ggplot2()函數(shù)

ggplot2是一個(gè)強(qiáng)大的作圖工具，它可以讓你不受現(xiàn)有圖形類型的限制，創(chuàng)造出任何有助于解決你所遇到問題的圖形。

qplot()

qplot()屬于ggplot2(),可以理解成是它的簡化版本。

qplot 即“快速作圖”（quick plot），顧名思義，能快速對(duì)數(shù)據(jù)進(jìn)行可視化分析。它的用法和R base包的plot函數(shù)很相似。

qplot()

參數(shù)

qplot(x, y = NULL, ..., data, facets = NULL,
  margins = FALSE, geom = "auto", stat = list(NULL),
  position = list(NULL), xlim = c(NA, NA),
  ylim = c(NA, NA), log = "", main = NULL,
  xlab = deparse(substitute(x)),
  ylab = deparse(substitute(y)), asp = NA)

各項(xiàng)參數(shù)詳解

1.x, y：變量名

2.data： 為數(shù)據(jù)框（data.frame）類型；如果有這個(gè)參數(shù)，那么x，y的名稱必需對(duì)應(yīng)數(shù)據(jù)框中某列變量的名稱

3.facets： 圖形/數(shù)據(jù)的分面。這是ggplot2作圖比較特殊的一個(gè)概念，它把數(shù)據(jù)按某種規(guī)則進(jìn)行分類，每一類數(shù)據(jù)做一個(gè)圖形，所以最終效果就是一頁多圖

4.margins： 是否顯示邊界

5.geom： 圖形的幾何類型（geometry），這又是ggplot2的作圖概念。ggplot2用幾何類型表示圖形類別，比如point表示散點(diǎn)圖、line表示曲線圖、bar表示柱形圖等。

6.stat： 統(tǒng)計(jì)類型（statistics），這個(gè)更加特殊。直接將數(shù)據(jù)統(tǒng)計(jì)和圖形結(jié)合，這是ggplot2強(qiáng)大和受歡迎的原因之一。

7.position： 圖形或者數(shù)據(jù)的位置調(diào)整，這不算太特殊，但對(duì)于圖形但外觀很重要

8.xlim, ylim, 設(shè)置軸的上下限

9.xlab, ylab, 在x,y軸上增加標(biāo)簽

10.asp： 圖形縱橫比

qplot做散點(diǎn)圖

使用向量數(shù)據(jù)

plot函數(shù)一樣，如果不指定圖形的類型，qplot默認(rèn)做出散點(diǎn)圖。對(duì)于給定的x和y向量做散點(diǎn)圖，qplot用法也和plot函數(shù)差不多

> library(ggplot2)
> x <- 1:1000
> y <- rnorm(1000)
> plot(x, y, main="Scatter plot by plot()")
> qplot(x,y, main="Scatter plot by qplot()")

使用數(shù)據(jù)框數(shù)據(jù)

雖然可以直接使用向量數(shù)據(jù)，但ggplot2更傾向于使用數(shù)據(jù)框類型的數(shù)據(jù)作圖。使用數(shù)據(jù)框有幾個(gè)好處：數(shù)據(jù)框可以用來存儲(chǔ)數(shù)值、字符串、因子等不同類型等數(shù)據(jù)；把數(shù)據(jù)放在同一個(gè)R數(shù)據(jù)框?qū)ο笾锌梢员苊馐褂眠^程中數(shù)據(jù)關(guān)系的混亂；數(shù)據(jù)外觀的整理和轉(zhuǎn)換方便。ggplot2中使用數(shù)據(jù)框作圖的最直接的一個(gè)效果就是：你可以直接用數(shù)據(jù)的分類特性（數(shù)據(jù)框中的列變量）來決定圖形元素的外觀，這個(gè)過程在ggplot2中稱為映射（mapping），是自動(dòng)的。

在演示使用數(shù)據(jù)框作圖的好處之前我們先了解以下ggplot2提供的一組有關(guān)鉆石的示范數(shù)據(jù) diamonds:

