)) + geom_point(colour = "blue")

在第一个图中，值“蓝色”被缩放为粉红色，并添加了一个图例。在第二个图中，点被赋予蓝色。

不同类型的审美属性在不同类型的变量下效果更好。例如，颜色和形状适用于分类变量，而大小适用于连续变量。数据的数量也很重要:如果有大量的数据，就很难区分不同的群体。

当在情节中使用美学时，少通常是多。很难同时看到颜色、形状和大小之间的关系，所以在使用美学时要克制。不要试图把一个非常复杂的情节一下子展现出来，看看你能否创造出一系列简单的情节来讲述一个故事，引导读者从无知走向知识。

鲜花

握手

雷人

路过

鸡蛋

该文章已有0人参与评论

请发表评论

全部评论

专题导读

More+

R语言的一些矩阵运算 - 苑黎发布时间：2022-07-18

R语言中实现将多行数据合并为一行发布时间：2022-07-18

客服电话

电子邮件

R语言：《ggplot2：数据分析与图形艺术》（第三版）

请发表评论

全部评论

上一篇：

下一篇：

关于我们

产品与服务

解决方案

139-2527-9053