Part1 1.1~1.4
目录
- 1.1 绘制简单直方图
- 1.2 基于分组数据绘制分组直方图
- 1.3 绘制密度曲线
- 1.4 基于分组数据绘制分组密度曲线
- 1.5 绘制频数多边形
- 1.6 绘制基本箱线图
- 1.7 向箱线图添加槽口
- 1.8 向箱线图添加均值
- 1.9 绘制小提琴图
- 1.10 绘制Wikinson点图
- 1.11 基于分组数据绘制分组点图
- 1.12 绘制二维数据的密度图
1.1 绘制简单直方图
这里faithful是记录了“老忠实”喷泉的喷发时长和两次喷发间隔，是一个连续性变量，绘制直方图可以使得在一个等待区间内喷发次数（历史统计了272组数据）
library(ggplot2)
faithful
# eruptions waiting
# 1 3.600 79
# 2 1.800 54
# 3 3.333 74
# 4 2.283 62
# 5 4.533 85
# 6 2.883 55
ggplot(faithful, aes(x=waiting)) +
geom_histogram()
上面是默认情况下
（1）可以使用binwidth参数来修改组距
（2）将数据切分为指定的分组数目
（3）直方图默认的填充颜色是黑色，且没有边框线，这里面fill修改填充颜色，colour修改边框颜色
# 设定组距为5，（fig-1.1.2.png）
ggplot(faithful, aes(x=waiting)) +
geom_histogram(binwidth=5, fill="white", colour="black")
# 将x的取值切分为15组（fig-1.1.3.png）
binsize = diff(range(faithful$waiting))/15
ggplot(faithful, aes(x=waiting)) +
geom_histogram(binwidth=binsize, fill="grey", colour="blue")
基本绘图结果可以保存为变量以便于重复使用，同时boundary参数可以设定分组原点，当boundary=31时，组边界为31,39,47等（fig-1.1.4.png），而在fig-1.1.5.png中分组原点为35，则组边界为35,43,51等。
h = ggplot(faithful, aes(x=waiting))
h + geom_histogram(binwidth=8, fill="white", colour="black", boundary=31)
h + geom_histogram(binwidth=8, fill="white", colour="black", boundary=35)
1.2 基于分组数据绘制分组直方图
绘制分组直方图使用geom_histogram()函数+分面绘图
# 载入需要使用的数据
library(MASS)
head(birthwt)
# low age lwt race smoke ptl ht ui ftv bwt
# 85 0 19 182 2 0 0 0 1 0 2523
# 86 0 33 155 3 0 0 0 0 3 2551
# 87 0 20 105 1 1 0 0 0 1 2557
# 88 0 21 108 1 1 0 0 1 2 2594
# 89 0 18 107 1 1 0 0 1 0 2600
# 91 0 21 124 3 0 0 0 0 0 2622
# 使用smoke作为分面变量（fig-1.2.1.png）
ggplot(birthwt, aes(x=bwt)) +
geom_histogram(fill="white", colour="black") +
facet_grid(smoke ~ .)
上面的分面标签为0和1，不看代码不清楚是smoke的取值，最好修改分面标签，修改需要修改因子水平的名称
（1）首先列出现有的因子水平
（2）按照相同的顺序赋予新的名字
# 复制一个数据副本，避免错误操作丢失原始数据
birthwt1 = birthwt
# 将smoke转化为因子
birthwt1$smoke = factor(birthwt1$smoke)
levels(birthwt1$smoke)
# 导入plyr包，调用revalue()函数，将0和1
# 替换为No Smoke和Smoke
library(plyr)
birthwt1$smoke = revalue(birthwt1$smoke, c("0"="No Smoke", "1"="Smoke"))
ggplot(birthwt1, aes(x=bwt)) +
geom_histogram(fill="white", colour="black") +
facet_grid(smoke ~ .)
