ggplot2绘图理念

图形系统的核心理念是把绘图与数据分离，把数据相关的绘图与数据无关的绘图分离，按图层作图。ggplot2可以把绘图拆分成多个图层，且能够按照顺序创建多重图形。
由几何对象来控制绘制的几何图形，通过符号“+”来增加图形的元素，这使得绘制图形的过程结构化，同时使绘图更具灵活性。

ggplot2有以下几个特点：

1. 有明确的起始（以ggplot函数开始）与终止（一句语句一幅图）；
2. 图层之间的叠加是靠“+”号实现的，越后面其图层越高。

ggplot图的元素可以主要可以概括如下：最大的是plot（指整张图，包括background和title），其次是axis（包括stick，text，title和stick）、legend（包括backgroud、text、title）、facet这是第二层次，其中facet可以分为外部strip部分（包括backgroud和text）和内部panel部分（包括backgroud、boder和网格线grid，其中粗的叫grid.major，细的叫grid.minor）。大致见下图，这部分内容的熟悉程度直接影响到对于theme的掌握，因此希望大家留心。

image.png

一个极具诚意的作图应该长成下面这个样子：

ggplot(data = , aes(x = , y = )) + 
geom_XXX(...) + ... + 
stat_XXX(...) + ... +
annotate(...) + ... +
scale_XXX(...) + coord_XXX(...) + guides(...) + theme(...)

ggplot2语法框架

ggplot2语法框架

在ggplot2中, 图形语法中至少包括了如下几个图形部件，每一个部件可以是一个图层：

• 几何对象(geom)
  几何对象控制图层的渲染和生成的图像类型，例如，geom_point()会生成散点图，而geom_line()会生成折线图。
  
  几何函数
  
  常用的几种几何对象函数：
  
  常用的几种几何对象函数

• 统计变换(stats)
  统计变换是对数据进行统计，通常以某种方式对数据信息进行汇总, 例如通过stat_smooth()添加光滑曲线。

• 标度(scale)
  通过标度可以修改坐标轴和图例的参数。关于标度，请查看官方文档：Scales 。
  最常用的标度是：标签、图形选项（颜色、size、形状、线形等）和坐标轴。
  1. 标签
  可以通过函数labs()来指定图形的标题（title)，子标题（subtitle），坐标轴的标签（x，y）等，并可以指定标签的美学选项：labs(...)
  参数是美学（aesthetic）选项，使用name=value模式，可以使用的选项是：
  指定文字：title、subtitle、caption、x和y

  labs(title="Automobile Data", x="Weight", y="Miles Per Gallon") 
  

  指定美学选项：color、size等
  2. 自定义图形选项
  scale_fill_manual()
scale_size_manual()
scale_shape_manual()
scale_linetype_manual()
scale_alpha_manual()
scale_discrete_manual()
  3，坐标轴
  标度是区分离散和连续变量的，标度用于将连续型、离散型和日期-时间型变量映射到绘图区域，以及构造对应的坐标轴。

• 坐标系(coord)
  坐标系统确定x和y美学如何组合以在图中定位元素。默认的坐标系是笛卡尔坐标系，coord_cartesian()，笛卡尔坐标系是最常用的坐标系，函数coord_flip() 用于反转笛卡尔坐标系，把x轴和y轴对调。

• 分面(facet)
  分组和分面都用于对数据分组，便于观察各自的规律、趋势和模式，不同的是，分组是把图形绘制到一个大的图形中，通过美学特征来区分，而刻面是把图形绘制到不同的网格中。 分组指的是在一个图形中显示两组或多组观察结果，为了理解数据，在一个图中画出两个或更多组的观察值通常是很有帮助的，在R中，组通常用分类变量的水平（因子）来定义。 分面指的是在单独、并排的图形上显示观察组。 ggplot2包在定义组或面时使用因子。
  分面是在一个画布上分布多幅图形，这一过程需要先把数据划分为多个子集， 然后把每个子集依次绘制到画布的不同面板中。
  ggplot2提供两种分面类型：网格型(facet_grid)和封面型(facet_wrap)。
  网格刻面生成的是一个2维的面板网格, 面板的行与列通过变量来定义, 本质是2维的;
  封装刻面则先生成一个1维的面板条块, 然后再分装到2维中, 本质是1维的。

• 主题(theme)
  主题（Theme）用于控制图形中的非数据元素外观，不会影响几何对象和标度等数据元素，主题主要是对标题、坐标轴标签、图例标签等文字调整， 以及网格线、背景、轴须的颜色搭配。
  ggplot图形的主题（theme）元素主要分为5大类：图形（plot）、面板（panel）、坐标轴（axis）、图例（Legend）和带形（Strip），通过theme()函数来统一控制图形的美学和文本特征，可以用于调整字体，背景色，前景色和网格线等。

  theme(plot.title = element_text(hjust = 0.5))    #让标题居中
  

知乎看到一个人的回答，比较好看的主题，备用：

作者：张光耀
链接：https://www.zhihu.com/question/323135094/answer/674152062
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

library(tidyverse)
library(ggthemes)
library(jtools)
library(interactions)

