[R语言] ggplot2入门笔记1—ggplot2简要教程

由以下博文转载，有增加及修正。

[R语言] ggplot2入门笔记1—ggplot2简要教程_落痕的寒假的技术博客_51CTO博客

文章目录

• ​​1 ggplot2入门笔记1—ggplot2简要教程​​

• ​​1. 设置 The Setup​​

• ​​2. 图层 The Layers​​

• ​​3. 标签 The Labels​​

• ​​4. 主题 The Theme​​

• ​​5. 分面 The Facets​​

• ​​6. 常用函数 Commonly Used Features​​

• ​​6.1 绘制时间序列图（使用ggfortify）​​

• ​​6.2 在同一ggplot上绘制多个时间序列​​

• ​​6.3 条形图​​

• ​​6.4 自定义布局​​

• ​​6.5 翻转坐标轴​​

• ​​6.6 调整X和Y轴范围​​

• ​​6.7 等坐标轴​​

• ​​6.8 变更主题​​

• ​​6.9 图例删除和更改位置​​

• ​​6.10 网格线​​

• ​​6.11 图边距和背景​​

• ​​6.12 注释​​

• ​​6.13 保存ggplot​​

1 ggplot2入门笔记1—ggplot2简要教程

​ ​代码下载地址​​ ggplot2是R中最优雅，美观的图形框架。它具有精心设计的结构。本教程重点介绍可用于制作任何ggplot的基础结构。但是，在ggplot2中绘制图的方式与使学习曲线陡峭的基本图形截然不同。因此，将您对基本图形的了解留在后面并继续。您距离破解ggplot拼图只有5个步骤。该章节主要内容有：

1. 设置 The Setup

2. 图层 The Layers

3. 标签 The Labels

4. 主题 The Theme

5. 分面 The Facets

6. 常用函数 Commonly Used Features

参考文档

​ ​http://r-statistics.co/ggplot2-Tutorial-With-R.html​​

1. 设置 The Setup

首先，您需要告诉ggplot使用什么数据集。这是使用ggplot(df)函数完成的，其中df是一个数据框，其中包含制作绘图所需的所有功能。这是最基本的步骤。与基础图形不同，ggplot不会将矢量作为参数。 您可以aes()通过指定数据集中的各个变量，将想要应用到ggplot（内部参数）的任何美学效果添加到其中-例如X和Y轴。颜色，大小，形状基于其更改的变量也可以在此处自行指定。此处指定的美学将被您随后添加的所有geom层继承。如果以后打算添加更多的图层（可能是折线图顶部的条形图），则可以在添加这些图层时指定各自的外观。

下面，我展示了一些如何在自身diamonds随附的数据集中使用ggplot的示例ggplot2。但是，在添加几何图层之前，不会展示任何图像。

# 调用ggplot2库 library(ggplot2) # 展示金刚石数据集 head(diamonds)

添加图片注释，不超过 140 字（可选）

# if only the dataset is known. 只显示数据 ggplot(diamonds)

添加图片注释，不超过 140 字（可选）

# if only X-axis is known. The Y-axis can be specified in respective geoms. # 只设定x轴，y轴数据可以在geoms中指定 ggplot(diamonds, aes(x=carat))

添加图片注释，不超过 140 字（可选）

# if both X and Y axes are fixed for all layers. # 指定x轴和y轴 ggplot(diamonds, aes(x=carat, y=price))

添加图片注释，不超过 140 字（可选）

# Each category of the 'cut' variable will now have a distinct color, once a geom is added. # 指定颜色类别cut ggplot(diamonds, aes(x=carat, color=cut)) + geom_density(alpha = .25)

添加图片注释，不超过 140 字（可选）

函数语法：ggplot(data, aes(data的单维数据, color = cut, fill = cut)) + geom_density(alpha = .25)

color = cut是表示是否画出来的线条是否填充颜色

fill = cut是表示是否根据数据的内容分组

结构：按照+号分为两个部分，第一个部分是基础的一些数据以及图形的基础设置（颜色，填充等），第二部分就是需要画出来的图是什么内容，画直方图还是密度图等

library(tidyverse) # install.packages("tidyverse")

diamonds

ggplot(diamonds, aes(carat, color = cut, fill = cut)) + geom_density(alpha = .25)

