# 3.5.1 多个分组与单一图形属性
# 细面图：在含有多个个体的纵向数据处理中，主要任务目标是区分每个个体
ggplot(Oxboys,aes(age,height,group=Subject))+
  geom_point()+
  geom_line()

image.png

ggplot(Oxboys,aes(age,height))+
  geom_point()+
  geom_line()

image.png

• 分组变量由多个变量定义而非单一变量，则用interaction合并各个分组变量

3.5.3 修改默认分组

# 绘制各个测量时期(occasion)和身高(height)的箱线图
ggplot(Oxboys,aes(Occasion,height))+
  geom_boxplot()

image.png

# 尝试一
ggplot(Oxboys,aes(Occasion,height))+
  geom_boxplot()+
  geom_line()

image.png

直接添加geom_line()无效果

# 尝试二
ggplot(Oxboys,aes(Occasion,height))+
  geom_boxplot()+
  geom_line(aes(group=Subject),colour="#3366FF",alpha=0.5)

image.png

改变分组，成功

3.5.4 匹配图形属性与图形对象

df <- data.frame(x=1:3,y=1:3,colour=c(1,3,5))
ggplot(df,aes(x,y,colour=factor(colour)))+
  geom_point(size=5)+
  geom_line(aes(group=1),size=2)

image.png

若不将colour因子化

ggplot(df,aes(x,y,colour=colour))+
  geom_point(size=5)+
  geom_line(aes(group=1),size=2)

image.png

• 实现颜色渐变

xgrid <- with(df,seq(min(x),max(x),length=50))
interp <- data.frame(x=xgrid,
                     y=approx(df$x,df$y,xout=xgrid)$y,
                     colour=approx(df$x,df$colour,xout=xgrid)$y)
ggplot(interp,aes(x,y,colour=colour))+
  geom_line(size=2)+
  geom_point(data = df,size=5)

image.png

• fill只能将同一图形属性赋予一个整体

ggplot(mpg,aes(class))+
  geom_bar()

image.png

ggplot(mpg,aes(class,fill=drv))+
  geom_bar()

根据一个分类变量赋予fill，画出堆砌条形图

image.png

ggplot(mpg,aes(class,fill=hwy))+
  geom_bar()

这一操作对连续型变量不适用

image.png

ggplot(mpg,aes(class,fill=hwy,group=hwy))+
  geom_bar()

对于连续性变量一定要使用这种操作需要增加group

image.png