分面绘图时，个分面的y轴标度是相同的。当按照出生体重race进行分组时（fig-1.2.3.png）
ggplot(birthwt, aes(x=bwt)) +
geom_histogram(fill="white", colour="black") +
facet_grid(race ~ .)
如果不同分组想使用不同的标度，可以使用scales="free"，这个设置只适合y轴，x轴不会改变（fig-1.2.4.png）
ggplot(birthwt, aes(x=bwt)) +
geom_histogram(fill="white", colour="black") +
facet_grid(race ~ ., scales="free")
分组绘图的另一种做法是把分组变量映射给fill，但是分组变量必须是因子型或者字符型（这里使用上面的birthwt1变量，smoke已经是因子型）（fig-1.2.5.png）
birthwt1$smoke = factor(birthwt1$smoke)
# 把smoke映射给fill，取消条形堆叠，并使图形半透明，alpha为1的不透明
ggplot(birthwt1, aes(x=bwt, fill=smoke)) +
geom_histogram(position="identity", alpha=0.4)
1.3 绘制密度曲线
使用geom_density()函数，并映射一个连续型变量到x（fig-1.3.1.png）
ggplot(faithful, aes(x=waiting)) +
geom_density()
核密度曲线是基于样本数据对总体分布做出的一个估计。曲线的光滑程度取决于核函数的带宽：带宽越大，曲线越光滑。带宽可以通过adjust参数进行设置，其默认值为1（fig-1.3.2.png）
ggplot(faithful, aes(x=waiting)) +
geom_line(stat="density", adjust=.25, colour="red") +
geom_line(stat="density") +
geom_line(stat="density", adjust=2, colour="blue")
可以使用xlim(a, b)设置x轴范围（fig-1.3.3.png）
ggplot(faithful, aes(x=waiting)) +
geom_density(fill="blue", alpha=.2) +
xlim(35, 105)
可以将密度曲线绘制到更高一层的图层上，通过设置y=..density..可以减小直方图的标度以使其余密度曲线相匹配。
ggplot(faithful, aes(x=waiting, y=..density..)) +
geom_histogram(fill="cornsilk", colour="grey60", alpha=.2) +
geom_dentisy() +
xlim(35, 105)
1.4 基于分组数据绘制分组密度曲线
使用geom_density()函数，将分组变量映射给colour或fill等图形属性即可
分组变量必须是因子型或字符串向量！
library(MASS)
birthwt1 = birthwt
birthwt1$smoke = factor(birthwt1$smoke)
# 把变量smoke映射给colour
ggplot(birthwt1, aes(x=bwt, colour=smoke)) +
geom_density()
# 把变量smoke映射给fill，设置alpha使填充色半透明
ggplot(birthwt1, aes(x=bwt, fill=smoke)) +
geom_density(alpha=.3)
birthwt包含婴儿出生体重及一系列导致出生体重过低的危险因子的数据
head(birthwt)
# low age lwt race smoke ptl ht ui ftv bwt
# 85 0 19 182 2 0 0 0 1 0 2523
# 86 0 33 155 3 0 0 0 0 3 2551
# 87 0 20 105 1 1 0 0 0 1 2557
# 88 0 21 108 1 1 0 0 1 2 2594
# 89 0 18 107 1 1 0 0 1 0 2600
# 91 0 21 124 3 0 0 0 0 0 2622
下面观察变量smoke（抽烟与否）与变量bwt（出生体重，单位是克）的关系。
library(plyr)
birthwt1$smoke = revalue(birthwt1$smoke, c("0"="No Smoke", "1"="Smoke"))
png("fig-1.4.3.png", width=500, height=500)
ggplot(birthwt1, aes(x=bwt)) +
geom_density(fill="white", colour="black") +
facet_grid(smoke ~ .)
添加了核密度曲线的分面
ggplot(birthwt1, aes(x=bwt, y=..density..)) +
geom_histogram(fill="cornsilk", colour="grey60", alpha=.2) +
geom_density() +
facet_grid(smoke ~ .)
