ggplot2笔记里面采用的是R里面内置的数据集进行画图的，数据的结构比较简单你，便于理解。笔记参考的图书是《数据分析实战 》by 【美】托马兹·卓巴斯（Tomasz Drabas），书可以从https://b-ok.global/上面直接下载，下载不了的如果想要图书可以留下邮箱。

偶尔喝下鸡汤激励一下自己

第2章　快速探索数据

qplot() 函数

它的语法与基础绘图系统类似，对于每一个由qplot() 函数绘制的图形，技巧中也提供了用更强大的ggplot() 函数来绘图的等价解决方案。

2.1　绘制散点图

那么如何绘制散点图？

使用plot() 函数可绘制散点图，运行命令时依次传递给plot() 函数一个向量x 和一个向量y

plot(mtcars$wt,mtcars$mpg)

R语言里面默认的plot函数画散点图

对于ggplot2系统，可用qplot() 函数得到相同的绘图结果

library(ggplot2)

qplot(mtcars$wt, mtcars$mpg)

ggplot2包里面的qplot函数画散点图

如果绘图所用的两个参数向量包含在同一个数据框内，则可以运行下面的命令

qplot(wt,mpg,data=mtcars)

一个dataframe里面包含有多个向量时的情况，注意坐标轴标签的变化

这与下面等价

ggplot(mtcars, aes(x=wt, y=mpg)) + geom_point()

2.2　绘制折线图

如何绘制折线图？

使用plot() 函数绘制折线图（见图2-3左图）时需向其传递一个包含x 值的向量和一个包含y 值的向量，并使用参数type="l"

plot(pressure$temperature, pressure$pressure, type="l")

plot函数画出来的折线图

如果要向图形中添加数据点或者多条折线，则需先用plot() 函数绘制第一条折线，再通过points() 函数和lines() 函数分别添加数据点和更多折线

plot(pressure$temperature, pressure$pressure, type="l")

points(pressure$temperature,pressure$pressure)

lines(pressure$temperature, pressure$pressure/2, col="red")

points(pressure$temperature, pressure$pressure/2, col="red")

用plot函数绘制多条折线并且在折线上面添加数据点

在ggplot2中，可以使用qplot() 函数并将参数设定为geom="line" 得到类似的绘图结果

library(ggplot2)

qplot(pressure$temperature, pressure$pressure, geom="line")

用ggplot2中的qplot函数绘制折线图

如果函数的两个参数向量已包含在同一个数据框中，则可以运行下面的语句

qplot(temperature,pressure, data=pressure, geom="line")

 这等价于下面的命令

ggplot(pressure, aes(x=temperature, y=pressure)) + geom_line()

用ggplot函数来绘制折线图

添加数据点

qplot(temperature, pressure, data=pressure, geom=c("line", "point"))

这等价于下面的命令

ggplot(pressure, aes(x=temperature, y=pressure)) + geom_line() + geom_point()

用geom_point()函数添加数据点

2.3　绘制条形图

如何绘制条形图？

对变量的值绘制条形图，可以使用barplot() 函数，并向其传递两个向量作为参数，第一个向量用来设定条形的高度，第二个向量用来设定每个条形对应的标签

如果向量中的元素已被命名，则系统会自动使用元素的名字作为条形标签

barplot(BOD$demand, names.arg=BOD$Time)

R中内置的BOD数据集

用barplot()函数画出来的图形(x轴表示的是离散的变量)

有时候，“条形图”表示的是分组数据中各个元素的频数（这一点非常重要，柱子的高度表示的是频数）

这种条形图跟直方图有些类似，不过，其用离散取值的x 轴替代了直方图中连续取值的x 轴。要计算向量中各个类别的频数，可以使用table() 函数

table(mtcars$cyl)

首先在对数据进行处理之前要对自己的数据有充分的认识

R语言里面内置的数据集mtcars

只需将上面的表格结果传递给barplot() 函数即可绘制频数条形图

生成频数表

barplot(table(mtcars$cyl))

用barplot绘制mtcars$cyl的频数表

qplot() 函数也可以用来绘制分组变量的频数条形图，事实上，这是ggplot2绘制条形图的默认方式，它比绘制变量值条形图的命令更简短。再提醒一次，注意连续x 轴和离散x 轴的差异

cyl是连续变量

qplot(mtcars$cyl)

cyl是连续变量时画出来的图形

将cyl转化为因子型变量

qplot(factor(mtcars$cyl))

cyl是因子变量时画出来的图形

如果参数向量包含在同一个数据框内，则可以运行下面的语句

变量值条形图，这里用BOD数据框中的Time列

ggplot(BOD, aes(x=Time, y=demand)) + geom_bar(stat="identity")