添加图片注释，不超过 140 字（可选）

aes代表美学。ggplot2还将图的X轴和Y轴以及颜色，大小，形状，填充等也视为美观特征。如果要固定颜色，大小等（即，不根据数据框中的变量而变化） ，您需要aes()像这样在之外指定它。有关更多颜色，请参见R语言调色板。

ggplot(diamonds, aes(x=carat), color="steelblue")+ geom_density(alpha = .25)

添加图片注释，不超过 140 字（可选）

2. 图层 The Layers

ggplot2中的图层也称为“ geoms ”。基本设置完成后，您可以将几何图形一个附加在另一个图形之上。​ ​此文档​​提供了所有可用geoms的全面列表。

ggplot(diamonds, aes(x=carat, y=price, color=cut)) + # Adding scatterplot geom (layer1) 添加散点图 geom_point() + # Adding moothing geom (layer2) 在散点图的基础上添加一条平滑的趋势曲线 geom_smooth()

`geom_smooth()` using method = 'gam' and formula = 'y ~ s(x, bs = "cs")'

合成命令为：

ggplot(diamonds, aes(x=carat, y=price, color=cut))+geom_point()+geom_smooth()

添加图片注释，不超过 140 字（可选）

我们在上图添加了两层（geom）- geom_point()和geom_smooth()。由于X轴Y轴和颜色是在ggplot()设置本身中定义的，因此这两层继承了那些美学。另外，您也可以如下所示在geom图层内指定这些外观

# Same as above but specifying the aesthetics inside the geoms. 类似上面的结果 ggplot(diamonds) + geom_point(aes(x=carat, y=price, color=cut)) + geom_smooth(aes(x=carat, y=price, color=cut))

`geom_smooth()` using method = 'gam' and formula 'y ~ s(x, bs = "cs")'

添加图片注释，不超过 140 字（可选）

注意X和Y轴，以及点的颜色如何根据cut变量的值而变化。图例已自动添加。我想提出一个改变。cut我不想在每个级别上使用多条平滑线，而是将它们全部集成在一条线下。怎么做？color从geom_smooth()层次上消除美学将达到目的。

library(ggplot2) ggplot(diamonds) + geom_point(aes(x=carat, y=price, color=cut)) + # Remove color from geom_smooth 只画一条拟合平滑线 geom_smooth(aes(x=carat, y=price))

#`geom_smooth()` using method = 'gam' and formula 'y ~ s(x, bs = "cs")'

添加图片注释，不超过 140 字（可选）

# same but simpler 类似上图同样的功能 ggplot(diamonds, aes(x=carat, y=price)) + geom_point(aes(color=cut)) + geom_smooth()

#`geom_smooth()` using method = 'gam' and formula 'y ~ s(x, bs = "cs")'

添加图片注释，不超过 140 字（可选）

这对您来说是一个快速的挑战。可以使点的形状随color功能而变化吗？尽管设置过程花费了我们很多代码，但是增加诸如图层，每个cut的不同颜色等的复杂性却很容易。想象一下，如果要在基本图形中进行编写，必须编写多少代码？感谢ggplot2！

# Answer to the challenge 设置形状点 ggplot(diamonds, aes(x=carat, y=price, color=cut, shape=color)) + geom_point()

Warning messages:

1: Using shapes for an ordinal variable is not advised

2: The shape palette can deal with a maximum of 6 discrete values because more than 6 becomes difficult to

discriminate; you have 7. Consider specifying shapes manually if you must have them.

3: Removed 2808 rows containing missing values (`geom_point()`).

