统计变换(stats)
统计变换(statistical transformation, stat)：即绘图时以某种方式对数据信息进行汇总，用来计算新数据的算法。统计变换可将输入的数据看作输入，将返回的数据作为输出。
每个几何对象函数都有一个默认统计变换，每个统计变换函数都有一个默认几何对象。geom_bar()函数的统计变换默认是计数(count)，当我们从计数(count)修改为标识(identity)后。就可以将条形的高度映射为 y轴变量的初始值。stat_summary() 可将统计变换聚焦到统计摘要。大部分情况下，stat和geom之间是相互可以转换的。
data1 <- read_csv(file = "data1.csv") # 导入数据data1.## Rows: 48 Columns: 6
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr (2): nitrogen, variety
## dbl (4): year, block, v1, v2
##
## ℹ Use `spec()` to retrieve the full column specification for this data.## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.ggplot(data1, aes(x = nitrogen)) + geom_bar(fill = "blue") # geom_bar()函数中默认stat = "count"。这里数据集data1中nitrogen的四个水平数据个数一样，所以图柱一样高。
ggplot(data1, aes(x = nitrogen)) + stat_count() # 图形结果同上。这里直接用stat_count()函数进行了统计变换。
再来看以下的区别。geom_bar()默认stat=count，图柱高对应的值是数据频数，可以设置stat=identity使得图柱高对应的值为数据实际值。而geom_col()默认的stat=identity，因此图形图柱高对应的值即为实际值。
ggplot(data1, aes(x = nitrogen, y = v1)) + geom_bar(stat = "identity") # geom_bar绘制柱状图。
ggplot(data1, aes(x = nitrogen, y = v1)) + geom_col(fill = "red") # geom_col绘制柱状图。
然而，stat = “identity”反映的数据值还是对应变量水平数据的叠加，可以通过以下方式查看实际数据情况。
ggplot(data1, aes(x = nitrogen, y = v1, color=nitrogen)) + geom_bar(stat = "identity", fill = NA) # 通过去除填充查看变量下实际数据情况。
我们作图时，往往是想要将统计结果直接反映到图中的，如以分组变量的平均值绘制柱状图等，那么，要怎样实现。可以通过数据整理后绘图，也可以通过stat_summary()函数绘制。
ggplot(data1, aes(x = nitrogen, y = v1, colour = nitrogen)) + geom_point() # 散点图。
ggplot(data1, aes(x = nitrogen, y = v1, colour = nitrogen)) + stat_summary() # 统计变换散点图。## No summary function supplied, defaulting to `mean_se()`
ggplot(data1, aes(nitrogen, v1, colour = nitrogen)) + geom_point() + stat_summary(fun = "mean", color = "red", size = 3, geom = "point") # 对y统计分组并作图。
一一尝试一下常见的统计变换。
ggplot(data1, aes(x = v1)) + geom_bar() # 柱状图，对观测值进行计数。
ggplot(data1, aes(x = v1)) + stat_count() # 同上。
ggplot(data1, aes(sample = v1)) + geom_qq() # qq图。
ggplot(data1, aes(sample=v1)) + stat_qq() # 同上。
ggplot(data1, aes(x = v1)) + geom_histogram() # 频数直方图。## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
ggplot(data1, aes(x = v1)) + stat_bin() # 同上。## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
ggplot(data1, aes(x = nitrogen, y = v1)) + geom_boxplot() # 箱线图。
ggplot(data1, aes(x = nitrogen, y = v1)) + stat_boxplot() # 同上。
ggplot(data1, aes(x = v1)) + geom_density() # 密度图。
ggplot(data1, aes(x = v1)) + stat_density() # 同上。
ggplot(data1, aes(x = v1, y = v2)) + geom_density2d() # 二维密度图。
ggplot(data1, aes(x = v1, y = v2)) + stat_density_2d() # 同上。
ggplot(data1, aes(x = v1, y = v2)) + geom_smooth() # 添加平滑曲线。## `geom_smooth()` using method = 'loess' and formula 'y ~ x'
ggplot(data1, aes(x = v1, y = v2)) + stat_smooth() # 同上。## `geom_smooth()` using method = 'loess' and formula 'y ~ x'
参考资料
1. ggplot2: 数据分析与图形艺术，西安交通大学出版社，2013.
2. 《R数据科学》，人民邮电出版社，2018.
本文使用 文章同步助手 同步