采用ggplot函数画出来的barplot

频数条形图

qplot(factor(cyl), data=mtcars)

qplot绘制的频数条形图，纵坐标表示的是横坐标对应的频数

这与下面的语句等价

ggplot(mtcars, aes(x=factor(cyl))) + geom_bar()

2.4　绘制直方图

如何绘制直方图来查看一维数据的分布特征？

可以使用hist() 函数绘制直方图，使用时需向其传递一个向量

hist(mtcars$mpg)

hist绘制的直方图，纵坐标表示的是横坐标的数值代表的频率

通过breaks参数指定大致组距，具体可以查看?hist的帮助文档里面的介绍

hist(mtcars$mpg,breaks=10)

设置了break之后的hist图

对于ggplot2包，可以使用qplot() 函数得到同样的绘图结果

qplot(mtcars$mpg)

如果参数向量在同一个数据框内，则可以使用下面的语句

library(ggplot2)

qplot(mpg, data=mtcars, binwidth=4)

qplot()函数绘制直方图并设置binwidth

这等价于

ggplot(mtcars, aes(x=mpg)) + geom_histogram(binwidth=4)

2.5　绘制箱线图

如何绘制箱线图以对不同分布进行比较？

使用plot() 函数绘制箱线图时向其传递两个向量：x 和y 。当x 为因子型变量（与数值型变量对应）时，它会默认绘制箱线图,可以class(ToothGrowth)查看一下ToothGrowth的数据类型。

plot(ToothGrowth$supp, ToothGrowth$len)

ToothGrowth$supp是因子型，ToothGrowth$len是数值型，ToothGrowth$dose是数值型

当数据的类型是因子时plot()函数会直接绘制出来箱线图

当两个参数向量包含在同一个数据框中时，也可以使用公式语法。公式语法允许我们在x 轴上使用变量组合

公式语法

boxplot(len ~ supp, data = ToothGrowth)

用boxplot()函数绘制的箱线图

在x轴上引入两变量的交互

boxplot(len ~ supp + dose, data = ToothGrowth)

两个变量相互的直方图

对于ggplot2包，qplot() 函数可以绘制同样的图形，使用时将参数设定为geom="boxplot" 

library(ggplot2)

qplot(ToothGrowth$supp, ToothGrowth$len, geom="boxplot")

qplot()函数绘制的boxplot,要设置参数为 geom="boxplot"

当两个参数向量在同一个数据框内时，则可以使用下面的语句

qplot(supp, len, data=ToothGrowth, geom="boxplot")

这等价于

ggplot(ToothGrowth, aes(x=supp,y=len)) + geom_boxplot()

分别用qplot()和ggplot()函数分别绘制boxplot图

使用interaction() 函数将分组变量组合在一起也可以绘制基于多分组变量的箱线图

dose 变量是数值型，因此，我们必须先将其转化为因子型变量，再将其作为分组变量

使用三个独立的向量参数

qplot(interaction(ToothGrowth$supp, ToothGrowth$dose), ToothGrowth$len,geom="boxplot")

也可以以数据框中的列作为参数

qplot(interaction(supp, dose), len, data=ToothGrowth, geom="boxplot")

这等价于

ggplot(ToothGrowth, aes(x=interaction(supp, dose), y=len)) + geom_boxplot()

interaction函数绘制boxplot

需要注意的是：基础绘图系统绘制的箱线图与ggplot2略有不同。这是因为两者在绘图过程中调用的计算分位数的方法略有差异

运行?geom_boxplot 和?boxplot.base 命令可以得到更多关于两者差异的细节信息

?geom_boxplot

?boxplot.base

2.6　绘制函数图像

如何绘制函数图像？

可以使用curve() 函数绘制函数图像。使用时需向其传递一个关于变量x 的表达式

curve(x^3 - 5*x, from=-4, to=4)

用基础绘图函数 curve ()绘制函数曲线

将参数设置为add=TRUE 可以向已有图形添加函数图像

也可以绘制自己定义的函数图像

myfun <- function

(xvar) {

　 　1/(1 + exp(-xvar + 10))

}

curve(myfun(x), from=0, to=20)

# 在原来函数的基础上添加红色的曲线

curve(1-myfun(x), add = TRUE, col ="red")

自己定义函数并且画一条曲线，同时使用add=TRUE在原有函数的基础上面添加新的曲线

也可以使用ggplot()函数进行绘制

library(ggplot2)

# 这等价于

ggplot(data.frame(x=c(0, 20)), aes(x=x)) + stat_function(fun=myfun, geom="line")

用ggplot()函数绘制自己定义的函数曲线