ToothGrowth$dose = factor(ToothGrowth$dose)
Model = lm(data = ToothGrowth, len~supp*dose)
p = interactions::cat_plot(Model, pred = dose, modx = supp, geom = 'line');p
p + ggthemes::theme_calc() # 谷歌办公软件套装
p + ggthemes::theme_economist() # 经济学人杂志
p + ggthemes::theme_few() # 素颜
p + ggthemes::theme_solarized() # 曝光
p + ggthemes::theme_solarized_2() # 曝光2
p + ggthemes::theme_stata() # stata
p + ggthemes::theme_wsj() # 华尔街日报
p + jtools::theme_apa() # APA模板

对于面板的网格线，分为主线（panel.grid.major）和 次线（panel.grid.minor ）,用户可以根据绘制图形的需要，显示或隐藏。
关于主题的详细用法，请查看官方文档：Modify components of a theme 和 Theme elements。
Theme()中每一个参数的赋值，可以通过元素函数来实现，margin()函数用于指定元素的边界，element_xxx用于控制矩形，线条和文本的填充（fill）、颜色，size、形状等。

这些组件之间是通过“+”， 以图层(layer)的方式来粘合构图的，可以这样理解ggplot2中的图层：每个图层可以代表一个图形组件， 这些图形组件以图层的方式叠加在一起构成一个绘图的整体，在每个图层中的图形组件又可以分别设定数据、映射或其他相关参数，因此组件之间又是具有相对独立性的。

常用的图形参数是：

• color：对点、线和填充区域的边界进行着色
• fill：对填充区域着色
• alpha：演示的透明度，从透明（0）到不透明（1）
• linetype：图案的线条（1=实线、2=虚线、3=点、4=点破折号、5=长破折号、6=双破折号）
• size：点的尺寸和线的宽度
• shape：点的形状（和par()函数的pch参数相同）

shape点的形状

• position：绘制条形图和点等对象的位置
• binwidth：分箱的宽度
• notch：表示方块图是否应该有缺口
• sides：地毯图的位置（"b"=底部、"l"=左部、"r"=右部、"bl"=左下部，等)
• width：箱线图的宽度
  
  几何函数的常见选项
  
  
  image.png
  
  
  image.png

绘图流程

ggplot(data, aes(x = , y = )) + # 基础图层，不出现任何图形元素
geom_xxx()|stat_xxx() + # 几何图层或统计变换，出现图形元素
coord_xxx() + # 坐标变换，默认笛卡尔坐标系
scale_xxx() + # 标度调整，调整具体的标度
facet_xxx() + # 分面，将其中一个变量进行分面变换
guides() + # 图例调整
theme() # 主题系统

共性映射与个性映射

ggplot(data = NULL, mapping = aes())
geom_xxx(data = NULL, mapping = aes())

ggplot()内有data、mapping两个参数。具有全局优先级，可以被之后的所有geom_xxx对象或stat_xxx()所继承(前提是geom或stat未指定相关参数)。
而geom_xxx()或stat_xxx()内的参数属于局部参数，仅仅作用于内部。
为了避免混乱，通常将共性映射的参数指定在ggplot(aes())aes内部，将个性映射的参数指定在geom_xxx(aes())或stat_xxx(aes())内部

ggplot()

ggplot() 用于构造初始的plot对象。主用用来声明画图需要用到的数据框，同时声明图形属性的美学映射（包括坐标轴的映射，x轴是什么，y轴是什么，以及其他一些美学参数等）。
函数ggplot()可以设置图形，但是没有视觉输出，需要使用一个或多个几何函数向图形中添加几何对象（geometric，简写为geom），包括点（point）、线（line）、条（bar）等，而添加几何图形的格式十分简单，通过符号“+”把几何图形添加到plot中。

语句：
ggplot(data = NULL, mapping = aes(), ..., environment = parent.frame())

解释：

• data：数据框对象。默认的用来画图的数据集。需要是data.frame格式的数据。如果不是，需要通过fortify()将其转换为data.frame。如果这里没有指定，则需要在之后绘图的每一个图层都指定。

• mapping：用于绘图的默认美学映射。如果这里没有指定，则需要在之后绘图的每一个图层都指定。由aes()函数来设置映射，aes()函数的功能是指定每个变量扮演的角色（aes代表aesthetics，即如何用视觉美学形式呈现数据信息）。除x和y之外，还有其他美学参数，例如，size、color、shape等，这些参数必须采用name=value的形式。aes参数用来指定要映射的变量,可以是多个变量。
  具体可以参见下图和此链接。
  