添加图片注释，不超过 140 字（可选）

3. 标签 The Labels

现在，您已经绘制了图形的主要部分。您可能要添加图解的主要标题，并可能更改X和Y轴标题。这可以通过labs用于指定标签的层来完成。但是，操纵标签的大小，颜色是本文第四部分“主题”的工作。

gg <- ggplot(diamonds, aes(x=carat, y=price, color=cut)) + geom_point() + # add axis lables and plot title 添加标签 labs(title="Scatterplot", x="Carat", y="Price") print(gg)

添加图片注释，不超过 140 字（可选）

图的主要标题已添加，并且X和Y轴标签大写。注意：如果要在函数内部显示ggplot，则需要显式保存它，然后使用进行打印print(gg)，就像我们上面所做的那样。

4. 主题 The Theme

除了我们要增加标签的大小并更改图例标题以外，几乎所有内容都已设置。调整标签的大小可以在theme()函数中通过设置功能plot.title，axis.text.x和axis.text.y。需要在中指定它们element_text()。如果要删除其中任何一个，请将其设置为element_blank()，它将完全消失。 调整图例标题有些棘手。如果您的图例是某个color属性的图例，并且其根据因数而变化，则您需要设置scale_color_discrete()中的name，其中颜色部分属于color属性，而离散部分属于离散属性，因为图例是基于因数变量的。

gg1 <- gg + theme( # 设置标题大小，face="bold"字体加粗 plot.title=element_text(size=30, face="bold"), axis.text.x=element_text(size=15), axis.text.y=element_text(size=15), axis.title.x=element_text(size=25), axis.title.y=element_text(size=25)) + # add title and axis text, change legend title. # 添加渐变色，并设置颜色条图例标题 scale_color_discrete(name="Cut of diamonds") print(gg1) # print the plot

添加图片注释，不超过 140 字（可选）

如果图例显示基于因子变量的形状属性，则需要使用scale_shape_discrete(name=“legend title”)进行更改。如果它是一个连续变量，改用scale_shape_continuous(name=“legend title”)。如果您的图例基于fill连续变量的属性，使用scale_fill_continuous(name=“legend title”)。

5. 分面 The Facets

在上一张图表中，您在同一张图表中具有所有不同cut绘制值的散点图。如果您想要每张图表一个cut值呢？就需要用到分面功能

gg1 + facet_wrap( ~cut , ncol=3)

添加图片注释，不超过 140 字（可选）

facet_wrap(formula)接受一个公式作为参数。右边的项目对应于列。左侧的项定义行。

# row: color, column: cut gg1 + facet_wrap(color ~ cut)

添加图片注释，不超过 140 字（可选）

facet_wrap，X和Y轴的比例固定为默认容纳所有点。这将使属性的比较有意义，因为它们的规模相同。但是，可以通过设置参数scales=free使比例尺自由调整，使图表看起来分布更均匀

# row: color, column: cut # gg1 + facet_wrap(color ~ cut, scales="free")

添加图片注释，不超过 140 字（可选）

出于比较目的，您也可以使用facet_grid(formula)将所有图在一个网格中。注意，各个图的标题已消失，为绘图区域留出更多空间。

gg1 + facet_grid(color ~ cut)

添加图片注释，不超过 140 字（可选）

6. 常用函数 Commonly Used Features

主要内容如下：

• 6.1 绘制时间序列图（使用ggfortify）

• 6.2 在同一ggplot上绘制多个时间序列

• 6.3 条形图

• 6.4 自定义布局

• 6.5 翻转坐标轴

• 6.6 调整X和Y轴范围

• 6.7 等坐标轴

• 6.8 变更主题

• 6.9 图例删除和更改位置

• 6.10 网格线

• 6.11 图边距和背景

• 6.12 注释

• 6.13 保存ggplot

6.1 绘制时间序列图（使用ggfortify）

ggfortify包使直接从时间序列对象绘制时间序列变得非常容易，而无需将其转换为数据帧。下面的示例一步绘制AirPassengers时间序列。​ ​在此处​​查看更多ggfortify的自动绘图选项以绘制时间序列。

