ggplot2画图

tip: Rstudio页面从四个不小心换为2个,按control+shift+3可恢复。

install.packages("ggplot2")
library("ggplot2")

1.5 分面 facet_wrap(), facet_grid()

ggplot(data = mpg) +
       geom_point(mapping = aes(x = displ, y = hwy)) +
       facet_wrap(~ class, nrow = 2)

通过变量对图进行分面,加入函数 facet_grid()。这个函数的 第一个参数也是一个公式,但该公式包含由 ~ 隔开的两个变量名。

 ggplot(data = mpg) +
       geom_point(mapping = aes(x = displ, y = hwy)) +
       facet_grid(drv ~ cyl)

1.6 几何对象 geom_smmoth(),geom_point(),linetype,group,fill,se,color

ggplot(data = mpg) +
        geom_smooth(mapping = aes(x = displ, y = hwy, linetype = drv))+
        geom_point()

1.6 题 画以下图


image.png
#1,数据,散点图,平滑曲线,se=F指置信区间不显示
ggplot(mpg, aes(displ, hwy)) +
  geom_point() +
  geom_smooth(se=F)
#2,group表示以drv为分组
ggplot(mpg, aes(x = displ, y = hwy,group=drv)) +
  geom_point() +
  geom_smooth(se=F)
#3,全局变量中以drv分类加颜色
ggplot(mpg, aes(x = displ, y = hwy,color=drv)) +
  geom_point() +
  geom_smooth(se=F)

#4,以drv分类的散点图中加色,为局部变量
ggplot(mpg, aes(x = displ, y = hwy)) +
  geom_point(aes(color=drv)) +
  geom_smooth(se=F)
#5,散点图中加色以drv分类,局部变量;平滑曲线的类型以drv分类,局部变量
ggplot(mpg, aes(x = displ, y = hwy,group=drv)) +
  geom_point(aes(color=drv)) +
  geom_smooth(aes(linetype=drv),se=F)
#6,以drv分类画散点图
ggplot(mpg, aes(x = displ, y = hwy,color=drv)) +
  geom_point() 

1.7 统计变化 geom_bar(),geom_histogram()

ggplot(data = diamonds) +
       geom_bar(mapping = aes(x = cut))

几何对象和统计变化可相互转化

ggplot(data = diamonds) +
       geom_bar(mapping = aes(x = cut))

覆盖从统计变换生成的变量到图形属性的默认映射

 ggplot(data = diamonds) +
       geom_bar(
         mapping = aes(x = cut, y = ..prop.., group = 1)
       )

1.8 位置调整 ```position="identity"/"fill"/"dodge"

图形上色color,fill
position 参数设定位置调整功能,当不需要堆叠的条形图,可以选用identity,fill,dodge

  • position = "identity"将每个对象直接显示在图中。不太适合条形图,条形会彼此重叠。显示重叠部分需设置 alpha 参数为一个较小 的数,使条形略微透明;或者 fill = NA,让条形完全透明:
ggplot(
       data = diamonds,
       mapping = aes(x = cut, fill = clarity)
)+
geom_bar(alpha = 1/5, position = "identity")
     ggplot(
       data = diamonds,
       mapping = aes(x = cut, color = clarity)
)+
geom_bar(fill = NA, position = "identity")
  • position = "fill"与堆叠相似,但每组堆叠条形高度相同,这种条 形图可以比较各组间的比例:
ggplot(diamonds)+
       geom_bar(aes(x=cut,fill=clarity),position="fill")
  • position = "dodge"将每组中的条形依次并列放置,这样可以非常轻松地比较每个条形 表示的具体数值:
   ggplot(data = diamonds) +
       geom_bar(
         mapping = aes(x = cut, fill = clarity),
         position="dodge")
  • position="jitter"每个点抖动,避免网格化排列/重叠

1.9 坐标系

  • 使用 coord_polar() 函数将堆叠式条形图转换为饼图。
#堆叠式条形图
ggplot(data = diamonds) +
 geom_bar(
   mapping = aes(x = cut,fill = clarity),position="fill"
 )
#转为饼图
ggplot(data = diamonds) +
 geom_bar(
   mapping = aes(x = cut,fill = clarity),position="fill"
 )+
 coord_polar()
饼图
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,772评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,458评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,610评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,640评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,657评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,590评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,962评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,631评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,870评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,611评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,704评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,386评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,969评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,944评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,179评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,742评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,440评论 2 342