写在最前面：当做我什么也不懂，重新开始。
ggplot2是由Hadley Wickham创建的一个十分强大的可视化R包。按照ggplot2的绘图理念，Plot(图)= data(数据集)+ Aesthetics(美学映射)+ Geometry(几何对象)
在ggplot2中有两个主要绘图函数：qplot()以及ggplot()。
qplot(): 即快速绘图；
ggplot()：可以绘制十分复杂的图形。
但是要想随心所欲的绘图，还是学习基础绘图方法，今后再说
#ggplot2的安装
三种任选其一，但是主推第一种后续简便。
library（tidyverse）
1.mpg数据框
数据框是变量（列）和观测（行）的矩阵集合，mpg包含了美国国家环境保护协会收集的38种车型的数据
>ggplot::mpg
我们可以看到包括如下变量：
model
model name
displ
engine displacement, in litres
year
year of manufacture
cyl
number of cylinders
trans
type of transmission
drv
f = front-wheel drive, r = rear wheel drive, 4 = 4wd
cty
city miles per gallon
hwy
highway miles per gallon
fl
fuel type
class
"type" of car
好了，下面我们就可以探讨各个变量之间的关系了。
我们可以首先探讨引擎大小和耗油量之间的关系：
>ggplot(data = mpg) +
geom_point(mapping = aes(x = displ,y = hwy))
其实根据趋势我们发现：燃油量和引擎大小成负相关的趋势。
解析代码：
ggplot：开始绘图，创建了坐标系
data = mpg：标明了使用的数据集
mapping：ggplot2每个几何对象都有一个mapping参数，这个参数将数据集的变量映射为图形属性
aes（x，y）：x，y的参数分别指定了映射到x轴，y轴的变量
由此我们可以得到一个绘图模板：
ggplot(data = ) +
(mapping =aes())
#加颜色
>ggplot(data = mpg) +
geom_point(mapping = aes(x = displ,y = hwy),color = "blue")
颜色是字符串类型
#分面
>ggplot(data = mpg) +
geom_point(mapping = aes(x = displ,y = hwy)) +
facet_wrap(~class,nrow = 2)
>ggplot(data = mpg) +
geom_point(mapping = aes(x = displ,y = hwy)) +
facet_grid(drv ~ cyl)
facet_wrap：单个变量分面，变量前加上~
facet_grid:两个变量分面，变量间用~隔开
#几何对象
几何对象是图中用来表示数据的几何图形对象
条形图：条形几何对象
折线图：直线几何对象
箱线图：矩形和直线几何对象
散点图：点几何对象
使用平滑曲线拟合数据：
>ggplot(data = mpg) +
geom_smooth(mapping = aes(x = hwy,y=cyl))
ggplot2中每个几何参数都有一个mapping的参数，但是不是每种图形属性适合每种几何对象。可以设置点的形状，但不能设置线的形状，而可以设置线的类型。
>ggplot(data = mpg) +
geom_smooth(mapping = aes(x = hwy,y=cyl,linetype = drv，color = drv))
依据drv变量设置线的类型，同时附上颜色
看来四轮驱动车子中，引擎大小和耗油量的相关性非常显著！
