探索 R 库：ggplot2

2020-10-23 08:00:00 · 飞浪

ggplot2 是 tidyverse 集合中的一个包，其唯一目的是创建图形。它基于图形分层语法的概念。

介绍

ggplot2是tidyverse集合中的一个包，其唯一目的是创建图形。它是 R 中一个著名的库，基于分层图形语法的概念。图形语法使您能够简明扼要地描述图表的组成部分，分层方法逐层应用这些组成部分，使代码易于阅读和理解。除了构建图形外，它还广泛用于探索性数据分析，因为理解数据集的最佳方法是将其可视化，这使得提取关系变得更加容易。

先决条件

要安装ggplot2包，请运行以下代码片段之一。

      #To install the entire tidyverse collection which includes ggplot2
install.packages("tidyverse")
    

      #To install ggplot2 alone
install.packages("ggplot2")
    

基本组件

ggplot2有几个基本组件：

ggplot()：这将创建一个新的ggplot2对象。
aes()：这创建了美学映射方法，描述数据中的变量如何映射到视觉属性。
+：这允许您在创建任何图时添加图层。

理解 ggplot2 中的图层

如果我们讨论ggplot2中的层概念，则有四个主要层：

数据：用于创建图表的数据或数据集的子集。
美学：情节中变量的映射。
几何：用于表示数据点的几何函数。
主题：情节的不同视觉风格。

让我们看一下基本的图形模板并使用它来创建一些图形。

      ggplot(data = <DATA>) + 
  <GEOM_FUNCTION>(mapping = aes(<MAPPINGS>))
    

ggplot(data = <DATA>)是第一层。使用 mpg 数据集，它包含在ggplot2库中，加载后即可使用。以下是 mpg 数据集的列。

      data(mpg)
colnames(mpg)

"manufacturer" "model"        "displ"        "year"         "cyl"          "trans"        "drv"         
"cty"          "hwy"          "fl"           "class"
    

让我们在hwy列上创建一个直方图。

      #You can ignore theme_classic() function if you want, the resulting plot would be in the default theme.
ggplot(mpg, aes(hwy))+
geom_histogram(binwidth = 5)+
theme_classic()
    

上面的代码使用了全部四个层。数据和美学包含在ggplot(mpg, aes(hwy))中，然后geom_histogram()函数添加了直方图的几何形状，最后，theme_classic()是可选的。

ggplot2中有不同类型的 geom 函数，可用于不同情况以创建不同的图。geom 是一种使用图来表示数据的几何对象，例如，条形图将使用条形 geom，折线图将使用折线 geom，等等。这反映在 geom 函数的名称中，因为它们的命名方式也与之相符，例如geom_line()、geom_bar()等。

除了主要层之外，ggplot2中还有一些其他有用的功能，例如坐标系、刻面和统计转换，我们将在本指南的其余部分中进行探讨。

刻面

在分面分析中，您可以使用数据集的任何分类列或变量将图拆分为多个子图。如果您想使用一个变量来划分图，请使用 facet_wrap ()函数；如果您想使用两个变量来划分图，请使用facet_grid()函数。

让我们将这两个函数应用到您之前创建的直方图上。

      # Saving histogram plot in a variable
a <- ggplot(mpg, aes(hwy))+
geom_histogram(binwidth = 5)+
theme_classic()

# Creating subplots using "cyl" column
a + facet_wrap(~cyl)
    

如您所见，现在我们有四个子图，每个子图对应cyl列的每个唯一值。

现在来看看facet_grid() 函数。在此函数中，您将使用数据集中的两个分类列。

      # You will use 'a' variable storing the histogram again thus reducing code redundancy

a + facet_grid(drv ~ cyl)

坐标系

ggplot2中的默认坐标系是笛卡尔坐标系，其中 x 和 y 位置独立，用于定位数据点。ggplot2 中有不同的坐标系函数可用于不同场合。最著名的是coord_flip()和coor_polar()。

让我们看几个例子来了解coord_flip()和coord_polar()的用法。

      # First create a bar chart, try to find yourself the reason for using  fill, show.legend, and width arguments 

bar <- ggplot(data = mpg) + 
     geom_bar(
         aes(x = manufacturer, fill = manufacturer), 
         show.legend = FALSE,
         width = 1  ) 

bar
    

      #lets use coord_flip()

bar + coord_flip()

至于coord_polar()，让我们将其应用于相同的条形图以使用极坐标。

      bar + coord_polar()

统计变换

如果您查看我们之前创建的条形图，您会发现它显示了其他信息，包括每个制造商的记录数量，但数据集中没有该数量。有些图表显示原始值，而另一些图表则计算新值并将其添加到图中。用于计算图表新值的算法称为统计变换或统计。

可以使用stat_count()函数（而不是geom_bar()）来创建条形图。每个 geom 函数都有一个可以覆盖的默认统计数据。请参阅下面的示例。

      # Creating a dataset
library(dplyr)
a <- mpg%>% 
   group_by(manufacturer)%>%
   summarise(Count = n())

# Resetting the stat of geom_bar() from count to identity

ggplot(data = a)+
     geom_bar(mapping = aes(x = manufacturer, y = Count), stat = "identity")
    

应用所有图层

在前面的部分中，您学习了使用ggplot2创建图形的基础知识以及方面、坐标系和统计变换。现在让我们使用下面的模板应用所有这些。

      ggplot(data = <DATA>) + 
  <GEOM_FUNCTION>(
     mapping = aes(<MAPPINGS>),
     stat = <STAT>
  ) +
  <COORDINATE_FUNCTION> +
  <FACET_FUNCTION>
    

保留默认值stat = "count"并仅使用 mpg 数据集。

      ggplot(data = mpg)+
 geom_bar(mapping = aes(x = manufacturer, fill = manufacturer),
   stats = "count", show.legend = FALSE,
         width = 1  )+
   coord_flip()+
   facet_wrap(~year)
    

结论

本指南介绍了在 R 中使用ggplot2创建图形的基础知识。您还可以将ggplot2用于您自己的数据可视化需求或任何数据分析项目。使用ggplot2创建图形时具有很大的灵活性。每个函数都包含一组参数，可用于相应地调整图形。作为开源开发的一部分，新功能不断添加。本指南将推动您探索ggplot2中的更多内容。

欲了解更多信息，请访问此 repo。

_{免责声明：本内容来源于第三方作者授权、网友推荐或互联网整理，旨在为广大用户提供学习与参考之用。所有文本和图片版权归原创网站或作者本人所有，其观点并不代表本站立场。如有任何版权侵犯或转载不当之情况，请与我们取得联系，我们将尽快进行相关处理与修改。感谢您的理解与支持！}

_查看原文

技术指南

阅读全文

探索 R 库：ggplot2

杭州电子商务研究院

4年前 · 面向社会、服务行业、政产学研结合、整合资源、和谐发展

# First create a bar chart, try to find yourself the reason for using fill, show.legend, and width arguments bar <- ggplot(data = mpg) + geom_bar( aes(x = manufacturer, fill = manufacturer), show.legend = FALSE, width = 1 ) bar

# Creating a dataset library(dplyr) a <- mpg%>% group_by(manufacturer)%>% summarise(Count = n()) # Resetting the stat of geom_bar() from count to identity ggplot(data = a)+ geom_bar(mapping = aes(x = manufacturer, y = Count), stat = "identity")