# 载入库

install.packages("ggfortify") library(ggfortify)

install.packages("zoo")

# 查看数据 AirPassengers

添加图片注释，不超过 140 字（可选）

autoplot(AirPassengers) + labs(title="AirPassengers")

添加图片注释，不超过 140 字（可选）

6.2 在同一ggplot上绘制多个时间序列

绘制多个时间序列需要以数据文件格式拥有数据，其中一列是用于X轴的日期。

方法1：转换后，您只需要不断地将时间序列的多个层逐个添加。

# Approach 1: data(economics, package="ggplot2") # init data economics <- data.frame(economics) # convert to dataframe # 展示数据 head(economics)

添加图片注释，不超过 140 字（可选）

# 画图 ggplot(economics) + # 画线条 geom_line(aes(x=date, y=pce, color="pcs")) + geom_line(aes(x=date, y=unemploy, col="unemploy")) + # 设定颜色 scale_color_discrete(name="Legend") + labs(title="Economics")

添加图片注释，不超过 140 字（可选）

方法2：通过将id设置为date字段，使用reforme2：：Melt融合数据帧。然后只需添加一条geom_线，并将颜色美学设置为variable（这是在融化过程中创建的）。

# Approach 2: library(reshape2)

#原始数据

economics

添加图片注释，不超过 140 字（可选）

# 融合数据 df <- melt(economics[, c("date", "pce", "unemploy")], id="date") #选择其中3列的所有行

head(df)

添加图片注释，不超过 140 字（可选）

添加图片注释，不超过 140 字（可选）

#融合数据2个分类变量

df2 <- melt(economics[, c("date", "pce", "unemploy")], id=c("date","pce"))

head(df2)

date pce variable value

1 1967-07-01 506.7 unemploy 2944

2 1967-08-01 509.8 unemploy 2945

3 1967-09-01 515.6 unemploy 2958

4 1967-10-01 512.2 unemploy 3143

5 1967-11-01 517.4 unemploy 3066

6 1967-12-01 525.1 unemploy 3018

# 绘图 ggplot(df) +

geom_line(aes(x=date, y=value, color=variable)) + labs(title="Economics")

添加图片注释，不超过 140 字（可选）

ggplot2的缺点是不可能在同一图上获得多个Y轴。以相同的比例绘制多个时间序列会使序列中的几个看起来很小。一个替代方法是facet_wrap设置它scales=‘free’。

df <- melt(economics[, c("date", "pce", "unemploy", "psavert")], id="date") ggplot(df) + geom_line(aes(x=date, y=value, color=variable)) + facet_wrap( ~ variable, scales="free")

添加图片注释，不超过 140 字（可选）

Tips：R语言中的melt函数

https://www.cnblogs.com/liujiaxin2018/p/16673493.html

melt函数将“长数据”转换为“短数据”。

001、 指定单个ID

> ID <- c(1,1,2,2)

> Time <- c(1,2,1,2)

> X1 <- c(5,3,6,2)

> X2 <- c(6,5,1,4)

> mydata <- data.frame(ID,Time,X1,X2) ## 测试数据框

> mydata

ID Time X1 X2

1 1 1 5 6

2 1 2 3 5

3 2 1 6 1

4 2 2 2 4

> melt(mydata, id="ID")

ID variable value

1 1 Time 1

2 1 Time 2

3 2 Time 1

4 2 Time 2

5 1 X1 5

6 1 X1 3

7 2 X1 6

8 2 X1 2

9 1 X2 6

10 1 X2 5

11 2 X2 1

12 2 X2 4

002、指定2个标签

melt(mydata, id = c("ID","Time")) ## 将长数据转换为端数据， 同时指定多个ID

ID Time variable value

1 1 1 X1 5

2 1 2 X1 3

3 2 1 X1 6

4 2 2 X1 2

5 1 1 X2 6

6 1 2 X2 5

7 2 1 X2 1

8 2 2 X2 4

003、指定3个标签

melt(mydata, id = c("ID","Time","X1")) ## 同时指定3个ID

ID Time X1 variable value

1 1 1 5 X2 6

2 1 2 3 X2 5

3 2 1 6 X2 1

4 2 2 2 X2 4

6.3 条形图

默认情况下，ggplot会制作一个“计数”条形图，这意味着它会计算x美学指定的项目的频率并对其进行绘制。使用这种格式，您无需指定Y学。但是，如果您要制作Y给出的绝对数的条形图，则需要stat="identity"在内进行设置geom_ba。