  映射mapping
  
  …：其他参数。目前还不能使用。
  environment：目前已被弃用。

  调用方法有三种：

  1. ggplot(df, aes(x, y, other aesthetics))
  2. ggplot(df)
  3. ggplot()
     如果所有层使用相同的数据和相同的美学映射，推荐使用第一种方法，尽管这种方法也可以使用来自另一个数据框的数据添加层。
     第二种方法指定了要用于绘图的默认数据框架，但是没有预先定义美学映射。当一个数据框主要用于添加层时，这是有用的，但美学映射可能因层而异。
     第三个方法初始化ggplot对象，该对象在添加层时得到充实。当使用多个数据框来生成不同的层时，这种方法非常有用，在复杂图形中经常如此。

ggplot2 绘制柱形图，也就是所谓的条形图。

一般都需要用到整理好的数据（而不是原始数据）。
如图1所示，每1个x对应一个y，这里可以把y理解为一个汇总后的数据，比如，在A类型下，y的平均值为13。

图1

绘制条形图（geom_bar）

绘制时，必须要声明stat = 'xx'，否则语句无法闭合。
ggplot(data = df, mapping = aes(x = x, y = y)) + geom_bar(stat = 'identity')
对于条形图的y轴就是数据框中原本的数值时，必须将geom_bar()函数中stat(统计转换)参数设置为'identity'，即对原始数据集不作任何统计变换，而该参数的默认值为'count'，即观测数量。
对于没有整理的原始数据，如下图2

图2

ggplot2画图注意要点：

aes到底是什么？为什么说任何与数据向量顺序相关，需要逐个指定的参数都必须写在aes里？什么时候color、shape、size、fill写外面，什么时候写里面？
aes实际上做的是将aes里的向量的顺序逐个地绘制。譬如以下代码（转自geom_point帮助文档中的实例）：

p <- ggplot(mtcars, aes(wt, mpg)) #<---- code 1
p + geom_point(aes(colour = qsec)) #<---- code 2

结果是：

image.png

我们来分析一下ggplot2是怎么作图的。首先，我们来看一下mtcars这个数据集长什么样：

> head(mtcars)
                   mpg cyl disp  hp drat    wt  qsec vs am gear carb
Mazda RX4         21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag     21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
Datsun 710        22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive    21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2
Valiant           18.1   6  225 105 2.76 3.460 20.22  1  0    3    1

code 1: ggplot首先载入了这个mtcars的集合，然后指定给了mpg作为其x坐标位置，wt为y坐标位置。
code 2: 指定了qsec作为其染色的标准（分组），qsec为numeric变量，因此，应该选择连续型的标尺，而不是分组染色。然后开始绘制，读取mtcarswt[1]，确定位置，然后为其染成mtcars$qsec[1]颜色；再绘制第二点。。。
因此，aes里的美学特征其实就是按照向量顺序指定每个位置的美学特征，大家可以比较tapply函数的写法。
好了，现在问题就来了。我想为所有点的颜色都染成绿色，怎么办？其实很简单，如果不需要指定这么一个染色的顺序，而选择将整个图层染成一种颜色，则只需要将color写在aes外：

p + geom_point(color = "green") 

哦，怪不得写在aes里染出来的颜色不是绿色，但为什么写到里面就不可以了，为了写到里面，然出来的是粉色？

image.png

好了，我们再来分析一下把color = "green"写到了aes里，到底发生了什么。

p + geom_point(aes(colour = "green"))

首先，数据的初始化跟上面那个例子是相同的。然后，因为color放到了aes里，于是ggplot开始搜索mtcars里面的向量了，发现没有叫"green"的，然后又找了global，也没有。于是，ggplot就开始把它认作了一个新的向量。等等，有个问题，我要按照这个向量来分别染色，而事实上，这个向量长度为1，怎么办？ggplot就先把他展开成了factor(rep("green",nrow(mtcars)),levels = unique("green"))，bingo！现在开始染色了。啊第一个数据mtcarswt[1]，其颜色变量是"green",因子水平是1，染成默认调色第一种，哦，就是这个蛋蛋的粉红色；再染第二个，还是"green"，因子水平也是1，染成蛋蛋的粉红色；... 终于完成了，咦？怎么都是蛋蛋的粉红色。
通过举了这个染色的例子大家应该都弄懂了，aes到底在干什么了。其他的美学特征其实也是完全一致的。只是需要解释group=1的意思就是说不做分组来进行绘图。什么？还是搞不清该放aes里面还是外面？那就记着想统一整个图层时就放到aes外，想分成不同组调整，并且已经有一个与x、y长度一致的分组变量了，那就放到aes里。
这里我个人理解的意思是，如果需要使用data（自己的数据）里面的参数，则需要写在aes内部，如果要统一整个图层，就放在外面。

Rstudio 图片保存

使用Rstudio画图，保存的时候，选择.EPS格式，可以保存矢量图，放大后依旧清晰。可以用AI打开并编辑。但是如果图片涉及到透明度信息，有透明度的图层无法保存，哭唧唧😭。

参考文档：
R绘图 第一篇：ggplot2绘图
美学参数设置
R语言 使用ggplot2进行高级绘图
R语言基础--包的操作与内置数据集
https://danzhuibing.github.io/R_ggplot2.html
手把手教你使用ggplot2绘制条形图
ggplot2-为折线图和条形图添加误差线
ggplot2作分组箱线图并添加均值点连线及显著性程度
R_ggplot2基础（一）
黄宝臣知乎回答