课本上的一些例子

在ggplot2中，图是采用串联起来（+）号函数创建的。每个函数修改属于自己的部分。
例如：ggplot(data=mtcars, aes(x=wt, y=mpg)) +geom_point() + labs(title="Automobile Data", x="Weight", y="Miles Per Gallon")

解释：ggplot()初始化图形并且指定要用到的数据来源（mtcars）和变量（wt、mpg）。
aes()函数的功能是指定每个变量扮演的角色（aes代表aesthetics，即如何用视觉形式呈现信息）。在这里，变量wt的值映射到沿x轴的距离，变量mpg的值映射到沿y轴的距离。
geom_point()函数是画点图。
labs()函数是可选的，可添加注释（包括轴标签和标题）。

几何函数指定图的类型

常见选项

1、

mtcars$am <- factor(mtcars$am,levels = c(0,1),labels = c("Automatic","Manual"))
mtcars$vs <- factor(mtcars$vs,levels = c(0,1),labels = c("V-Engine","Straight Engine"))
mtcars$cyl <- factor(mtcars$cyl)

ggplot(data = mtcars,aes(x = hp,y = mpg,shape=cyl,color=cyl))+
    geom_point(size=3)+
    facet_grid(am~vs)+
    labs(title = "Automobile Data by Engine Type",x="Horsepower",y="Mile per gallon")

image.png

2、

data(Salaries,package = "carData")
ggplot(Salaries,aes(x = rank,y=salary))+
    geom_boxplot(fill="cornflowerblue",color="black",notch = T)+
    geom_point(position = "jitter",color="blue",alpha=.5)+
    geom_rug(side="l",color="black")

image.png

3、分组

为了理解数据，在一个图中画出两个或更多组的观察值通常是很有帮助的。在R中，组通常用分类变量的水平（因子）来定义。

分组是通过ggplot2图将一个或多个带有诸如形状、颜色、填充、尺寸和线类型的视觉特征的分组变量来完成的。

ggplot()声明中的aes()函数负责分配变量（图形的视觉特征），所以这是一个分配分组变量的自然的地方。

ggplot(data=Salaries,aes(x=salary,fill=rank))+geom_density(alpha=.3)

image.png

4、

ggplot(data=Salaries,aes(x=yrs.since.phd,y=salary,color=rank,shape=sex))+geom_point()

对性别和学术等级分组，颜色代表等级（rank），形状代表性别（sex）

image.png

5、

添加光滑曲线

ggplot(data = Salaries,aes(x=yrs.since.phd,y=salary))+geom_smooth()+geom_point()

image.png

6、刻面

facet_wrap()函数和facet_grid()函数创建网格图形（在ggplot2中也称刻面图）

刻面图函数

data(singer, package="lattice")
library(ggplot2)
ggplot(data=singer, aes(x=height)) +
     geom_histogram() +
     facet_wrap(~voice.part, nrow=4) 

image.png