# 显示数据 head(mtcars) plot1 <- ggplot(mtcars, aes(x=cyl)) + # 画柱状图 geom_bar() + # Y axis derived from counts of X item labs(title="Frequency bar chart") print(plot1)

添加图片注释，不超过 140 字（可选）

df <- data.frame(var=c("a", "b", "c"), nums=c(1:3)) # 显示数据 df

> df

var nums

1 a 1

2 b 2

3 c 3

# Y axis is explicit. 'stat=identit # 显示y plot2 <- ggplot(df, aes(x=var, y=nums)) + geom_bar(stat = "identity") print(plot2)

添加图片注释，不超过 140 字（可选）

6.4 自定义布局

gridExtra软件包提供了在单个网格中配置多个ggplots的功能。

library(gridExtra) # 分配图像 grid.arrange(plot1, plot2, ncol=2)

添加图片注释，不超过 140 字（可选）

6.5 翻转坐标轴

df <- data.frame(var=c("a", "b", "c"), nums=c(1:3)) ggplot(df, aes(x=var, y=nums)) + geom_bar(stat = "identity") + # 翻转坐标轴 coord_flip() + labs(title="Coordinates are flipped")

添加图片注释，不超过 140 字（可选）

6.6 调整X和Y轴范围

有3种方法可以更改X和Y轴范围：

1. Using coord_cartesian(xlim=c(x1,x2))

2. Using xlim(c(x1,x2))

3. Using scale_x_continuous(limits=c(x1,x2))

第 2项和第3项将从数据本身中删除超出限制的数据点。因此，如果添加任何平滑线等，结果将失真。项目1（coord_cartesian）不会删除任何数据点，而是会放大到图表的特定区域。

ggplot(diamonds, aes(x=carat, y=price, color=cut)) + geom_point() + geom_smooth() + # 设置y轴范围 coord_cartesian(ylim=c(0, 10000)) + labs(title="Coord_cartesian zoomed in!")

# `geom_smooth()` using method = 'gam' and formula 'y ~ s(x, bs = "cs")'

添加图片注释，不超过 140 字（可选）

ggplot(diamonds, aes(x=carat, y=price, color=cut)) + geom_point() + geom_smooth() + # 设定范围 ylim(c(0, 10000)) + labs(title="Datapoints deleted: Note the change in smoothing lines!")

输出：

`geom_smooth()` using method = 'gam' and formula 'y ~ s(x, bs = "cs")' Warning message: "Removed 5222 rows containing non-finite values (stat_smooth)." Warning message: "Removed 5222 rows containing missing values (geom_point)."

添加图片注释，不超过 140 字（可选）

6.7 等坐标轴

添加coord_equal()到ggplot会将X和Y轴的限制设置为相等。下面是一个无意义的示例

ggplot(diamonds, aes(x=price, y=price+runif(nrow(diamonds), 100, 10000), color=cut)) + geom_point() + geom_smooth() + coord_equal()

`geom_smooth()` using method = 'gam' and formula 'y ~ s(x, bs = "cs")'

添加图片注释，不超过 140 字（可选）

6.8 变更主题

除了基本的ggplot2主题外，您还可以使用这些内置主题之一来更改绘图的外观。

1. theme_gray()

2. theme_bw()

3. theme_linedraw()

4. theme_light()

5. theme_minimal()

6. theme_classic()

7. theme_void()

