6. ggplot2 绘图

ggplot2 的语法与 R 原生的语法并不统一，但是熟悉起来也并不复杂。它主要通过“+”连接多个绘图函数，同时允许将绘图结果赋值给其他对象，因此使用起来更加灵活。

ggplot2 最为人称道的一点是美观性；部分用户学习 R 甚至仅仅为了用 ggplot2 画出更好看的图像。

注：ggplot2 官方的函数索引教程在 https://ggplot2.tidyverse.org/reference/](https://ggplot2.tidyverse.org/reference/) 。本文的部分例子取自官方索引。

[1]:

library(ggplot2)

6.1. 基础

加载了 ggplot2 包后，里面自带了一个 mpg 数据集，共 234 条观测，是有关车辆燃料的。11 个变量如下：

  • 制造商：manufacturer

  • 模具型号：model

  • 排放量：displ (engine displacement, in litres)

  • 年份：year

  • 发动机数量：cyl (number of cylinders)

  • 变速器形式：trans (type of transmission)

  • 驱动形式：drv (f = front-wheel drive, r = rear wheel drive, 4 = 4wd)

  • 每加仑城市行驶距离：cty (city miles per gallon)

  • 每加仑公路行驶距离：hwy (highway miles per gallon)

  • 燃料：fl (e: ethenol E85, d: diesel, r: regular, p: premium, c: CNG)

  • 车辆类型：class

这里将主要利用这个数据集进行绘图。

[2]:

mpg$drv <- as.factor(mpg$drv)
mpg$fl <- as.factor(mpg$fl)
mpg$class <- as.factor(mpg$class)
str(mpg)

Classes 'tbl_df', 'tbl' and 'data.frame':       234 obs. of  11 variables:
 $ manufacturer: chr  "audi" "audi" "audi" "audi" ...
 $ model       : chr  "a4" "a4" "a4" "a4" ...
 $ displ       : num  1.8 1.8 2 2 2.8 2.8 3.1 1.8 1.8 2 ...
 $ year        : int  1999 1999 2008 2008 1999 1999 2008 1999 1999 2008 ...
 $ cyl         : int  4 4 4 4 6 6 6 4 4 4 ...
 $ trans       : chr  "auto(l5)" "manual(m5)" "manual(m6)" "auto(av)" ...
 $ drv         : Factor w/ 3 levels "4","f","r": 2 2 2 2 2 2 2 1 1 1 ...
 $ cty         : int  18 21 20 21 16 18 18 18 16 20 ...
 $ hwy         : int  29 29 31 30 26 26 27 26 25 28 ...
 $ fl          : Factor w/ 5 levels "c","d","e","p",..: 4 4 4 4 4 4 4 4 4 4 ...
 $ class       : Factor w/ 7 levels "2seater","compact",..: 2 2 2 2 2 2 2 2 2 2 ...

先来看一个简单的例子：

[3]:

g1 <- ggplot(mpg, aes(x=class))

上面这个例子不会输出任何结果。函数 ggplot() 的作用仅仅是指定一些全图适用的参数，比如绘图使用的数据集、x/y 轴将使用的列(上面用 aes 参数指定了)、分组、颜色等等。ggplot2 绘图分为几个类似图层的概念：

  1. setup: 指定初始化参数，一般是 ggplot() 函数。

  2. geometries：图形层。即绘图的主题，一般是以 geom_ 开头的命令，比如 geom_bar()。

  3. labels：标签层，图像的 x/y 轴刻度，以及轴标题、图像总标题。

  4. themes：主题层。包括图像的图例、字体、配色等等。

  5. faceting：图形的分组控制命令。

图像必须有图形层才能显示主体，例如：

[4]:

g1 + geom_bar()  # 注意到赋值的对象直接可以使用在“+”运算中
_images/PlottingGGplot2_8_1.png

或许对于 ggplot() 函数与其 aes 参数还有诸多不解之处，在下面将逐渐提到。我们常用的 aes 参数有：

  • x= / y= ：这是基本参数。

  • fill= / color= ：一般指定一个因子，让 ggplot2 自动根据因子的水平数分配颜色并绘图。

  • shape= ：类似上，不过是自动分配点样式。

6.2. 绘图命令

6.2.1. 条形图：geom_bar()

上面给出了很简单的一个条形图的例子，下面展示更多的用法：

6.2.1.1. 纵轴数值：aes(stat=)

默认纵轴是 x 轴上各离散类的计数（Count），对应的默认参数是 geom_bar(stat="count")。如果想用其他值代替，需要在 ggplot() 中指定 aes(y=) 参数，并且在条形图函数中改动为 geom_bar(stat="identity")。

[5]:

# 以各类内部的排放量作为对应的 y 值，进行累加
ggplot(mpg, aes(x=class, y=displ)) +
    geom_bar(stat="identity")
_images/PlottingGGplot2_11_1.png