> str(diamonds)
Classes ‘tbl_df', ‘tbl' and 'data.frame': 53940 obs. of 10 variables:
 $ carat : num 0.23 0.21 0.23 0.29 0.31 0.24 0.24 0.26 0.22 0.23 ...
 $ cut : Ord.factor w/ 5 levels "Fair"<"Good"<..: 5 4 2 4 2 3 3 3 1 3 ...
 $ color : Ord.factor w/ 7 levels "D"<"E"<"F"<"G"<..: 2 2 2 6 7 7 6 5 2 5 ...
 $ clarity: Ord.factor w/ 8 levels "I1"<"SI2"<"SI1"<..: 2 3 5 4 2 6 7 3 4 5 ...
 $ depth : num 61.5 59.8 56.9 62.4 63.3 62.8 62.3 61.9 65.1 59.4 ...
 $ table : num 55 61 65 58 58 57 57 55 61 61 ...
 $ price : int 326 326 327 334 335 336 336 337 337 338 ...
 $ x  : num 3.95 3.89 4.05 4.2 4.34 3.94 3.95 4.07 3.87 4 ...
 $ y  : num 3.98 3.84 4.07 4.23 4.35 3.96 3.98 4.11 3.78 4.05 ...
 $ z  : num 2.43 2.31 2.31 2.63 2.75 2.48 2.47 2.53 2.49 2.39 ...

可以看到這是數(shù)據(jù)框（data.frame）類型，有10個(gè)變量（列），每個(gè)變量有53940個(gè)測量值（行）。

第一列為鉆石的克拉數(shù)（carat），為數(shù)字型數(shù)據(jù)；第二列為鉆石的切工好壞（cut），為因子類型數(shù)據(jù)，有5個(gè)水平；第三列為鉆石顏色（color），為7水平的因子；后面還有其他數(shù)據(jù)。

由于數(shù)據(jù)太多，我們只取前7列的100個(gè)隨機(jī)觀測值。數(shù)據(jù)基本就是我們平時(shí)記錄原始數(shù)據(jù)的樣式：

> set.seed(1000) # 設(shè)置隨機(jī)種子，使隨機(jī)取樣具有可重復(fù)性
> datax<- diamonds[ seq(1,7)]
> head(datax, 4)
##  carat cut color clarity depth table price
## 17686 1.23 Ideal  H  VS2 62.2 55 7130
## 40932 0.30 Ideal  E  SI1 61.7 58 499
## 6146 0.90 Good  H  VS2 61.9 58 3989
## 37258 0.31 Ideal  G VVS1 62.8 57 977

如果要做鉆石克拉和價(jià)格關(guān)系的曲線圖，用plot和qplot函數(shù)都差不多：

plot(x=datax$carat, y=datax$price, xlab="Carat", ylab="Price", main="plot function")
qplot(x=carat, y=price, data=datax, xlab="Carat", ylab="Price", main="qplot function")

但如果要按切工進(jìn)行分類作圖，plot函數(shù)的處理就復(fù)雜了，你首先得將數(shù)據(jù)進(jìn)行分類提取，然后再一個(gè)個(gè)作圖。雖然可以用循環(huán)完成，但作圖后圖標(biāo)的添加還得非常小心，你得自己保證數(shù)據(jù)和圖形外觀之間的對(duì)應(yīng)關(guān)系：

plot(x=datax$carat, y=datax$price, xlab="Carat", ylab="Price", main="plot function", type='n')
cut.levels <- levels(datax$cut)
cut.n <- length(cut.levels)
for(i in seq(1,cut.n)){
 subdatax <- datax[datax$cut==cut.levels[i], ]
 points(x=subdatax$carat, y=subdatax$price, col=i, pch=i)
}
legend("topleft", legend=cut.levels, col=seq(1,cut.n), pch=seq(1,cut.n), box.col="transparent", cex=0.8)

但用ggplot2作圖你需要考慮數(shù)據(jù)分類和圖形元素方面的問題就很少，你只要告訴它用做分類的數(shù)據(jù)就可以了：

qplot(x=carat, y=price, data=datax, color=cut, shape=cut, main="qplot function")

qplot做曲線圖

和plot函數(shù)一樣，qplot也可以通過設(shè)置合適的參數(shù)產(chǎn)生曲線圖，這個(gè)參數(shù)就是geom（幾何類型）。圖形的組合非常直接，組合表示幾何類型的向量即可：

qplot(x=carat, y=price, data=datax, color=cut, geom="line", main="geom=\"line\"")
qplot(x=carat, y=price, data=datax, color=cut, geom=c("line", "point"), main="geom=c(\"line\", \"point\")")

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。

最新評(píng)論