​ ​ggthemes软件包​​提供了模仿知名杂志和软件的其他ggplot主题。这是一个如何更改主题的示例。

ggplot(diamonds, aes(x=carat, y=price, color=cut)) + geom_point() + geom_smooth() + # 更改主题 theme_bw() + labs(title="bw Theme")

`geom_smooth()` using method = 'gam' and formula 'y ~ s(x, bs = "cs")'

添加图片注释，不超过 140 字（可选）

6.9 图例删除和更改位置

通过设置主题（legend.position=“none”），可以删除图例。通过将其设置为“顶部”，即主题（legend.position=“顶部”），可以在图像周围移动图例。通过将legend.position设置为绘图内部的坐标，可以将图例放置在绘图内部。legend.justification表示图例的锚点，即将放置在legend.position给定坐标上的点。

# 无图例 p1 <- ggplot(diamonds, aes(x=carat, y=price, color=cut)) + geom_point() + geom_smooth() + # 无图例 theme(legend.position="none") + labs(title="legend.position='none'")

添加图片注释，不超过 140 字（可选）

p2 <- ggplot(diamonds, aes(x=carat, y=price, color=cut)) + geom_point() + geom_smooth() + # legend at top 设置图例在图形顶部 theme(legend.position="top") + labs(title="legend.position='top'")

添加图片注释，不超过 140 字（可选）

p3 <- ggplot(diamonds, aes(x=carat, y=price, color=cut)) + geom_point() + geom_smooth() + labs(title="legend.position='coords inside plot'") + # legend inside the plot 设置图形位置 theme(legend.justification=c(1,0), legend.position=c(1,0))

添加图片注释，不超过 140 字（可选）

# arrange统一显示图像 grid.arrange(p1, p2, p3, ncol=3)

`geom_smooth()` using method = 'gam' and formula 'y ~ s(x, bs = "cs")' `geom_smooth()` using method = 'gam' and formula 'y ~ s(x, bs = "cs")' `geom_smooth()` using method = 'gam' and formula 'y ~ s(x, bs = "cs")'

添加图片注释，不超过 140 字（可选）

ggplot(mtcars, aes(x=cyl)) + geom_bar(fill='darkgoldenrod2') + theme(panel.background = element_rect(fill = 'steelblue'), # 设置主网格线 panel.grid.major = element_line(colour = "firebrick", linewidth=3), panel.grid.minor = element_line(colour = "blue", linewidth=1))

添加图片注释，不超过 140 字（可选）

6.11 图边距和背景

ggplot(mtcars, aes(x=cyl)) + geom_bar(fill="firebrick") + # top, right, bottom, left # plot.background设置背景，plot.margain设置边距 theme(plot.background=element_rect(fill="steelblue"), plot.margin = unit(c(2, 4, 1, 3), "cm"))

添加图片注释，不超过 140 字（可选）

6.12 注释

library(grid) # 添加注释

# 设置annotation_custom对象的属性

# grob参数用于指定注释的内容，这里使用textGrob函数创建一个文本注释

# xmin、xmax、ymin和ymax参数用于指定annotation_custom对象在绘图区域的位置

# 可根据需要调整fontsize、fontface等属性 my_grob = grobTree(textGrob("This text is at x=0.1 and y=0.9, relative!\n Anchor point is at 0,0", x=0.1, y=0.9, hjust=0, gp=gpar(col="firebrick", fontsize=25, fontface="bold"))) ggplot(mtcars, aes(x=cyl)) + geom_bar() + annotation_custom(my_grob) + labs(title="Annotation Example")

添加图片注释，不超过 140 字（可选）

6.13 保存ggplot

plot1 <- ggplot(mtcars, aes(x=cyl)) + geom_bar() # 保存图像 ggsave("myggplot.png") # saves the last plot,默认地址是：C:/Users/Vera\Documents/. ggsave("myggplot.png", plot=plot1) # save a stored ggplot

Saving 6.67 x 6.67 in image Saving 6.67 x 6.67 in image