6.2.1.2. 权重：aes(weight=)

下面的语句完成了同样的任务，只不过权重相当于使用了乘法。

[6]:

# 权重。计算每个 class 内的排放总量
ggplot(mpg, aes(class)) +
    geom_bar(aes(weight=displ))
_images/PlottingGGplot2_13_1.png

6.2.1.3. 填充：aes(fill=)

[7]:

# 每个 class 下，按照 drv 的水平（三个）分别计数
ggplot(mpg, aes(class)) +
    geom_bar(aes(fill=drv))
_images/PlottingGGplot2_15_1.png

6.2.1.4. 并列 / 等高：geom_bar(position=)

默认的参数是 position=stack：

[8]:

ggplot(mpg, aes(class)) +
    geom_bar(aes(fill=drv), position="dodge")
_images/PlottingGGplot2_17_1.png 
[9]:

ggplot(mpg, aes(class)) +
    geom_bar(aes(fill=drv), position="fill")
_images/PlottingGGplot2_18_1.png

6.2.2. 箱形图：geom_boxplot()

[10]:

ggplot(mpg, aes(class, hwy)) +
    geom_boxplot(varwidth = TRUE)
_images/PlottingGGplot2_20_1.png

箱形图主题用 fill 参数指定填充颜色，color 参数指定边框颜色。

对于箱形图外侧的异常点，可以用 outlier 开头的参数进行控制。以下是它们的默认值：

  • outlier.shape = 19 点样式

  • outlier.size = 1.5 点大小

  • outlier.stroke = 0.5 边线宽

  • outlier.color = NULL 边线颜色

  • outlier.fill 填充颜色（需要点样式支持）

[11]:

ggplot(mpg, aes(class, hwy)) +
    geom_boxplot(fill = "white", color = "darkgreen",
                 outlier.shape=21, outlier.size=4, outlier.stroke = 1,
                 outlier.color = "blue", outlier.fill = "orange")
_images/PlottingGGplot2_22_1.png 
[12]:

# 并列箱形图的画法。注意只有 subcompact 类型的车辆有三种 drv 数据
ggplot(mpg, aes(class, hwy)) +
    geom_boxplot(aes(color = drv), fill="white")
_images/PlottingGGplot2_23_1.png

6.2.3. 散点图：geom_point()

最简单的一类图像。

[13]:

# 根据驱动方式，填充不同颜色；根据发动机数量，选择不同点大小。
# 在数据量大或有重复点时，更改 alpha 值是不错的选择
ggplot(mpg, aes(cty, hwy)) +
    geom_point(aes(color = drv, size=cyl), shape=19, alpha=0.5)
_images/PlottingGGplot2_25_1.png

6.2.4. 折线图：geom_line()

[14]:

dt <- data.frame(Data = 1:40,
                 x.value = rep(paste("X", 11:30, sep=""), 2),
                 categ = c(rep("Categ 1", 20), rep("Categ 2", 20)))

# 若不指定 group，无法用离散数据作为 x 轴来正确作图
# 有时候可以通过 group=1 来强制连接所有的点成线
ggplot(dt, aes(x=x.value, y=Data, group=categ, color=categ)) +
    geom_line()
_images/PlottingGGplot2_27_1.png

6.2.5. 直方图：geom_histogram()

参数 bins 指定组的个数， binwidth 则指定每个组的宽度。

[15]:

ggplot(mpg, aes(cty, fill=drv)) +
    geom_histogram(bins=20)
_images/PlottingGGplot2_29_1.png 
[16]:

ggplot(mpg, aes(cty, fill=drv)) +
    geom_histogram(binwidth=2.5)
_images/PlottingGGplot2_30_1.png

6.2.6. 矩形图：geom_rect() / geom_tile()

两者功能相同，但参数有区别。前者指定 xmin/xmax/ymin/ymax 四个角点，后者指定矩形中心坐标 x,y 以及矩形的宽与高 width/height。

[17]:

dt <- data.frame(x=1:5, y=(6:10)/10, w=rep(2, 5), h=rep(0.08, 5), z=factor(c(1,1,2,3,2)))

ggplot(dt, aes(x, y)) +
    geom_tile(aes(fill=z))
_images/PlottingGGplot2_32_1.png 
[18]:

ggplot(dt, aes(x, y, width = w, height = h)) +
    geom_tile(aes(fill=z))
_images/PlottingGGplot2_33_1.png 
[19]:

# 改用 geom_rect 绘制
ggplot(dt, aes(xmin = x - w / 2, xmax = x + w / 2, ymin = y - h / 2, ymax = y + h / 2, width = w, height = h)) +
    geom_rect()
_images/PlottingGGplot2_34_1.png

6.3. 主题命令：theme()

略。这其中的部分功能也可以由 guide() 命令代完成。