mpg数据集的内容
1.manufacturer：生产商 15个
2.model：型号 38个
3.displ：引擎排量-L 35个，单位为升，小数
4.year：出厂年份
5.cly：汽缸数 4,5,6,8
6.trans：变速方式：10个
7.drv：驱动方式 f r 4
8.cty ：每加仑汽油能跑的公里数（城市）21个，整数
9.hwy：燃油效率：每加仑汽油能跑的公里数（高速路）单位英里/加仑，燃油效率高说明省油。 27个，整数。
10.fl：燃油类型，五个 p r e d c
11.class：车型 七个 compact midsize suv 2seater minivan pickup subcompact
一，基础作图：在ggplot2中，图是采用串联起来（ +）号函数创建的。每个函数修改属于自己的部分。
如：ggplot(data = mpg,aes(x = displ, y = hwy)) + geom_point()
. 调节颜色和大小：
-
ggplot(data = mpg,aes(x = displ, y = hwy, color = class)) + geom_point()按照七个车型画出不同颜色的点image.png -
ggplot(data = mpg,aes(x = displ, y = hwy, size = class)) + geom_point()按照七种车型画出不同大小的点image.png
3.透明度和形状:参数alpha = class和shape = class
二，添加分面
1.依据单个变量分面 facet_wrap()
ggplot(data = mpg,aes(x = displ, y = hwy)) + geom_point() + facet_wrap(~ class, nrow = 2)#分两行展示
注意~分面依据必须是离散型变量。
2.依据两个变量分面 facet_grid()
ggplot(data = mpg,aes(x = displ, y = hwy)) + geom_point() + facet_grid(drv ~ cyl)
3.不想在行或列维度中分面，用.代替变量名
ggplot(data = mpg, aes(x = displ, y = hwy)) + geom_point() + facet_grid(. ~ cyl)
就等于ggplot(data = mpg, aes(x = displ, y = hwy)) + geom_point() + facet_wrap( ~ cyl,nrow = 1)
三、分组
将一个图形属性映射为一个离散型变量，ggplot2就会自动对数据进行分组来绘制多个几何对象。这种形式是隐式分组，不需要添加图例和区分特征。
如：将线性映射为drv（驱动方式，d,f,4）就会自动变成三条线型不同的线。
四、同一张图显示多个几何对象--局部映射和全局映射
这里涉及到图层啦。
局部映射-映射只对改图层有效
有多个几何对象时，映射语句要重复多次，又丑又麻烦。
(几何对象也就是图的不同类型，如点图、折线图、直方图等)
ggplot(data = mpg) + geom_point(mapping = aes(x = displ, y = hwy)) + geom_smooth(mapping = aes(x = displ, y = hwy))
全局映射--对所有图层生效
ggplot(data = mpg, mapping = aes(x = displ, y = hwy)) + geom_point() + geom_smooth()
局部映射与全局映射冲突时，服从局部映射。
例如:
library(dplyr)#filter函数出自dplyr包
ggplot(data = mpg, mapping = aes(x = displ, y = hwy)) + geom_point(mapping = aes(color = class)) + geom_smooth(data = filter(mpg, class == "subcompact"), se = FALSE)#se是standard error的缩写，se参数为拟合曲线添加标准误差带，也就是那个灰不啦叽的灰色背景带，默认是TRUE。
