数据呈现丨小白学数据可视化：一个ggplot2画图完整实例

本文介绍一个ggplot2画图完整实例，直观上认识ggplot是如何实现有序逐步地画图和修饰图。

加载ggplot2包和数据集

library(ggplot2)
data(mpg)

左右滑动查看更多

确定画图数据集和展示的变量或者变量集

数据集用ggplot()函数的参数data指定；映射的变量集用aes()函数传递给ggplot()函数的参数mapping。

ggplot(data = mpg, mapping = aes(x = displ, y = hwy))

左右滑动查看更多

Q

图形为什么是空的？

确定所要展示的几何图形 

ggplot2包画图的原理采用分层的思想来作图和完善图。我们选用两个连续变量displ和hwy，想了解它们之间的关系，我们采用散点图。

ggplot(data = mpg, mapping = aes(x = displ, y = hwy)) +
  geom_point()

左右滑动查看更多

若是我们想展示displ和hwy的50%分位数的散点图，如何做呢？参考代码：

library(tidyverse)
filter(mpg, hwy <= median(mpg$hwy)) %>% 
  ggplot(mapping = aes(x = displ, y = hwy)) +
  geom_point()

左右滑动查看更多

对点进行修饰

从点的颜色，大小，透明度等角度做修饰。

ggplot(data = mpg, mapping = aes(x = displ, y = hwy)) +
  geom_point(
    color = 'cornflowerblue',
    size = 3,
    alpha = .5
  )

左右滑动查看更多

添加拟合曲线

通过拟合曲线，解释点之间的关系，我们采用geom_smooth()函数，设置参数method的值为lm。

ggplot(data = mpg, mapping = aes(x = displ, y = hwy)) +
  geom_point(
    color = 'cornflowerblue',
    size = 3,
    alpha = .5
  ) +
  geom_smooth(method = 'lm')

左右滑动查看更多

同一幅图中分组展示

在aes()函数里面根据颜色或者形状或者大小或者透明度等视觉特性，实现同一幅图的分组显示。

ggplot(data = mpg, mapping = aes(x = displ, y = hwy, color = drv)) +
  geom_point(
    size = 3,
    alpha = .5
  ) + 
  geom_smooth(
    method = 'lm',
    se = FALSE,
    size = 1.5
  )

左右滑动查看更多

Q

如下这段代码运行后，会是什么结果？

ggplot(data = mpg, mapping = aes(x = displ, y = hwy, color = drv)) +
  geom_point(
    color = 'cornflowerblue',
    size = 3,
    alpha = .5
  ) + 
  geom_smooth(
    method = 'lm',
    se = FALSE,
    size = 1.5
  )

左右滑动查看更多

设置scale

scale可以控制变量如何把视觉特性映射到图上。

mpg %>% select(displ, hwy, drv) %>% 
  ggplot(mapping = aes(x = displ, y = hwy, color = drv)) +
  geom_point(size = 3,
             alpha = .5) +
  geom_smooth(
    method = 'lm',
    se = FALSE,
    size = 1.5) +
  scale_x_continuous(breaks = seq(1.6, 8, 2)) +
  scale_y_continuous(breaks = seq(12, 45, 5))

左右滑动查看更多

添加facet

facet 可以给特定变量的每个level画图。

mpg %>% select(displ, hwy, drv, model) %>% 
  ggplot(mapping = aes(x = displ, y = hwy, color = drv)) +
  geom_point(size = 3,
             alpha = .5) +
  geom_smooth(
    method = 'lm',
    se = FALSE,
    size = 1.5) +
  scale_x_continuous(breaks = seq(1.6, 8, 2)) +
  scale_y_continuous(breaks = seq(12, 45, 5)) +
  facet_wrap(~model)

左右滑动查看更多

添加labels

使用labs()函数实现自定义标题，子标题，x轴， y轴和图例等。

mpg %>% select(displ, hwy, drv, model) %>% 
  ggplot(mapping = aes(x = displ, y = hwy, color = drv)) +
  geom_point(size = 3,
             alpha = .5) +
  geom_smooth(
    method = 'lm',
    se = FALSE,
    size = 1.5) +
  scale_x_continuous(breaks = seq(1.6, 8, 2)) +
  scale_y_continuous(breaks = seq(12, 45, 5)) +
  facet_wrap(~model) +
  labs(title = "displ和hwy的关系图",
       caption = "source: http://shujuren.org/",
       x = '变量displ',
       y = '变量hwy',
       color = "Drv_type")

左右滑动查看更多

选择合适的主题

可以使用已有的主题，也可以使用定制化的主题。

mpg %>% select(displ, hwy, drv, model) %>% 
  ggplot(mapping = aes(x = displ, y = hwy, color = drv)) +
  geom_point(size = 3,
             alpha = .5) +
  geom_smooth(
    method = 'lm',
    se = FALSE,
    size = 1.5) +
  scale_x_continuous(breaks = seq(1.6, 8, 2)) +
  scale_y_continuous(breaks = seq(12, 45, 5)) +
  facet_wrap(~model) +
  labs(title = "displ和hwy的关系图",
       caption = "source: http://shujuren.org/",
       x = '变量displ',
       y = '变量hwy',
       color = "Drv_type") +
  theme_minimal()

左右滑动查看更多

总结

本文以散点图为例，做了一个ggplot2完整画图实例。后续会从变量的个数和变量可视化的目的入手，介绍一些常用的可视化图形。

您有什么见解，请留言。

►一周热文

数据Seminar

这里是大数据、分析技术与学术研究的三叉路口

作者：王路情出处：R语言推荐：简华（何年华）编辑：青酱

    欢迎扫描👇二维码添加关注