【R语言可视化ggplot2入门教程1】一个完整的绘图流程

一、主要内容

1、首先简单画一个图出来
2、做一些等价调整
3、接受另一种类型的数据
4、简单的参数调整
5、纵坐标使用百分比表示
6、更改横纵轴坐标、标题等
7、在图中增加标注的文字 调整字体、背景等，达成excel的效果
8、保存图形 首先简单画一个图出来

二、ggplot2 开始入门

# 我们拿到这样的数据name <- c("多","中","少","中","少")data <- data.frame(name) # 转化为数据框library(ggplot2)# 简单地画出一个图ggplot(data,aes(x=name)) + geom_bar()

从上面我们知道如下信息

1. ggplot2作图需要输入数据框

2. 作图时我们没有输入频数，函数会自动数出三种类型有多少

3. ggplot函数中一般接两个参数，一个是数据框data，一个是用来做图的列，放在aes里面，这一点读者先记住就好，我们会在讲分组作图的部分中详细解释

4. 使用数据框中的列时，不需要使用$引用，直接使用列名就可以（只有放在aes中才可以）

5. 前面ggplot函数指定使用的数据，使用”+”来连接其他函数，geom_类函数表示作图类型，geom_bar是做柱状图的函数，如果要做点图就+geom_point()，当然，点图的话前面就要加入两个参数x和y

# 画点图代码如下data1 <- data.frame(a=1:3,b=3:1)ggplot(data1,aes(a,b)) + geom_point()

下面我们做一点微调

1. 指定哪一列的aes()放在ggplot函数还是geom_bar函数中无所谓
2. 先做好的部分可以赋值保存，再去加其他内容
3. 下面几种作图等价

###方式1ggplot(data,aes(x=name)) + geom_bar()###方式2ggplot(data) + geom_bar(aes(x=name))###方式3p <- ggplot(data,aes(x=name)) p + geom_bar()

接受另一种类型的数据

我们画柱状图是使用的数据一般有两种

1. 一种是像上面那种，所有内容列出来，函数内部自己数
2. 一种是 名字-频数 对应形式，当我们得到的是 名字-频数 形式的数据，也可以作图

data1 <- data.frame(table(name)) # 将数据转化为 名字-频数 形式data1#   name Freq# 1   多    1# 2   少    2# 3   中    2ggplot(data1,aes(x=name,y=Freq)) + geom_bar(stat="identity") # 和上图相同

上面我们发现以下信息

1. aes()中接受了两个参数，分别代表 名字-频数
2. geom_bar函数中加了一个参数stat=”identity”，表示不要像之前一样去查数，而是就使用数据Freq本身作为频数

简单的参数调整

1. 上面的图片中，我们发现简单的代码就能画出比较高大上的图形。仔细观察这张图片。会发现函数默认设置了灰色背景、深灰色柱子、白色网格线、去掉图片边框等，正是这些默认的设置，让ggplot2包的简单代码作图远胜于基础函数作图。
2. 不过如果你对这些设置还不满意，这些都是可以调整的，下面图形没有巨大改变，就不放图片了，读者可以自行尝试

p <-ggplot(data,aes(x=name))p + geom_bar(col="red") # 调整柱子边框颜色为红色（注意这里col不是柱子颜色）p + geom_bar(fill="red") # 调整柱子颜色为红色(fill才是柱子内部颜色)p + geom_bar(width=0.5) # 调整柱子宽度,1时两个柱子挨在一起，0.5则宽度是1时的一半

纵坐标使用百分比表示

library(dplyr) # ggplot2 包常常和dplyr包一起使用data1 <- data.frame(table(name))data2 <- data1 %>% mutate(f=Freq/sum(Freq))# 使用scales包中很方便的方法ggplot(data2,aes(name,f)) + geom_bar(stat="identity") +  scale_y_continuous(labels = scales::percent)# 另外一种实现方法ggplot(data2,aes(name,f)) + geom_bar(stat="identity") +  scale_y_continuous(breaks=seq(0,0.4,len=5), labels=paste(seq(0,0.4,len=5)*100,"%"))

这里使用的 scale_y_continuous 函数表示当y轴是连续数值时，调整其标度。如上面代码所示，第一种是使用scales包中的特殊表示方法，如果是常规使用方法，应该是下面这种表示方式。breaks表示在轴上哪些点的位置标标签，labels表示标什么标签。

如果想让坐标轴表示0-0.5的范围也只要用 limits 参数调整即可

ggplot(data2,aes(name,f)) + geom_bar(stat="identity") +  scale_y_continuous(breaks=seq(0,0.4,len=5),                      labels=paste(seq(0,0.4,len=5)*100,"%"),                     limits = c(0,0.5))

更改横纵轴坐标、标题等

p1 <- ggplot(data,aes(x=name)) + geom_bar(width=0.7)p1 + xlab("种类") + ylab("") +   ggtitle("运动情况")

所以更改 横纵轴坐标、标题 都是通过 + 特定的函数来实现的，而不可以在原有函数中增加参数来实现。

在图中增加标注的文字

p2 <- ggplot(data,aes(x=name)) +   geom_bar(width=0.7,fill=rgb(50,163,221,maxColorValue=255)) +   xlab("种类") + ylab("") + ggtitle("运动情况")(p3 <- p2 + geom_text(stat="count",   label=paste(table(name)/sum(table(name))*100,'%',sep=''),   colour = "black", vjust=-0.5, size=4.7))

增加标注文字使用geom_text函数，参数label表示标什么，后面参数调整颜色、位置和大小。

调整字体、背景等，达成excel的效果

这里调整也要使用函数，还涉及到ggplot2包中使用比较麻烦的一块——theme设置
ggplot2中默认使用的主题是灰色背景、白色网格、无边框，同时，它还定义了一些特殊的主题，只要通过+连接就可以使用

p3 + theme_bw()

从图中我们可以看到，theme_bw()是白色背景、灰色网格、有边框。除此之外，还有很多其他主题，读者可以在rstudio中打出 theme 就会自动弹出选项补全函数。

我们可以使用这种现成的主题，也可以自行定制，或者修改当前主题

mytheme <- theme_bw() +   theme(plot.title=element_text(size=rel(2),hjust=0.5),        axis.title=element_text(size=rel(1.5)),        axis.text=element_text(size=rel(1.5)),        panel.grid.major=element_line(color="white"),        panel.grid.minor=element_line(color="white"),        panel.border=element_rect(color="white"),        axis.line=element_line(color="gray",size=1))p3 + mytheme

这样自己定义好的主题，就可以应用到其他各种图形中

下面解释一下theme函数中的参数。这里应该说有两层参数，一层是plot.title等theme函数的参数，第二层是size等element_函数参数，这就是theme设置复杂的原因。
参数的作用都可以根据名字顾名思义了
plot.title 调整标题文字，size 和 hjust参数则调整大小和位置（此处居中）
后面调整轴名、标注名、网格线、坐标轴显示情况等内容

保存图形

ggplot2包中有专门的保存函数ggsave

ggsave("1.png", dpi=300) # 默认保存最近的作图ggsave("1.png", dpi=300, plot=p3) # 自己指定保存的图片

到这里，我们讲述了一个简单柱状图绘制的基本流程。当然，很多时候没有必要调整那么多参数，直接使用默认的图形就已经非常令人满意了，作图保存两行代码就搞定。这里讲这么多是为了能应对更多需求，完善自己的知识体系。