R语言从入门到入土--一文带你解锁ggplot2绘图大法_geom_line

一、准备工作

（1）下载包：install.packages(tidyverse)--注意选择国内源

（2）载入包：library（tidyverse）

（3）了解一下本次实验所使用的几个数据包

可以使用str（）函数查看data_frame的相关结构

1、diamond钻石包

 2、mtcars包

 看取值范围可以使用unique（mtcars$列名）

3、mpg包

二、基本公式

ggplot+geom_*()+分面函数+修饰函数

ggplot（）：将所需要的数据放在里面

geom_*()：选择不同的公式，画出不同类型的图

三、ggplot（）讲解

1、用来指定所需要使用的数据，尽量将所有的数据信息放在ggplot（）函数里面

2、函数构造ggplot（data=mydata，mapping=aes（x=..，y=..，.....））

（1）两个基本参数，data用来表明你所用的data_frame的名称；mapping里面的aes里面表示坐标轴是什么，一般要按照后面的geom_*来分情况讨论

四、geom_*()分类讲解

4.1 geom_point()

1、用于绘制点图

2、参数包括：点形状shape、点颜色color、尺寸size

3、需要指定横坐标和纵坐标

例：

ggplot(data=mtcars,mapping=aes(x=gear,y=wt))+geom_point(color="blue",size=2,fill="blue",alpha=0.6)

注意：当绘制点图的时候，geom_point（）会将坐标值进行舍入取整，会出现多个点彼此重叠的情况，导致在图上看到的点少于实际上的点，称为过绘制。解决方法，加一个参数position="jitter",在绘制大量点的点图时可以使用。

 下面两图是没加position="jitter"参数和加了参数的不同，我们可以看到没加的更加规整一些

 

 4.2 geom_line

1、用于绘制线图

2、参数包括color（颜色）、linetype（类型）、size（粗细）等

3、需要指定横坐标和纵坐标

ggplot(data=mpg,mapping=aes(x=cty,y=hwy))+geom_point(color="blue",size=2,fill="blue",alpha=0.6,position="jitter")+geom_line(color="red",size=0.5)

 4.3 geom_bar（）

1、用于绘制条形图

2、只需要指定横轴坐标，必须是一个离散值（因子类型或者字符串类型）

3、纵坐标的值会按照横坐标来计数

4、常用的参数包括：width（条形图粗细）、color（边框颜色）、fill（填充颜色）、alpha（透明度）、weight、stat（后面说）

5、+coord_flip可以将竖着换成横的

ggplot(data=diamonds,mapping=aes(x=cut))+geom_bar(fill="blue",alpha=0.5,color="white")

 如果是numeric类型，虽然是离散的，但是横坐标不会删除掉中间的数字

 可以先将其转换为因子类型后再写，

 

6、参数weight，上面的geom_bar函数的纵坐标一开始只能是count计数，但是如果我们使用了weight参数，就可以按照x分成几个条状后，计算weight里面的数值的和

ggplot(data=diamonds,mapping=aes(x=cut,weight=carat))+geom_bar(fill="blue",alpha=0.5,color="red")

 计算了不同cut类型下carat的总和

 7、改变横轴上面条形的顺序

myfactor<-reorder(x,X,FUN=。。)其中，x参数是一个离散型的向量，X是与x等长的一个变量，按照fun（X）对x进行排序即可

8、stat参数

加上stat=“identity”的参数，类似于weight的功能

ggplot(data=mtcars,mapping=aes(x=factor(cyl),y=wt))+geom_bar(color="red",fill="blue",alpha=0.5,stat="identity")

9、在geom_bar（）当中，对每个条形会计算出两个值count和prop，这两个中间值也是可以拿来用的，可以当作横坐标或者纵坐标。使用方式

·在这两个值前面加上两个点..count..和..prop..

·在这两个值用的时候用stat（）包起来

如下：

ggplot(data=diamonds,mapping=aes(x=cut,y=stat(count/max(count))))+geom_bar(color="red",fill="blue",alpha=0.3)

 4.4 geom_histogram()

1、只需要指定横轴变量，纵轴会根据横轴变量的值统计出来

2、可以使用离散型变量或者连续型变量作为横坐标

3、常用参数有：color、fill、alpha、weight、stat、bins等

4、histogram会自动将横轴分成多个小区间，统计每个小区间的数值

5、如果要将区间划分地更细，可以使用参数bins，或者binwidth，但是它们只对连续型变量有效

ggplot(data=diamonds,mapping=aes(x=carat))+geom_histogram(width=0.5,color="blue",fill="purple",alpha=0.5,bins=50)

 6、同样的，histogram也会有四个中间值可以用，count、density、ncount（相对比例）、ndensity（相对密度），用法同上面的count和prop是一样的

7、注意stat="count"这个参数，什么时候是必须加的，当且仅当你的x坐标是一个factor、character等离散类型的时候，就必须要加这个参数（包括使用weight），反推连续型、num就不需要加这个参数。但是如果使用y坐标的话，不管x坐标是什么，都应该加上的是stat=“identity”

梳理归纳一下，这个stat="identity"和这个stat="count"到底什么时候加，非常迷糊

总的来说，首先先分是不是离散型，如果不是离散型就不需要考虑stat=“count”这种情况，再看y还是weight，weight不管，只看y，有y就是stat="identity"。

4.5 geom_freqpoly()----待确认

1、geom_freqpoly和geom_histogram类似，不过前面的只画折线

plus：但是我发现一个点，你没办法使用离散值作为x坐标，你只能用非离散值做x坐标，而且不是非要有stat=“count”

plus：还有一个点，geom_freqpoly不能用在有y值和weight值的里面

4.6 geom_boxplot

1、箱型图，横坐标只能是离散型。

2、同时需要横坐标和纵坐标

3、如果要使用连续变量作为横坐标，需要手动进行分组

使用group=cut_width(变量名称，距离)

ggplot(data=diamonds,mapping=aes(x=carat,y=depth,group=cut_width(carat,0.1)))+geom_boxplot(color="blue")

怎么用的呢，就是首先写x横坐标，再写y纵坐标，然后再用group参数，把x横坐标cut_width()进行切分，按照一定的标度

4.7 geom_smooth()

1、这个函数是用来拟合的，来添加一系列的平滑曲线和置信区间

2、参数如下

绘制：如果你不先使用geom_point（）的话，最后的结果里面只有一个区间和一条线

4.8 geom_density()

1、用来绘制密度函数，可以叠加在密度直方图上面使用

2、只需要一个x坐标

4.9 geom_count()

1、绘制两个离散变量的各种组合出现的次数，用点的大小表示

ggplot(data=diamonds,mapping=aes(x=color,y=cut))+geom_count(color="blue",alpha=0.3)

4.9 geom_tile() 

1、功能与geom_count()类似，不过使用色块来表示

 这个地方没搞懂--学一下