问答｜ggplot2 绘图中关于图例的一些 Tips~

之前有个培训班的小伙伴在会员群里问了个关于 ggplot2 添加图例的问题，所以我今天就帮他解决下！

案例引入

我们还是从案例入手，下面的案例中我使用的 2020 年 3 月 22 日世界各国的新冠肺炎确诊病例数量的数据。首先我们读取并整理这份数据(下载链接：https://mdniceczx.oss-cn-beijing.aliyuncs.com/time_series_19-covid-Confirmed.csv)：

pacman::p_load(readxl, tidyverse, ggplot2, lubridate, scales, tidyr, purrr, ggrepel)

# 确诊
# 3 月 22 日的数据不完整，所以筛选 23 号之前的数据
read_csv('time_series_19-covid-Confirmed.csv') %>%
  gather(5:ncol(.), key = "date", value = "confirmed") %>%
  set_names(c("prov", "country", "lat",
              "lon", "date", "confirmed")) %>%
  mutate(country = case_when(
    country == "Taiwan*" ~ "China",
    country == "US" ~ "United States",
    T ~ country
  )) %>%
  group_by(country, date) %>%
  summarise(confirmed = sum(confirmed)) %>%
  ungroup() %>%
  distinct() %>%
  mutate(date = mdy(date),
         confirmed = if_else(is.na(confirmed), 0, confirmed)) %>%
  arrange(country, date) %>%
  dplyr::filter(date <= ymd("2020-03-22")) -> df

df 是这样的：

# install.packages('reactable')
reactable::reactable(df)

2020 年 3 月 22 日世界各国的新冠肺炎总确诊病例数为：

current_total <- subset(df, date == "2020-03-22") %>%
  pull(confirmed) %>%
  sum()
current_total
#> [1] 302728

接下来绘制一幅折线图展示各国的增长趋势：

# 各国的疫情发展折线图
enfont <- "IBMPlexMono-Medium"
df %>%
  ggplot(aes(x = date, y = confirmed, color = country),
         size = 1) +
  geom_point() +
  geom_line() +
  geom_label_repel(data = subset(df,
                                 date == ymd("2020-03-22")),
                   aes(label = paste0(country, ": ",
                                      confirmed)),
                   family = enfont) +
  theme_ipsum(base_family = enfont) +
  theme(legend.position = "none") +
  scale_x_date(breaks = date_breaks("10 days"),
               labels = date_format("%m-%d"),
               limits = ymd(c("2020-01-19", "2020-03-22"))) +
  scale_color_manual(values = rev(rep(RColorBrewer::brewer.pal(n = 9, name = "Paired"), 21))) +
  labs(title = paste0("Total Cases of COVID-19: ", current_total),
       subtitle = "TidyFriday Project | 2020-03-22",
       caption = "Data Source: John Hopkins University\n<https://github.com/CSSEGISandData/COVID-19>",
       x = "", y = "Cases")

下面我们进入今天的正题，为了方便，我仅仅选择截止 3 月 22 日确诊人数最多的是个国家，这里可以用 top_n 函数：

# 查找 3 月 22 日确诊人数最多的前 10 个国家
df %>%
  dplyr::filter(date == "2020-03-22") %>%
  top_n(10, confirmed) %>%
  arrange(-confirmed) %>%
  pull(country) -> country_list

# 筛选出这些国家的数据并绘图
df %>%
  dplyr::filter(country %in% country_list) %>%
  ggplot(aes(x = date, y = confirmed, color = country),
         size = 1) +
  geom_point() +
  geom_line() +
  geom_label_repel(data = subset(df,
                                 date == ymd("2020-03-22") &
                                 country %in% country_list),
                   aes(label = paste0(country, ": ",
                                      confirmed)),
                   family = enfont) +
  theme_ipsum(base_family = enfont) +
  scale_x_date(breaks = date_breaks("10 days"),
               labels = date_format("%m-%d"),
               limits = ymd(c("2020-01-19", "2020-03-22"))) +
  scale_color_manual(values = RColorBrewer::brewer.pal(n = 10, name = "Paired")) +
  labs(title = paste0("Total Cases of COVID-19: ", current_total),
       subtitle = "TidyFriday Project | 2020-03-22",
       caption = "Data Source: John Hopkins University\n<https://github.com/CSSEGISandData/COVID-19>",
       x = "", y = "Cases")

这个图例其实是由三个映射生成的，因为我把 color = country 放在了 ggplot() 里面，所以这个参数会传递给下面的三个图层，最后这三个映射复合在一起才形成了这样的图例。

