R語言ggplot2繪圖安裝與調(diào)試

更新時間：2023年06月13日 08:20:05 作者：ytcboy

ggplot2是R語言中最常用的繪圖包之一，它提供了一種基于圖層的繪圖語法，使得用戶可以輕松地創(chuàng)建高質(zhì)量的數(shù)據(jù)可視化圖表。在使用ggplot2之前，需要先安裝該包并進行調(diào)試。安裝ggplot2可以通過CRAN或GitHub進行，調(diào)試則需要注意數(shù)據(jù)格式、語法錯誤等問題。

0x01 安裝與R基礎

一直聽說數(shù)據(jù)分析里R語言是比較‘正統(tǒng)’，況且久聞ggplot2這些R語言的數(shù)據(jù)分析庫大名，想到今后數(shù)據(jù)分析和整理的需要，這里開一個簡單的系列學習一些R語言和ggplot2的繪圖基礎。本人學習的書籍是Winston Chang大佬的《R Graphics Cookbook》，且稍有一點Python里的Plotnine繪圖基礎。但我算是R語言小白，所以整個系列也可以記錄自己學習遇到的坑，供大家參考。

庫安裝

我使用的R版本為3.6.3，需要下載的庫包括ggplot2，gcookbook和dplyr庫?？梢允褂萌缦碌陌惭b指令：

install.packages("ggplo2")
install.packages("dplyr")
install.packages("gcookbook")

如果遇到了installation of package ‘ggplot2’ had non-zero exit status類似的問題，可以指定安裝程序強制安裝二進制文件[1]，如

install.packages("ggplo2", type = "binary")

R語言數(shù)據(jù)處理基礎

首先簡單介紹數(shù)據(jù)輸入常用的兩種方法，一種是CSV數(shù)據(jù)，我們可以采用函數(shù)read.csv(file, args)輸入；另一種常用數(shù)據(jù)EXCEL數(shù)據(jù)可以使用read_excel(file)函數(shù)輸入數(shù)據(jù)。

dplyr包（magrittr包）提供了一種運算符%>%，可以在R中實現(xiàn)類似連續(xù)函數(shù)調(diào)用的編程方法，以嵌套函數(shù)f,g,h為例：

h(g(f(x)))
# 等價于
x %>% 
  f() %>% 
  g() %>% 
  h()

這樣的函數(shù)調(diào)用相比嵌套函數(shù)更加直觀，尤其是在多個連續(xù)的數(shù)據(jù)集處理場合。

基礎繪圖以及概念

散點圖和完整流程

繪制圖片使用的數(shù)據(jù)集為mtcars：

mtcars %>% head()

                   mpg cyl disp  hp drat    wt  qsec vs am gear carb
Mazda RX4         21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag     21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
Datsun 710        22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive    21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2
Valiant           18.1   6  225 105 2.76 3.460 20.22  1  0    3    1

在開始繪圖之前，有一點基本的R語言基礎設施需要準備。R語言畫圖需要有基礎的畫布，可以用dev.new()函數(shù)來開啟一個新的畫布（如果是windows系統(tǒng)需要使用windows()函數(shù)）。

dev.new()
# windows() # windows系統(tǒng)使用

下面直接展示最簡單的散點圖繪制代碼：

p <- ggplot(mtcars, aes(x = wt, y = mpg)) +
  geom_point()

上面的代碼就是一個使用ggplot2繪圖的最基本結(jié)構，ggplot函數(shù)是保存數(shù)據(jù)集和映射信息（aes）等基本信息的繪圖主函數(shù)，也可以理解為存儲所有信息的畫布底層。第一個參數(shù)放入數(shù)據(jù)集，后續(xù)的映射都在此數(shù)據(jù)集上進行，本例中就是使用了mtcars中的wt列作為x，mpg列作為y值。ggplot2中的函數(shù)基本均是加法進行組合，所以這里加上了geom_point函數(shù)組合進繪圖。此時geom_point函數(shù)通過ggplot函數(shù)可以得知其繪圖需要用到的鍵信息(x, y)分別對應的數(shù)據(jù)值。代碼運行結(jié)果如下：

繪制完圖后，可以選擇print(p)來查看圖片并保存，或者使用ggplot2自帶的函數(shù)ggsave來保存圖片，基本的格式例如png，pdf等都有[2]。

ggsave(p, "p.png")

如果想要繪圖的數(shù)據(jù)不屬于同一個data frame，那么可以不指定ggplot函數(shù)的數(shù)據(jù)項，在aes映射中直接定義，如下所示：

ggplot(data=null, aes(x = mtcars$wt, y = mtcars$mpg))

其他基本繪圖與基礎

下面的代碼展示了R語言繪制線形圖的基本函數(shù)geom_line，同時展示了ggplot2通過組合函數(shù)geom_line和geom_point來繪圖的基本邏輯：

p <- ggplot(pressure, aes(x = temperature, y = pressure)) +
  geom_line() +
  geom_point()

對于柱形圖，ggplot2的相關支持比較多，這里展示最基礎的兩種，一個是geom_bar函數(shù)：

p <- ggplot(mtcars, aes(x = factor(cyl))) +
  geom_bar()

這里有一個新的函數(shù)factor，這個函數(shù)是將數(shù)據(jù)列變化為因子，體現(xiàn)在圖上類似于將連續(xù)變量轉(zhuǎn)化為了離散的變量?？梢钥吹?，上述的映射信息中不包括y值。這是因為geom_bar函數(shù)默認的運作方式count，也就是統(tǒng)計x的出現(xiàn)次數(shù)并繪圖，相當于geom_bar(stat="count")，其中stat選項是統(tǒng)計函數(shù)的意思。如果需要繪制具體數(shù)值類似y值的柱形圖就需要用到下一個函數(shù)了。
第二個柱形圖的函數(shù)是geom_col函數(shù)：

p <- ggplot(BOD, aes(x = factor(Time), y = demand)) +
  geom_col()

其實geom_col的效果與geom_bar(stat="identity")是一致的，這樣就能隨心所欲的繪制柱形圖了。

下面的代碼示例展示了繪制和柱形圖很像的直方圖的案例：

p <- ggplot(mtcars, aes(x = mpg)) +
  geom_histogram(binwidth = 3)

直方圖也是默認的頻率統(tǒng)計，這里略微調(diào)整了參數(shù)binwidth來放大每個直方的寬度。

下面的代碼展示了如何繪制箱型圖的例子：

p <- ggplot(ToothGrowth, aes(x = interaction(supp, dose), y = len)) +
  geom_boxplot()

上面除了基本代碼還用到了interaction函數(shù)，用于組合變量，類似cross join的結(jié)果。

除開這些基本繪圖，數(shù)學函數(shù)的繪制也比較容易：

# 自定義函數(shù)
myfun <- function(xvar) {
  1 / (1 + exp(-xvar + 10))
}

p <- ggplot(data.frame(xdata = c(0, 20)), aes(x = xdata)) +
stat_function(fun = myfun, geom = "line")

上面的代碼首先定義了一個簡單的函數(shù)，然后將函數(shù)作為自定義統(tǒng)計函數(shù)stat_function的fun參數(shù)輸入，并選擇繪圖方式為line，這樣就可以得到一條函數(shù)曲線。總結(jié)