ggplot2使用感受

转自http://blog.sina.com.cn/s/blog_6bb07f8301013vyf.html

最近学了一段ggplot2，总体感受是入门慢，但是功能确实强大。

还是推荐看原版的ggplot2 Elegant Graphics for DataAnalysis。其实不需要看完，看完1-3章，基本上就能够掌握原理，再看看常用绘图的代码就能搞定。个人感觉如果对图没有太复杂要求，ggplot2中的qplot函数完全可以胜任，并且qplot相对比ggplot2更容易学一点。

周末听了R语言大会，有一个议题是“30分钟学会ggplot”，对ggplot有了点更深的认识：
ppt网址：cos.name/2012/05/5th-china-r-beijing-summary/
1.每个点都有自己图像上的属性，比如x坐标，y坐标，点的大小、颜色和形状，这些都叫做aesthetics，即图像上可观测到的属性，通过aes函数来赋值，如果不赋值，才采用R的内置默认参数
2.ggplot先做mapping，设定画图对象的x和y坐标，以及点的颜色、形状，其描述对象的方式都是数据类型（通过aes来设定参数），然后再做scaling，把映射的数据转化为图形语言，如转化为像素大小。
3.geom决定了图像的“type”，即几何特征，是用点来描述图像，还是用柱，或者用条形？
4.关于变量问题，ggplot函数中赋予的值是全局性质的，如果不希望全局生效，放到后面+对应的图层中去
如：
CASE1：stat_smooth对不同颜色的点，各自拟合曲线
p<- ggplot(mpg,aes(x=hwy,y=cty,color=cyl))
p +geom_point（）+ stat_smooth()

CASE2：stat_smooth对所有点，拟合一条曲线
p<- ggplot(mpg,aes(x=hwy,y=cty))
p +geom_point（）+ stat_smooth(aes(color=cyl))
5.每一个统计变化都内置一个几何对象，每一个几何对象都内置一个统计变换
比如
散点图，几何对象是点，统计变换：无
直方图，几何对象是条形，统计变换：stat_bin（按照区间统计频数）



附录：常用命令图【不断补充中】，使用R的ggplot2包中自带的数据mpg,数据示意如下：
 

mpg[1:10,]
  manufacturer     model displ yearcyl     trans drv cty hwy fl  class
1         audi        a4   1.81999  4  auto(l5)   f 18  29  p compact
2         audi        a4   1.81999   4manual(m5)   f 21  29  p compact
3         audi        a4   2.02008   4manual(m6)   f 20  31  p compact
4         audi        a4   2.02008  4  auto(av)   f 21  30  p compact
5         audi        a4   2.81999  6  auto(l5)   f 16  26  p compact
6         audi        a4   2.81999   6manual(m5)   f 18  26  p compact
7         audi        a4   3.12008  6  auto(av)   f 18  27  p compact
8         audi a4 quattro   1.81999   4manual(m5)   4 18  26  p compact
9         audi a4 quattro   1.81999  4  auto(l5)   4 16  25  p compact
10        audi a4 quattro   2.02008   4manual(m6)   4 20  28  p compact

1.点图
p<- ggplot(mpg,aes(x=hwy,y=cty))
p +geom_point（）
以hwy为x坐标，cty为y坐标，每个样本对应一个点，将点绘制到图上，如果需要限制x坐标轴或者y坐标轴范围，使用xlim和ylim

比如：p+ geom_point（）+ xlim(0, 3) 表示限定x坐标轴范围为0-3

衍生一点，可以不同类型画不同记号(shape)/颜色(color)，比如：
p<-ggplot(mpg, aes(x=hwy, y=cty, shape=drv))
p+geom_point()

2.直方图
p<- ggplot(mpg,aes(x=hwy))
p +geom_histogram（）
绘制hwy变量对应的直方图，纵坐标为count，如果希望纵坐标为密度，可以改成
p<- ggplot(mpg,aes(x=hwy,y=..density..))
p +geom_histogram（）
注意density表示y坐标用密度而不是用默认count来代替，density前后都用..标出的原因是为了避免和dataframe中已有的列名有重复。这样表示赋值并不是dataframe中的列名含义，而是系统的参数含义

如果希望不同的年份绘制不同的图（每个年份一个直方图），可以采用facet_wrap参数

p +geom_histogram（）+facet_wrap(~year, ncol=1)， ncol表示排列方式为每行1个图或者：p+geom_histogram()+facet_grid(year~.) 注意：这里的year如果改成factor(year)，会报错：

At least one layer must contain all variables used for facetting

3. 图像标签的加法： +opts(title="xxx")

4. 图像保存方法：ggsave(plot=, filename=)
plot填写图像对象，filename为保存的文件名

5. 共用同一个坐标，绘制不同的y值，非常简单，只需要将y的data赋值放到后面的geom语句中，例如：
横坐标为year，希望同时绘制cty，hwy在同一个图形中
ggplot(mpg,aes(x=year))+geom_line(aes(y=cty))+geom_line(aes(y=hwy))

6.ggplot貌似不支持不同的列向量画在不同的图里面（只支持按照某一个列向量分组画到不同的图里），有两种方法解决。（感谢暴君祥子和祝文祥beta的方法）
（1）调用grid函数先设置画布，再将图像画上去
例子：
library(ggplot2)
library(grid)

vplayout <- function(x, y) viewport(layout.pos.row =x, layout.pos.col = y)
plot1 <-qplot(mtcars,x=wt,y=mpg,geom="point",main="Scatterplot of wt vs.mpg")
plot2 <-qplot(mtcars,x=wt,y=disp,geom="point",main="Scatterplot of wt vsdisp")

grid.newpage()
pushViewport(viewport(layout = grid.layout(1, 2)))
print(plot1, vp = vplayout(1, 1))
print(plot2, vp = vplayout(1, 2))

（2）利用ggplot2的facet_grid功能，先对data做变形，从n行变成kn行，并增加一个列向量给与不同的标记，再用facet_grid函数关于该列向量分面画
例子：
library(ggplot2)
library(reshape2)
set.seed(32)
dat <- data.frame(id=LETTERS[1:10],
                 x  = 1:10,
                 y1 = rnorm(10),
                 y2 = rnorm(10),
                 y3 = rnorm(10)
                 )
# convert to long format
datl <- melt(dat, id.vars=c("id", "x"))
ggplot(datl, aes(x=x, y=value)) + geom_point() +facet_grid(variable ~ .)