下面我们看一下如果我们把 color 映射为 confirmed：

# 如果我们设定颜色的深浅表示确诊数量
df %>%
  dplyr::filter(country %in% country_list) %>%
  ggplot(aes(x = date, y = confirmed, color = confirmed),
         size = 1) +
  geom_point() +
  geom_line() +
  geom_label_repel(data = subset(df,
                                 date == ymd("2020-03-22") &
                                   country %in% country_list),
                   aes(label = paste0(country, ": ",
                                      confirmed)),
                   family = enfont) +
  theme_ipsum(base_family = enfont) +
  scale_x_date(breaks = date_breaks("10 days"),
               labels = date_format("%m-%d"),
               limits = ymd(c("2020-01-19", "2020-03-22"))) +
  scale_color_gradientn(colors = RColorBrewer::brewer.pal(n = 9, name = "Reds")) +
  labs(title = paste0("Total Cases of COVID-19: ", current_total),
       subtitle = "TidyFriday Project | 2020-03-22",
       caption = "Data Source: John Hopkins University\n<https://github.com/CSSEGISandData/COVID-19>",
       x = "", y = "Cases")

注意到这个时候这个图看起来就不太对了，这是因为我们把 confirmed 映射为 color 的时候 confirmed 变量也会自动被作为分组变量，所以这个时候我们还需要指定分组变量为 country: group = country

df %>%
  dplyr::filter(country %in% country_list) %>%
  ggplot(aes(x = date, y = confirmed,
             color = confirmed, group = country),
         size = 1) +
  geom_point() +
  geom_line() +
  geom_label_repel(data = subset(df,
                                 date == ymd("2020-03-22") &
                                   country %in% country_list),
                   aes(label = paste0(country, ": ",
                                      confirmed)),
                   family = enfont) +
  theme_ipsum(base_family = enfont) +
  scale_x_date(breaks = date_breaks("10 days"),
               labels = date_format("%m-%d"),
               limits = ymd(c("2020-01-19", "2020-03-22"))) +
  scale_color_gradientn(colors = RColorBrewer::brewer.pal(n = 9, name = "Reds")) +
  labs(title = paste0("Total Cases of COVID-19: ", current_total),
       subtitle = "TidyFriday Project | 2020-03-22",
       caption = "Data Source: John Hopkins University\n<https://github.com/CSSEGISandData/COVID-19>",
       x = "", y = "Cases") -> p
p

可以看到，这个时候的图例是连续的渐变色柱条(colorbar)，我们还可以通过下面的设置把渐变色柱条变成分组着色的柱条(colorsteps)：

p +
  guides(color = guide_colorsteps())

这样的比较好看，最近我比较喜欢使用这种图例。guide_colorsteps() 提供了丰富的方法进行图例样式设计，例如图例的高度：

p +
  guides(color = guide_colorsteps(barheight = grid::unit(5, "cm")))

再例如把图例的方向反过来：

p +
  guides(color = guide_colorsteps(barheight = grid::unit(5, "cm"),
                                  reverse = TRUE))

更多设置可以查看帮助文档：

?guide_colorsteps()

当然如果你想设置 colorbar() 可以查看 colorbar() 的帮助文档：

?guide_colorbar()

例如：

p +
  guides(color = guide_colorbar(barheight = grid::unit(5, "cm"), reverse = TRUE))

这位小伙伴遇到的问题

大家注意到上面的图表的图例都是通过指定一个映射生成的，那么有时候我们会遇到下面的情况，我们先构造一个数据框：

df %>%
  dplyr::filter(country %in% country_list[1:2]) %>%
  spread(key = "country", value = "confirmed") -> df_wide
df_wide

这种数据是宽型数据，我们也可以直接用 df_wide 绘图：

ggplot(df_wide, aes(x = date)) +
  geom_line(aes(y = China), color = "#E31A1C") +
  geom_point(aes(y = China), color = "#E31A1C") +
  geom_line(aes(y = Italy), color = "#18BC9C") +
  geom_point(aes(y = Italy), color = "#18BC9C")

大家注意到这个时候就没有图例了，因为我们是单独把两个序列绘制出来的，当然想要图例的一个方法就是把宽型数据转换成长型数据（像上面的一样），不过其实也可以这样：

ggplot(df_wide, aes(x = date)) +
  geom_line(aes(y = China, color = "China")) +
  geom_point(aes(y = China, color = "China")) +
  geom_line(aes(y = Italy, color = "Italy")) +
  geom_point(aes(y = Italy, color = "Italy")) +
  scale_color_manual(values = c(
    "China" = "#E31A1C",
    "Italy" = "#18BC9C"
  ), name = "country")

看，图例是不是出来了！

或者把宽形数据转换成长形数据即可：

df_wide %>%
  gather(China, Italy, key = "country", value = "confirmed") %>%
  ggplot(aes(x = date, y = confirmed, color = country)) +
  geom_point() +
  geom_line() +
  scale_color_manual(values = c(
    "China" = "#E31A1C",
    "Italy" = "#18BC9C"
  ))

这和上面的结果就是一样的了！大家在实际使用中可以根据自己的需要选择方法。